Un détective installé dans son fauteuil peut reconstituer une affaire entière sans se lever. Il déduit, il enchaîne, il conclut — et tout se tient. Le problème : rien de ce qu’il affirme n’a été vérifié. Celui qui résout vraiment l’affaire procède autrement. Il réfléchit trois minutes, va contrôler un détail, puis reprend son raisonnement à partir de ce qu’il vient de trouver.
Le concept en trois formulations
ReAct, c’est une façon de faire travailler une IA en alternant deux gestes : réfléchir à voix haute, puis aller vérifier. Et recommencer jusqu’à ce que la réponse tienne debout.
ReAct est le schéma de conduite d’un agent IA. À chaque étape, le modèle écrit son raisonnement (la Pensée), déclenche un outil extérieur — recherche, base de données, calcul (l’Action), lit ce que cet outil renvoie (l’Observation), puis repart de ce résultat. L’ensemble laisse une trace lisible.
ReAct (Reasoning + Acting) est un paradigme de prompting qui entrelace traces de raisonnement en langage naturel et actions spécifiques à la tâche : le raisonnement crée et met à jour le plan d’action, l’action alimente le raisonnement en information externe (Yao et al., 2023).
L’analogie-maîtresse : les deux détectives
Imaginez deux détectives sur la même affaire : un tableau a disparu de la réserve d’un musée. Ils ont le même dossier, la même expérience, le même temps devant eux. Ils ne vont pas travailler de la même façon.
Le premier ne quitte pas son bureau. Il a une excellente mémoire des affaires passées et il raisonne vite. En vingt minutes, il produit une reconstitution complète : qui, quand, comment. Le récit est cohérent, élégant, plausible. Il est aussi entièrement fondé sur ce qu’il croit déjà savoir.
Le second travaille par allers-retours. Il commence par une pensée : « si le tableau est sorti par la porte de service, il existe un registre d’accès — je vais le regarder. » Il descend le consulter : c’est son action. Le registre lui apprend une chose qu’il n’avait pas anticipée : cette porte n’a pas été ouverte ce jour-là. C’est son observation. Et cette observation ne clôt pas l’enquête, elle relance la pensée suivante : « donc le tableau n’est jamais sorti du bâtiment. Où cache-t-on deux mètres sur trois à l’intérieur ? » Nouvelle action, nouvelle observation. À chaque tour, le champ des possibles rétrécit — non pas parce que le détective réfléchit mieux, mais parce qu’il réfléchit à partir de faits qu’il est allé chercher.
C’est exactement le schéma ReAct. Le modèle écrit sa pensée en clair, déclenche un outil, lit le résultat brut, et repart. Ce que fait le premier détective a un nom en IA : le raisonnement en chaîne, ou chain-of-thought — penser étape par étape sans jamais sortir de soi. Ce que fait le second, c’est raisonner et agir, en alternance. La différence n’est pas une différence d’intelligence. C’est une différence d’ancrage.
Un point mérite d’être souligné, parce qu’il déroute souvent les étudiants : la pensée ne fait rien. Elle ne déplace rien dans le monde extérieur, elle ne déclenche aucune requête. Elle sert uniquement à deux choses : décider de la prochaine action, et interpréter la dernière observation. C’est un espace de travail intermédiaire — l’équivalent du carnet que le détective griffonne dans l’escalier entre deux étages.
Les limites de cette image
Le détective sait qu’il ne sait pas. Une contradiction le met mal à l’aise, un témoignage douteux l’alerte. Le modèle n’a pas ce signal interne : si l’outil lui renvoie une information hors sujet, il peut la traiter comme un indice décisif. Dans l’étude d’origine, une recherche non informative explique 23 % des échecs de ReAct — le modèle ne parvient plus à s’en relever.
Le détective sait s’arrêter. Un agent ReAct, lui, peut se mettre à répéter indéfiniment la même pensée et la même action. C’est son mode d’échec le plus caractéristique, et le plus déroutant quand on le découvre en production.
Le détective apprend de chaque enquête. Ici, rien ne passe d’une affaire à l’autre : le modèle ne change pas entre deux sessions. Faire durer quelque chose au-delà de la boucle relève d’un autre dispositif — la mémoire des agents, dont je parle dans un billet séparé.
La boucle en un schéma
Cinq pièces, cinq images
DANS L’ANALOGIE
Le détective formule son hypothèse à voix haute avant de bouger : « si c’est sorti par la porte de service, il y a un registre. »
EN RÉALITÉ
Le modèle écrit une phrase de raisonnement dans sa réponse. Elle ne déclenche rien, mais elle conditionne tout ce qui suit.
DANS L’ANALOGIE
Il descend consulter le registre. Il ne peut faire que ce que l’affaire lui permet : consulter, interroger, mesurer.
EN RÉALITÉ
Le modèle émet une commande dans un format prévu à l’avance. Un programme extérieur l’exécute : requête web, lecture de base, calcul.
DANS L’ANALOGIE
Ce que dit le registre — pas ce que le détective espérait y lire. Le monde répond, et il répond parfois « rien ».
EN RÉALITÉ
Le résultat brut de l’outil est recollé dans le texte que le modèle a sous les yeux. Il devient une donnée du problème.
DANS L’ANALOGIE
Chaque retour du terrain relance une hypothèse. L’enquête n’est pas un plan exécuté, c’est un plan révisé.
EN RÉALITÉ
Le cycle recommence : chaque tour est un nouvel appel au modèle, avec tout l’historique. D’où le coût et la latence.
DANS L’ANALOGIE
Le carnet d’enquête. On peut le relire et savoir à quel moment le détective s’est trompé de piste.
EN RÉALITÉ
La suite pensée-action-observation est lisible par un humain. C’est ce qui rend un agent auditable — et corrigeable.
Ce que ça change pour vous
1. Vous pouvez auditer une décision, pas seulement la constater. Un agent ReAct produit une trace lisible sans compétence technique. Quand un dispositif automatisé recommande un fournisseur, refuse une demande ou classe un dossier, vous pouvez remonter la chaîne et pointer l’étape fautive. C’est un argument de conformité autant que de qualité.
2. Les outils que vous donnez définissent ce que l’agent peut vérifier. Un agent branché sur le web vérifie l’actualité ; branché sur votre catalogue produits ou votre base juridique interne, il vérifie vos faits à vous. Choisir le périmètre d’outils est une décision de gouvernance, pas un réglage technique. Elle se prend avec les métiers, pas dans la DSI seule.
3. Le gain principal porte sur l’invention de faits. Dans l’analyse manuelle de trajectoires menée par les auteurs sur un jeu de questions encyclopédiques, l’hallucination représente 56 % des échecs du raisonnement seul, contre 0 % pour ReAct. En contrepartie, ReAct commet davantage d’erreurs de raisonnement (47 % de ses propres échecs) : contraint d’alterner, il perd en souplesse déductive. On échange de la fluidité contre de l’ancrage.
4. Vérifier coûte cher, et ne rapporte pas toujours. Chaque tour de boucle est un appel de modèle supplémentaire : le temps de réponse et la facture augmentent avec le nombre d’allers-retours. Et le bénéfice n’est pas systématique — sur le même jeu de questions encyclopédiques, ReAct obtient 27,4 % de réponses exactes contre 29,4 % pour le raisonnement seul. Le dispositif gagne quand les faits sont externes, datés ou propriétaires. Il ne gagne pas quand la tâche est purement déductive.
5. Sur des tâches d’achat, l’écart devient concret. Sur un site marchand simulé, un agent ReAct réussit 40 % des commandes conformes à la demande, contre 29 % pour les méthodes entraînées par imitation. Les acheteurs humains experts, eux, sont à 59,6 %. Autrement dit : mieux que l’automatisation antérieure, encore loin d’un opérateur compétent. C’est l’ordre de grandeur à garder en tête avant de promettre un parcours d’achat entièrement délégué.
Questions que posent vraiment les étudiants
Les deux articles fondateurs
Le contexte. Début 2022, les grands modèles butent sur les problèmes à plusieurs étapes. Une équipe de Google Research constate qu’il suffit de leur montrer quelques exemples où le raisonnement est écrit en toutes lettres pour que la performance change de nature.
L’idée. Ne demandez pas la réponse : demandez le cheminement. En rédigeant ses étapes intermédiaires, le modèle se donne un espace de travail — et devient capable de tâches qu’il ratait systématiquement en répondant d’un trait. C’est le premier détective, celui du fauteuil.
Pourquoi ça compte. C’est la découverte qui a rendu tout le reste possible : sans raisonnement explicite, pas de pensée à intercaler entre deux actions.
✅ Wei, J., Wang, X., Schuurmans, D., Bosma, M., Ichter, B., Xia, F., Chi, E., Le, Q., & Zhou, D. (2022). Chain-of-thought prompting elicits reasoning in large language models. Advances in Neural Information Processing Systems, 35. arXiv:2201.11903
Le contexte. Six mois plus tard, une équipe de Princeton et de Google Brain part d’un constat simple : le raisonnement en chaîne est une boîte noire statique. Le modèle pense à partir de lui-même et ne peut pas se corriger avec le monde extérieur.
L’idée. Autoriser le modèle à faire deux choses dans le même flux : produire des phrases qui ne servent qu’à penser, et produire des commandes qui déclenchent des outils. Les auteurs le résument ainsi : raisonner pour agir, agir pour raisonner. Rien n’est ajouté au modèle — on change seulement la forme de ce qu’on lui demande d’écrire.
Pourquoi ça compte. C’est l’article que la plupart des observateurs considèrent comme l’acte de naissance des agents modernes. Presque toutes les architectures d’agents commercialisées depuis reprennent cette boucle, sous un nom ou sous un autre.
✅ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. International Conference on Learning Representations (ICLR 2023). arXiv:2210.03629
Trois prompts pour l’expérimenter
Réponds-moi en affichant à chaque étape trois lignes : PENSÉE, ACTION, OBSERVATION. Question : quel est le chiffre d’affaires du dernier exercice de Decathlon ?
🎯 Objectif : voir la boucle se dérouler sous vos yeux. | 📚 Ce qu’on apprend : distinguer ce que le modèle déduit de ce qu’il est allé chercher.
Réponds deux fois à cette question : une fois sans rien vérifier, une fois en vérifiant. Puis compare tes deux réponses et dis où elles divergent.
🎯 Objectif : tester votre compréhension de la différence raisonner / vérifier. | 📚 Ce qu’on apprend : repérer ce qu’un modèle produit quand il n’a pas de source.
Je dois choisir un prestataire. Liste les 5 vérifications qu’un agent IA devrait faire, dans l’ordre, et l’outil nécessaire à chacune.
🎯 Objectif : transposer la boucle à une décision de gestion. | 📚 Ce qu’on apprend : qu’un agent ne vaut que par les outils qu’on lui a ouverts.
Pour aller plus loin
- Comprendre la Chain of Thought : l’analogie de l’ingénieur automobile
- Agents IA : définition simple, exemples concrets et enjeux pour les managers
- RAG — Retrieval-Augmented Generation : comprendre, enseigner et activer
- Les IA hallucinent encore, ou pas
- MCP : comment le Model Context Protocol connecte les agents IA à vos outils
- Construire un agent IA, de débutant à confirmé
Note méthodologique : cet article a été rédigé avec l’assistance d’une IA générative, à partir d’un gabarit pédagogique que j’ai conçu. Les deux références fondatrices ont été vérifiées une à une, ainsi que chaque chiffre cité, directement dans les articles d’origine. L’analogie, le choix des exemples et les limites signalées sont de moi.
Un agent qui raisonne et vérifie ne retient pourtant rien d’une session à l’autre. Pour comprendre ce qui dure — et ce qui s’efface : La mémoire des agents — le carnet de notes et le souvenir du client fidèle.
Related posts:
Comment fonctionnent les LLM ? L’analogie de l’apprenti bibliothécaire universel
Enseigner le concept de paramètre en IA L’analogie avec une directrice marketing exercices, prompts
Qu’est-ce qu’un artefact en IA ? L’analogie du chantier archéologique Exercices Prompts
Tout comprendre à la vectorisation par les LLM Exercices et Prompts
Les layers ou le roman de l’IA EXERCICES ET PROMPTS
Les détecteurs d’IA : pourquoi ce score de 87 % ne prouve rien
Zero-shot, one-shot, few-shot : guider une IA par l’exemple (l’analogie du nouveau collègue)
Comment une IA fabrique une image : la diffusion expliquée (l’analogie du sculpteur et du bloc de bruit) Exercices et Prompts
