Sous le capot

RAG agentique : quand les agents IA cherchent eux-mêmes leurs réponses

L'équipe Kopik10 min de lecture

Le RAG agentique désigne un système où un agent IA décide lui-même quand et comment chercher de l'information : il découpe une question complexe en sous-questions, interroge une ou plusieurs bases de connaissances, évalue si les passages trouvés suffisent, puis relance une recherche différente si besoin. Contrairement au RAG classique qui exécute une seule récupération avant de répondre, le RAG agentique boucle, compare et orchestre. C'est plus puissant pour les questions à plusieurs facettes, mais aussi plus coûteux et plus risqué si rien ne borne le nombre d'itérations.

RAG classique vs RAG agentique : la différence concrète

Dans un pipeline RAG traditionnel, le mécanisme est linéaire : la question de l'utilisateur est transformée en vecteur ou en requête, le moteur retourne les passages les plus pertinents, et le modèle rédige une réponse à partir de ce contexte figé. Si comment fonctionne le RAG classique, c'est en une seule passe, du prompt à la réponse. Cette approche fonctionne très bien pour des questions factuelles simples : « Quel est le délai de préavis en convention Syntec pour un coefficient 150 ? ».

Le RAG agentique ajoute une couche de décision. L'agent reçoit la question, mais au lieu d'interroger directement la base documentaire, il raisonne d'abord : cette question nécessite-t-elle une seule recherche, ou faut-il la décomposer ? Faut-il consulter plusieurs sources (un barème salarial et une jurisprudence, par exemple) ? Les premiers résultats sont-ils suffisamment précis, ou faut-il reformuler la requête et relancer un appel ? Ce comportement se rapproche de ce qu'un analyste humain ferait face à un dossier incomplet : il cherche, lit, identifie un manque, cherche à nouveau.

RAG classique vs RAG agentique

CritèreRAG classiqueRAG agentique
Nombre de recherchesUne seule, avant la générationPlusieurs, décidées dynamiquement
Décomposition de la questionNon, question traitée telle quelleOui, sous-questions générées par l'agent
Sources interrogéesUne base en généralUne ou plusieurs bases selon le besoin
Coût par questionPrévisible, un appel modèle + une rechercheVariable, plusieurs appels possibles
LatenceFaible à modéréePlus élevée, dépend du nombre d'itérations
Cas adaptésQuestions factuelles simplesQuestions composées, comparatives, multi-domaines

Comment fonctionne la recherche multi-étapes

La recherche multi-étapes (souvent appelée « query planning » ou « multi-hop retrieval ») repose sur une boucle simple à décrire mais délicate à régler correctement.

  1. Décomposition : l'agent analyse la question initiale et identifie si elle contient plusieurs sous-besoins (par exemple « compare le taux du CIR et du CII pour une dépense de sous-traitance » suppose deux recherches distinctes).
  2. Formulation de requêtes : chaque sous-question devient une requête de recherche optimisée, pas forcément identique au texte original de l'utilisateur.
  3. Appel de l'outil de recherche : l'agent interroge la ou les bases de connaissances disponibles, via une API ou un serveur MCP exposé comme outil.
  4. Évaluation des résultats : l'agent (ou une étape dédiée) juge si les passages récupérés répondent réellement à la sous-question, ou s'ils sont hors sujet, trop anciens ou insuffisants.
  5. Décision de relance : si le résultat est insuffisant, l'agent reformule la requête ou cherche ailleurs. Sinon, il passe à la sous-question suivante ou à la rédaction de la réponse finale.
  6. Synthèse : une fois tous les éléments rassemblés, l'agent compose une réponse en citant les passages utilisés.

Ce mécanisme ressemble à celui décrit pour construire des réponses fiables avec citations et passages sourcés, sauf qu'ici la boucle de vérification peut déclencher une nouvelle recherche plutôt que de simplement signaler une incertitude.

Un exemple concret

Imaginons un agent RH chargé de répondre à « Un salarié en forfait jours peut-il être en arrêt maladie et télétravailler partiellement le même mois, et comment cela impacte-t-il le maintien de salaire ? » Cette question combine trois notions distinctes. Un RAG classique renverrait probablement les passages les plus proches sémantiquement d'un seul coup, souvent centrés sur un seul thème. Un agent RAG agentique découpe la question en trois recherches : forfait jours, règles de télétravail, maintien de salaire en cas d'arrêt maladie, puis assemble une réponse cohérente en croisant les trois résultats, un peu à la manière de ce qui est détaillé pour le maintien de salaire en convention Syntec.

Appeler plusieurs bases de connaissances

Le second pilier du RAG agentique, c'est l'orchestration multi-sources. Un agent utile en entreprise n'a presque jamais une seule base à sa disposition : il peut avoir accès à une base juridique, une base RH, une base technique et une base commerciale, chacune gérée séparément pour des raisons de confidentialité ou de mise à jour.

Deux approches coexistent pour exposer ces bases à un agent :

  • Appel direct via API : l'agent (ou l'orchestrateur qui le pilote) appelle plusieurs endpoints REST, chacun correspondant à une base distincte, et fusionne les résultats avant de les transmettre au modèle.
  • Exposition via MCP : chaque base de connaissances est déclarée comme un outil dans un serveur MCP, et c'est l'agent lui-même (dans Claude, Cursor ou un autre client compatible) qui décide quel outil appeler et dans quel ordre, sans code d'orchestration supplémentaire à écrire.

Le protocole MCP a justement été conçu pour ce type de scénario : standardiser la façon dont un agent découvre et appelle des outils externes, dont des bases de connaissances. Pour comprendre le mécanisme en détail, voir MCP (Model Context Protocol) expliqué simplement et connecter Claude, Cursor ou ChatGPT à une base de connaissances.

Router plutôt que tout interroger

Interroger systématiquement toutes les bases disponibles à chaque sous-question multiplie les coûts sans gain de pertinence. Un bon agent commence par router : il choisit la base la plus probable selon le sujet (RH, juridique, technique) avant d'élargir la recherche si la première tentative échoue.

Les risques concrets du RAG agentique

Donner à un agent la capacité de décider lui-même quand et combien de fois chercher introduit des risques que le RAG classique n'a pas, ou a dans une moindre mesure.

  • Boucles sans fin : sans limite explicite, un agent peut relancer des recherches indéfiniment s'il juge (à tort) que les résultats sont insuffisants, surtout si la base de connaissances ne couvre tout simplement pas le sujet.
  • Coûts multipliés : chaque itération implique un appel au modèle pour planifier, un appel de recherche, et souvent un appel supplémentaire pour évaluer la pertinence. Un pipeline à cinq itérations peut coûter cinq à dix fois plus cher qu'une recherche unique, voir combien coûte vraiment un système RAG.
  • Latence perçue : un utilisateur qui attend une réponse simple n'a pas la patience d'attendre que l'agent fasse six allers-retours. Au-delà de quelques secondes, l'expérience se dégrade nettement.
  • Hallucinations composées : si une sous-question reçoit une réponse partiellement fausse, l'erreur se propage dans les étapes suivantes et dans la synthèse finale, rendant le problème plus difficile à détecter qu'avec une seule recherche.
  • Dérive hors sujet : un agent mal cadré peut élargir sa recherche à des bases ou des documents non pertinents, au risque de mélanger des informations de contextes différents dans une même réponse.

Ces risques rejoignent ceux déjà identifiés pour les agents IA ayant besoin de sources de connaissances fiables : un agent n'est jamais meilleur que la qualité et la fraîcheur des données qu'il peut consulter, et une architecture agentique amplifie aussi bien les bonnes réponses que les mauvaises.

Maîtriser les coûts et la latence

Un RAG agentique bien conçu pose des garde-fous dès la conception plutôt que de les ajouter après un incident. Quelques mécanismes concrets limitent la dérive :

  1. Limiter explicitement le nombre d'itérations (3 à 5 maximum dans la plupart des cas d'usage métier) plutôt que de laisser l'agent décider seul quand s'arrêter.
  2. Fixer un budget de recherche par question, en nombre d'appels ou en crédits, et interrompre la boucle quand il est atteint, quitte à répondre avec les éléments déjà collectés.
  3. Mettre en cache les résultats de sous-requêtes identiques ou très proches, pour éviter de repayer une recherche déjà faite dans la même session.
  4. Journaliser chaque étape (requête générée, base interrogée, passages retournés, décision de l'agent) pour pouvoir auditer et corriger le comportement a posteriori.
  5. Préférer une recherche hybride (mots-clés et sens) à chaque étape plutôt qu'une seule méthode, pour réduire le nombre d'itérations nécessaires avant d'obtenir un résultat exploitable, comme détaillé dans l'article sur la recherche hybride.

Avant de généraliser une architecture agentique, il vaut la peine de mesurer si elle apporte réellement un gain par rapport à un RAG classique bien construit. Les méthodes d'évaluation (taux de couverture, fidélité des réponses, temps de réponse moyen) décrites dans comment évaluer un système RAG s'appliquent tout autant, avec en plus le suivi du nombre moyen d'itérations par question, un indicateur simple à surveiller pour détecter une dérive de coûts.

Construire un RAG agentique avec des bases de connaissances existantes

Il n'est pas nécessaire de construire toute l'infrastructure de récupération pour expérimenter le RAG agentique. Une approche pragmatique consiste à séparer les responsabilités : les bases de connaissances se concentrent sur l'indexation et la recherche de qualité, et l'agent (ou le framework d'orchestration) se concentre sur la planification et la décision.

Avec Kopik, chaque base de connaissances créée sur la plateforme est interrogeable de trois façons : depuis le site pour tester manuellement, via une API REST avec des clés dédiées, ou via un serveur MCP directement utilisable comme outil par un agent dans Claude, Cursor ou ChatGPT. Pour un scénario agentique multi-bases, cela signifie qu'un agent peut déclarer plusieurs bases Kopik comme autant d'outils MCP distincts (une base juridique, une base technique, une base commerciale) et choisir lui-même laquelle interroger selon la sous-question posée. La documentation complète de l'API et du serveur MCP se trouve sur la page développeurs.

Pour commencer simplement, il est possible de créer une base de connaissances gratuitement à partir de documents existants (PDF, Word, Markdown), de tester la recherche en mode passages pour vérifier la qualité de l'indexation, puis de l'exposer en MCP une fois le contenu validé. Cette approche progressive évite de complexifier l'architecture agentique avant d'avoir une base de recherche fiable.

Tester une base de connaissances comme outil d'agent

Créez une base de connaissances gratuite, exposez-la en API ou en MCP, et laissez votre agent décider quand l'interroger.

Quand éviter le RAG agentique

Le RAG agentique n'est pas une évolution systématiquement supérieure au RAG classique. Pour une majorité de cas d'usage, en particulier le support client ou la recherche documentaire simple, une seule recherche bien faite suffit et coûte beaucoup moins cher. Les signes qu'une architecture agentique est réellement justifiée incluent : des questions qui combinent régulièrement plusieurs domaines, un besoin avéré de croiser plusieurs bases distinctes, ou des utilisateurs habitués à des délais de réponse plus longs en échange d'une réponse plus complète (recherche approfondie, due diligence, synthèse réglementaire). Dans les autres cas, un RAG support client classique ou une simple recherche IA intégrée au site, comme décrit dans ajouter une recherche IA à son site web, reste plus simple à exploiter et à maintenir.

Questions fréquentes

Quelle est la différence entre RAG agentique et RAG classique ?

Le RAG classique effectue une seule recherche avant de générer une réponse. Le RAG agentique laisse l'agent décider de décomposer la question, de faire plusieurs recherches successives et d'interroger plusieurs bases, en évaluant lui-même si les résultats obtenus sont suffisants.

Le RAG agentique coûte-t-il plus cher que le RAG classique ?

Oui, en général. Chaque itération ajoute un appel au modèle pour planifier ou évaluer, plus un appel de recherche. Sans limite fixée sur le nombre d'itérations, le coût par question peut être plusieurs fois supérieur à celui d'une recherche unique.

Comment éviter qu'un agent boucle indéfiniment sur ses recherches ?

En fixant une limite explicite du nombre d'itérations (souvent 3 à 5), un budget de recherche par question, et en journalisant chaque étape pour détecter rapidement un comportement anormal lors des tests.

Le RAG agentique nécessite-t-il plusieurs bases de connaissances ?

Pas forcément, mais c'est souvent le cas d'usage le plus pertinent : un agent qui doit croiser des informations issues de sources distinctes (juridique, RH, technique) tire davantage parti d'une architecture agentique qu'un agent qui interroge une seule base homogène.

Comment exposer plusieurs bases de connaissances à un agent IA ?

Soit via des appels API directs orchestrés par du code, soit via un serveur MCP où chaque base est déclarée comme un outil que l'agent peut appeler lui-même depuis un client compatible comme Claude ou Cursor.

Faut-il toujours préférer le RAG agentique au RAG classique ?

Non. Pour des questions factuelles simples ou du support client courant, une seule recherche bien faite est plus rapide, moins coûteuse et plus prévisible. Le RAG agentique se justifie surtout pour des questions composées ou des recherches multi-sources.

Recevez la newsletter Kopik

Nouvelles bases de connaissances, guides sur le RAG et nouveautés du produit. Un mail toutes les une à deux semaines, désinscription en un clic.

En vous abonnant, vous acceptez de recevoir notre newsletter. Votre adresse n'est jamais partagée.