Agent IA ou assistant IA : la différence au travail

Un assistant IA répond. Vous envoyez un message, il réplique, et rien ne change tant que vous n'agissez pas sur la réponse. Un agent IA agit. Vous lui donnez un objectif, il planifie des étapes, appelle des outils pour lire et modifier des choses, vérifie les résultats et continue jusqu'à ce que la tâche soit faite ou qu'il ait besoin de vous. La différence n'est pas l'intelligence ; c'est qu'un agent peut modifier vos enregistrements, donc il lui faut un brief, des permissions et une trace de ce qu'il a fait.

Cette distinction décide de ce qu'il faut acheter, de qui peut l'activer et de ce qui peut mal tourner. Cet article définit les deux, montre la différence avec des exemples concrets tirés de la semaine d'une petite équipe, donne une liste pour décider lequel une tâche demande, et précise comment Notion, Linear et Atrix ont tracé la ligne en octobre 2026.

Ce que fait un assistant IA

Un assistant transforme un message en une réponse. Le modèle lit ce que vous lui donnez, question, document collé ou page ouverte, et produit du texte : une réponse, un brouillon, un résumé, une traduction, une liste d'options. Puis il s'arrête.

Trois choses découlent de cette forme :

Il agit en tant que vous. Ce qu'il peut voir est ce que vous pouvez voir. Il n'y a pas de permission séparée à réfléchir, parce qu'il ne peut rien changer seul.
Vous êtes la boucle. Si la tâche demande quatre étapes, vous demandez quatre fois et transportez les résultats entre elles.
Rien ne reste derrière. La sortie est dans le chat. Si elle compte, vous la copiez quelque part.

Ce n'est pas une faiblesse. Pour écrire, réfléchir, expliquer et faire des premiers jets, un assistant est le bon outil, et la plupart des membres d'une équipe en utilisent un chaque jour. Les limites n'apparaissent que lorsque le travail est opérationnel : créer ceci, mettre à jour cela, trouver ce qui est en retard et le dire à la bonne personne.

Ce que fait un agent IA

Un agent exécute une boucle. Face à un objectif, le modèle décide d'une première étape, appelle un outil pour chercher, lire ou écrire quelque chose, regarde le résultat et décide de l'étape suivante. Il continue jusqu'à ce que l'objectif soit atteint, qu'il touche une limite, ou qu'il arrive à un point où il doit demander à une personne. L'entrée du glossaire sur les agents IA détaille les modes de défaillance ; en bref, un agent est un logiciel qui poursuit un objectif sur plusieurs étapes et peut changer des choses en chemin.

Parce qu'il peut changer des choses, un agent a des parties qu'un assistant n'a pas :

Un brief. Un objectif avec assez de contexte pour planifier. « Prépare ce projet pour le lancement » est un brief ; « salut » n'en est pas un.
Des outils. Des fonctions qu'il peut appeler, chacune avec une entrée et une sortie définies. Le Model Context Protocol est devenu la façon habituelle de donner des outils à un agent à travers les produits.
Des permissions. Ce qu'il peut lire et ce qu'il peut écrire, idéalement moins que ce que peut faire la personne qui l'a lancé.
Des points de contrôle. Des moments où il doit s'arrêter et demander : avant d'envoyer, avant de supprimer, avant de dépenser.
Une exécution. Une unité de travail bornée avec un début, une fin, un statut et un résultat. L'entrée sur l'exécution d'agent explique pourquoi les éditeurs comptent en exécutions plutôt qu'en messages.

Agent IA et assistant IA, côte à côte

	Assistant IA	Agent IA
Unité de travail	Un message, une réponse	Une exécution : de l'objectif au résultat en plusieurs étapes
Peut modifier des enregistrements	Non	Oui, dans les permissions accordées
Qui porte le contexte entre les étapes	Vous	L'agent
Agit en tant que	Vous, avec tout votre accès	Un participant avec des permissions délimitées
S'arrête pour demander	Jamais besoin	À des points de contrôle définis
Laisse derrière	Du texte dans un chat	Documents, issues, enregistrements et un journal de l'exécution
Défaillance typique	Une réponse fausse ou inventée	Une action fausse, répétée, sur un contexte périmé
Gouvernance nécessaire	Peu	Permissions, audit, limites de relance et de dépense
Bon pour	Écrire, réfléchir, questionner	Planifier, créer, suivre, relancer

Lisez deux fois la ligne « défaillance typique ». L'erreur d'un assistant vous coûte quelques minutes. L'erreur d'un agent peut créer douze issues en double ou envoyer un e-mail à un client, et c'est pourquoi toutes les autres lignes de la colonne agent existent.

Quatre exemples tirés de la semaine d'une petite équipe

Nous sommes une entreprise de quelques personnes qui tourne sur ces outils, voici donc les formes de tâches que nous confions réellement à chacun.

Lundi : un brief produit. Un fondateur a deux paragraphes décrivant un portail client. Un assistant en fera une liste d'exigences correcte en une réponse, et le fondateur la colle dans un document. Un agent avec le même brief lit les pages existantes du projet, écrit le document d'exigences dans le projet, propose une note d'architecture et ajoute quatre issues planifiées au backlog pour relecture. Le fondateur modifie deux exigences et supprime une issue. Même qualité de modèle ; pas la même quantité laissée derrière.

Mardi : « qu'est-ce qui est en retard ? » Un assistant ne peut répondre que si vous collez la liste des issues. Un agent avec un accès en lecture au suivi liste les éléments en retard par responsable et, s'il en a la permission, publie une courte mise à jour dans le canal. Sans permission de publier, il rédige la mise à jour et s'arrête.

Mercredi : un client demande une fonctionnalité. Quelqu'un colle l'e-mail à un assistant et demande comment répondre ; il rédige une réponse. Un agent avec accès au CRM et au travail trouve l'entreprise du client, attache une note à l'affaire, vérifie si une issue couvre déjà la demande et en crée une sinon, liée à l'affaire. Il n'envoie pas la réponse ; envoyer est un point de contrôle.

Vendredi : nettoyer le backlog. Un assistant peut suggérer lesquelles de vingt issues semblent en double si vous les collez. Un agent peut lire le backlog lui-même et proposer des fusions, mais c'est la tâche où un point de contrôle compte le plus : fusionner est difficile à annuler, donc un agent bien conçu propose et une personne confirme.

Le schéma : un assistant est plus rapide pour une seule réponse ; un agent vaut le coup quand la réponse doit devenir des enregistrements, et seulement quand quelqu'un a décidé ce qu'il peut toucher.

Comment trois produits tracent la ligne

Les éditeurs ne sont pas d'accord sur l'endroit où l'assistant finit et où l'agent commence, il vaut donc la peine de lire comment trois d'entre eux l'ont tracée.

Notion a lancé les Custom Agents dans Notion 3.3 le 24 février 2026, après les avoir annoncés autour de Notion 3.0 en septembre 2025. Ses notes de version décrivent des agents qui s'exécutent selon un planning ou un déclencheur sans prompt à chaque fois, avec des permissions réglées comme celles d'un coéquipier, chaque exécution journalisée avec ce qui l'a déclenchée et ce qu'elle a changé, et des changements réversibles. C'est la forme de l'agent : brief, permissions, exécution, journal. Le Notion AI antérieur, qui répond dans une barre latérale, est la forme de l'assistant, et les deux coexistent dans le même produit. Les Custom Agents étaient gratuits jusqu'au 3 mai 2026 et consomment des crédits depuis.

Linear a pris une autre voie : il ne livre pas son propre agent mais laisse des agents tiers rejoindre un espace de travail. Sa documentation sur les agents dit que les issues sont assignées à des humains et déléguées à des agents, de sorte qu'une personne reste toujours responsable d'une issue sur laquelle un agent travaille. Ses Agent Interaction Guidelines demandent aux agents de déclarer qu'ils sont des agents, de donner un retour immédiat et d'être transparents sur leur état. Les API d'agents sont en aperçu développeur. La règle « l'humain reste assigné » est l'énoncé le plus clair que nous ayons vu de la gouvernance dont un agent a besoin et pas un assistant.

Atrix est notre propre produit, pondérez donc en conséquence. L'agent travaille par modes d'exécution sur un projet : Develop rédige exigences et architecture à partir d'un brief, Market rédige positionnement et plan de lancement, et l'audit d'exigences fige une ligne de base et calcule la couverture à partir d'enregistrements, pas de l'avis du modèle. Il propose deux à cinq issues à la fois dans le backlog, jamais directement dans un plan, et ne pousse jamais de code. Les exécutions sont comptées, 100 par mois sur Builder et 500 sur Studio, et discuter avec l'agent n'en consomme aucune, ce qui est la séparation assistant/agent dans un seul prix. Des agents extérieurs peuvent agir dans l'espace via MCP avec des scopes OAuth 2.1 qui ne dépassent jamais les permissions de la personne. Limites : le mode Scale n'est pas lancé, et l'agent ne s'exécute pas selon un planning comme ceux de Notion. La page de l'agent IA liste ce que chaque exécution produit.

Lequel cette tâche demande-t-elle ?

Une courte liste. Répondez oui à l'une des trois premières et il vous faut un agent ; répondez oui aux deux dernières et il vous faut un assistant.

Le résultat doit-il exister comme enregistrement, une issue, un document dans le projet, une note sur une affaire, plutôt que comme texte que vous copierez ?
Demande-t-il plus d'une étape, la sortie de l'une alimentant la suivante ?
Le confieriez-vous à un collègue junior avec un brief écrit en attendant qu'il revienne avec la tâche faite ?
La tâche consiste-t-elle à réfléchir, écrire ou expliquer, et se termine-t-elle quand vous avez lu la réponse ?
Une mauvaise réponse coûterait-elle des minutes, pas des heures, parce que rien n'a changé ?

Si vous voulez un agent, décidez trois choses avant de l'activer : ce qu'il peut lire, ce qu'il peut écrire, et où il doit s'arrêter pour demander. Si personne dans l'équipe ne prendra ces décisions, utilisez un assistant et gardez la boucle vous-même.

FAQ

Quelle est la différence entre un agent IA et un assistant IA ?

Un assistant répond à un message à la fois avec ce que vous lui montrez et ne peut rien changer seul. Un agent poursuit un objectif sur plusieurs étapes, appelant des outils pour lire et modifier des enregistrements sous des permissions accordées par quelqu'un, et laisse un journal de ce qu'il a fait.

Un chatbot est-il un agent IA ?

Non. Un chatbot est un assistant : il répond aux messages. Il ne devient un agent que lorsqu'il peut appeler des outils, enchaîner des actions et modifier des enregistrements, avec des permissions et une trace de chaque exécution. « IA agentique » est le nom habituel de ce passage.

Qu'est-ce qu'un agent IA au travail ?

Un logiciel qui, à partir d'un brief, fait du travail opérationnel à travers les outils d'une équipe : lit le projet, écrit des documents, crée des issues, met à jour des enregistrements et s'arrête à des points de contrôle pour qu'une personne approuve. Au travail, les permissions et l'audit comptent plus que le modèle.

Est-il sûr de donner aux agents IA accès aux données de l'entreprise ?

Aussi sûr que les permissions que vous accordez et les points de contrôle que le produit impose. Accordez d'abord un accès en lecture, un accès en écriture seulement là où les écritures sont réversibles, et gardez une personne sur tout ce qui est difficile à annuler. La règle de Linear selon laquelle un humain reste responsable de chaque issue déléguée est un bon modèle.

Combien coûte un agent IA par rapport à un assistant ?

Les assistants sont en général facturés par siège ou inclus dans un forfait. Les agents sont souvent comptés en exécutions ou en crédits parce que chaque exécution peut appeler beaucoup d'outils. Les Custom Agents de Notion consomment des crédits depuis le 3 mai 2026 ; Atrix inclut 100 ou 500 exécutions par mois selon le forfait et ne facture aucune exécution pour le chat.

Prochaine étape

Les entrées du glossaire agent IA et exécution d'agent donnent les définitions et les questions à poser à un éditeur. Pour voir ce que chaque mode d'exécution laisse derrière lui dans Atrix, et ce qu'il ne fait pas, lisez la page de l'agent IA.

Agent IA ou assistant IA : ce que la différence change pour une petite équipe