Une conversation se termine. Le travail, lui, continue souvent.
Les plans doivent encore avancer. Un e-mail peut apporter un changement, une réunion peut être reprogrammée, et une question discutée il y a quelques instants peut trouver sa réponse dans une autre application. Pour un agent qui vise à participer à ce travail, les messages de l'utilisateur ne sont qu'un moyen parmi d'autres de comprendre ce qui se passe.
En janvier 2026, OpenClaw est devenu viral.
L'une des leçons importantes qu'il a offertes est qu'un agent peut continuer à participer au travail même lorsque l'utilisateur n'a pas posé de nouvelle question. Grâce à des tâches planifiées et à des heartbeats, un agent peut vérifier les sujets pertinents et décider s'il doit aider. Cela a rendu plus tangible l'idée d'un assistant qui reste présent. Cela a aussi ouvert une direction qui mérite d'être explorée : lorsque des événements au-delà du simple passage du temps peuvent déclencher un agent, comment pourrait-il participer à notre travail quotidien ?
Chez AirJelly, nous imaginons des agents proactifs qui acquièrent un nouveau contexte au fil du travail, utilisent les objectifs et les habitudes de l'utilisateur pour juger quand agir, et s'appuient sur les bonnes capacités pour aider.
Cet article explore une architecture possible et les idées qui la sous-tendent.
La proactivité commence avec l'utilisateur
Il est facile de décrire la proactivité comme une liste de fonctionnalités : rappels de réunions, organisation des e-mails, suivi des tâches et suggestions sur ce qu'il faut faire ensuite. Pourtant, une même fonctionnalité peut avoir une valeur très différente selon le travail de chacun.
Certaines personnes veulent être informées immédiatement des changements importants ; d'autres préfèrent traiter les messages par lots. Certaines aiment relire un brouillon avant d'en discuter, tandis que d'autres veulent s'accorder sur une direction avant que tout travail ne commence. Une même personne peut même accueillir différents niveaux d'implication selon qu'elle explore un problème, se concentre sur un travail créatif ou livre un résultat.
Ces différences reflètent la manière dont les gens organisent leur travail : comment ils répartissent leur attention, prennent des décisions, collaborent avec les autres et décident ce qu'ils délèguent à un agent.
Un agent proactif doit donc tenir compte des objectifs, des préférences et des circonstances actuelles de l'utilisateur pour décider comment participer. Un e-mail concernant une revue à venir peut être une raison de préparer des documents, de mettre à jour un arrangement ou d'attendre que l'utilisateur termine ce qu'il est en train de faire.
Nous voulons que ce jugement reste flexible. Les utilisateurs doivent pouvoir exprimer ce à quoi ils veulent qu'un agent prête attention, ce qu'il doit prendre en charge et quand il doit rester discret, sans avoir à s'adapter à un flux de travail prédéfini.
Les changements de l'environnement deviennent des occasions de collaborer
Les tâches planifiées font du temps un déclencheur. En élargissant cette idée, de nombreux changements dans l'environnement peuvent donner à un agent une raison de reconsidérer la situation actuelle.
Une réunion imminente, un nouvel e-mail, une notification sur le bureau, un changement d'état d'un appareil connecté ou une action accomplie dans une application peuvent tous être pertinents pour le travail en cours.
L'activité sur le bureau est particulièrement intéressante. À mesure que les gens lisent, discutent d'idées, écrivent du code et ajustent des plans, le contexte de leur travail se répartit entre les applications. Si un agent peut comprendre cette activité dans les limites que l'utilisateur autorise, il peut réduire la charge consistant à expliquer sans cesse le contexte ou à rassembler à nouveau les informations.
Un événement nous indique seulement que quelque chose a peut-être changé. Savoir si cela compte, à quel objectif cela se rapporte et si une action est nécessaire dépend entièrement du contexte. Un déclencheur crée une occasion de jugement ; le travail de l'utilisateur donne un sens à cette occasion.
Nous voulons que l'attention d'un agent suive ces relations : surveiller les arrangements pertinents pendant qu'une revue est préparée, respecter la concentration pendant la rédaction et modifier son implication lorsqu'une tâche est terminée.
Un agent qui reste impliqué
Ces idées nous conduisent à une architecture composée de déclencheurs, d'un agent principal, d'outils et de sous-agents. Le contexte utilisateur éclaire les décisions, tandis que les résultats des actions et les retours de l'utilisateur façonnent les jugements ultérieurs.
L'agent principal porte le contexte du travail, juge si un changement mérite attention et décide de ce qui doit se passer ensuite. Il peut recueillir davantage d'informations, poser une question à l'utilisateur, invoquer un outil ou déléguer à un sous-agent un travail nécessitant une exploration plus poussée.
Les sous-agents œuvrent à des objectifs spécifiques tandis que l'agent principal continue de s'occuper de l'utilisateur et des changements de l'environnement. Le système de recherche multi-agents d'Anthropic utilise également cette division orchestrateur–travailleur. Pour les agents proactifs, cela offre une perspective de conception importante : pendant qu'une tâche est exécutée, quelqu'un doit encore veiller à ce que son objectif n'ait pas changé. L'architecture multi-agents d'Anthropic
Par exemple, si une revue est de nouveau reprogrammée, sa préparation doit changer en conséquence. Les nouvelles informations doivent affecter le travail en cours, plutôt que de simplement apparaître dans la réponse suivante. La collaboration continue entre l'agent principal et ses travailleurs fait de la réorientation, de l'ajout de contexte ou de l'arrêt d'une tâche une partie de cette relation.
Ici, la continuité signifie que la collaboration peut s'étendre au-delà d'une seule conversation. Une fois une réponse terminée, les objectifs de l'utilisateur, le travail inachevé et les changements ultérieurs restent connectés. L'implication de l'agent doit porter ces connexions vers l'avant.
Chaque plugin est une connexion bidirectionnelle
S'adapter à différents outils et habitudes de travail exige des capacités composables et enfichables.
Dans l'architecture que nous envisageons, chaque plugin ajoute des capacités dans deux directions : un plugin peut déclencher l'agent par le biais d'événements, et l'agent peut invoquer les outils que le plugin fournit.
Un plugin de calendrier peut déclencher l'agent lorsqu'une réunion approche ou qu'un arrangement change. Il peut aussi être appelé pour interroger, créer et mettre à jour des événements de calendrier. Un plugin d'e-mail peut fournir une nouvelle entrée lorsqu'un message arrive, ainsi que des outils pour lire et répondre. Un plugin d'appareil peut signaler des changements d'état et fournir les contrôles correspondants.
Chaque plugin peut donc être à la fois le point de départ de la collaboration et un participant aux actions qui suivent.
Plus important encore, ces capacités peuvent fonctionner entre plugins. Un changement communiqué par e-mail peut inciter l'agent à consulter le calendrier, puis à déléguer la préparation des documents pertinents à un sous-agent. Le plugin qui introduit un événement ne détermine pas quel plugin l'agent utilisera ensuite. Les objectifs de l'utilisateur et le contexte actuel guident ce choix.
À mesure que des plugins sont ajoutés, l'environnement que l'agent peut comprendre et les actions qu'il peut entreprendre s'étendent ensemble. Les utilisateurs peuvent choisir des capacités autour de leur propre travail sans être confinés à une application particulière, à une catégorie de tâches ou à un flux de travail figé.
Laisser l'utilisateur donner le rythme
La valeur d'un agent proactif dépend en fin de compte de la pertinence de l'aide qu'il apporte. Parfois, cela signifie préparer des documents à l'avance ou assurer le suivi d'un travail inachevé. Parfois, cela signifie comprendre la situation et choisir de ne pas interrompre.
Ce type de collaboration doit laisser à l'utilisateur la possibilité d'exprimer ses préférences et d'apporter des ajustements. Les utilisateurs doivent pouvoir modifier ce à quoi l'agent prête attention, corriger sa compréhension du travail et décider quelles actions doivent se poursuivre et lesquelles doivent s'arrêter.
Une architecture composable fournit une base pour cette flexibilité. Les déclencheurs attirent l'attention de l'agent sur les changements, le contexte utilisateur éclaire le jugement, et les outils et sous-agents exécutent les actions. Ces éléments s'articulent autour du travail que l'utilisateur cherche à faire avancer.
Telle est une vision des agents proactifs chez AirJelly : des agents qui participent plus naturellement au travail en cours, aident d'une manière qui suit les objectifs et les habitudes de travail de l'utilisateur, et ajustent leur implication à mesure que les circonstances changent.