Le pattern émergeant : plutôt que de tout miser sur le modèle, combiner petits modèles spécialisés + logique déterministe + feedback loops. OpenAI, Anthropic et d'autres intègrent déjà ces patterns en production. Pour les développeurs, c'est un changement de mentalité : l'agent ne doit pas être autonome, il doit être *contrôlable*.
La limite : même avec ces garde-fous, un agent reste imprévisible sur des cas edge. D'où l'importance du testing en environnement réel et de la capacité à rollback rapidement. Les organisations qui réussissent sont celles qui acceptent que l'IA soit un composant fragile, à monitorer comme une base de données critique.
Concernant les coûts : les appels API d'un agent mal conçu peuvent exploser (boucles infinies = factures énormes). Fowler pousse à instrumenter chaque appel et à poser des limites strictes sur le nombre d'étapes et le budget token.
