condition d’arrêt

En profondeur

La condition de réussite doit être vérifiable par autre chose que le modèle qui travaille. Les meilleures sont mécaniques : des tests qui passent, un schéma respecté, un enregistrement présent en base, une somme qui tombe juste. Quand la tâche ne s’y prête pas, on emploie un vérificateur distinct, un autre appel qui ne voit que l’objectif et le résultat, sans l’historique des tentatives, ce qui évite qu’il se laisse convaincre par le récit de l’agent. Faire confiance à l’auto-évaluation revient à demander à quelqu’un de corriger sa propre copie sans barème.

Les conditions d’abandon se posent sur plusieurs axes, et il en faut plusieurs. Un nombre maximal de tours, pour couper les boucles qui se répètent. Un budget de tokens ou d’argent, qui est la limite la plus concrète. Une durée. Un nombre d’échecs consécutifs sur le même outil, signe qu’insister ne servira à rien. Et une détection de piétinement : si deux tours produisent la même action et la même observation, l’agent tourne en rond, et rien n’indique qu’un troisième changerait quoi que ce soit.

Ce qui compte autant que l’arrêt, c’est ce qui se passe après. Un agent qui abandonne doit rendre un état, pas un échec muet : ce qui a été fait, ce qui reste, ce qui bloquait, et de préférence une reprise possible. C’est ce qui distingue un système utilisable d’un système qu’on relance à l’aveugle. Et le motif d’arrêt doit figurer dans la trace, car un taux de réussite qui ne distingue pas les abandons par budget des abandons par échec ne permet aucune décision d’amélioration.