Aperçu moduleModule previewVista previa del módulo
Aperçu limité, 3 premières étapesLimited overview, first 3 stepsVisibilidad limitada, 3 primeras etapas

Efficacité : l’exécution de code avec MCPEfficiency: code execution with MCPEficiencia: ejecución de código con MCP

Parcours : Agents IA & Automatisation (MCP, function calling) · AvancéCourse: AI Agents & Automation (MCP, function calling) · AdvancedCurso: Agentes de IA y automatización (MCP, function calling) · Avanzado

Efficacité : l’exécution de code avec MCP
1/7
ÉtapeStepEtapa 1 / 7

≈ 15 min

Contexte

Quand le contexte devient le goulot d’étranglement.

Au programme de ce moduleIn this moduleEn el programa de este módulo

  1. 01Contexte≈ 15 min
  2. 02Explication≈ 30 min
  3. 03Démonstration≈ 25 min
  4. 04Cas pratique≈ 20 min
  5. 05Étude de cas≈ 20 min
  6. 06Exercice≈ 25 min
  7. 07Quiz≈ 5 min
Durée totaleTotal durationDuración total≈ 140 min
voix de synthèse

Votre agent fonctionne, il est sécurisé, mais branchez-le à cinq serveurs MCP et observez la facture : chaque définition d’outil occupe le contexte dès le premier message, et chaque résultat intermédiaire (la liste brute de 2 000 lignes qu’on ne voulait que filtrer) y revient en entier. Les jetons (« tokens », unités de texte facturées) explosent, la latence suit, et le modèle se noie dans des données qu’il ne fait que faire transiter. La discipline générale d’économie du contexte a son module dédié → voir parcours Prompt Engineering, module 6 ; ici, nous étudions le pattern d’efficience propre aux agents outillés : l’exécution de code avec MCP.

Objectifs d’apprentissage

À l’issue de ce module, vous saurez Comprendre pourquoi définitions d’outils et résultats intermédiaires saturent le contexte, Appliquer le pattern « exécution de code avec MCP », Évaluer quand il se justifie (et quand il est superflu), et Créer le plan de votre capstone de parcours.

Le contexte d’un modèle est une ressource finie, et c’est la seule que l’on dépense sans s’en apercevoir. Chaque définition d’outil y occupe une place dès le premier message, avant qu’aucune question n’ait été posée. Chaque résultat intermédiaire y demeure ensuite, y compris les lignes qui ne servaient qu’à être filtrées. Comme tout cela est relu à chaque tour, le coût ne croît pas proportionnellement à la longueur de la tâche : il s’accumule.

Un second effet, moins souvent mentionné, est plus gênant encore. Un contexte encombré dégrade la qualité des décisions. Un modèle qui doit choisir parmi un grand nombre d’outils décrits, tout en gardant sous les yeux des pages de résultats bruts, se trompe davantage sur le choix de l’outil suivant. L’économie de contexte n’est donc pas seulement une affaire de facture, c’est une affaire de fiabilité.

Le pattern étudié ici répond aux deux problèmes par un même geste : sortir le travail répétitif de la conversation et le confier à du code exécuté ailleurs. Ce déplacement a un prix, l’exigence d’un environnement d’exécution maîtrisé, et une contre-indication nette, les tâches qui demandent le jugement du modèle sur chaque élément. Ce module vous apprend donc autant à l’appliquer qu’à savoir vous en abstenir, ce qui sera le cas le plus fréquent.

Ce que vous saurez faire

Expliquer pourquoi les définitions d’outils et les résultats intermédiaires saturent le contexte, et distinguer ces deux causes, qui n’ont pas le même remède. Reconnaître une chaîne d’appels qui gagnerait à devenir un script. Écrire la version script d’une mission en ne renvoyant que des agrégats. Nommer les garde-fous indispensables à l’exécution d’un code généré. Et conclure « superflu » lorsque la mission ne comporte pas de volumes intermédiaires.