Les petits modèles sont la nouvelle frontière

Le changement le plus intéressant dans l'architecture des agents n'est pas un modèle plus grand. C'est la viabilité croissante de petits modèles spécialisés qui s'exécutent là où l'agent opère réellement. Lorsqu'un modèle de prévision est livré en quatre tailles jusqu'à 5 millions de paramètres et est explicitement conçu pour être économe en CPU et prêt pour le zero-shot, le message aux constructeurs est clair : vous n'avez plus besoin d'un datacenter pour obtenir un comportement de pointe sur une tâche étroite [1].

Cela change ce qu'est un agent. Depuis deux ans, l'hypothèse par défaut était que toute capacité significative devait passer par un grand modèle frontalier. Vous acceptiez la latence, le coût et les compromis de confidentialité parce qu'il n'y avait pas d'alternative. Un modèle de 5M de paramètres qui tourne sur CPU brise cette hypothèse. Cela signifie que le composant de prévision d'un agent peut vivre dans le même processus que le reste de l'application, sans appel réseau, sans facturation de jetons, et sans que les données quittent la machine.

L'angle de la gouvernance

Cela compte pour la gouvernance d'une manière qui n'est pas évidente au premier abord. Lorsqu'un modèle tourne localement, l'histoire de l'évaluation change. Vous pouvez le tester sur vos propres données, dans votre propre environnement, avant le déploiement. Vous pouvez épingler la version exacte. Vous pouvez auditer ce qu'il voit et ce qu'il émet. Rien de tout cela n'est facile lorsque le modèle est une API distante qui peut changer sous vos pieds.

La récente documentation de sécurité de Google pour Gemini 4 Argon renforce à quel point il faut de travail pour rendre un grand modèle suffisamment sûr pour être exposé largement [2]. Ce travail est nécessaire, mais c'est aussi un rappel : chaque capacité que vous externalisez vers un modèle frontalier s'accompagne d'une surface de gouvernance que vous ne contrôlez pas. Plus vous pouvez déplacer vers de petits modèles locaux et auditables, plus cette surface se réduit.

Le navigateur comme frontière de l'agent

L'actualité de l'extension Chrome de ChatGPT pointe dans la même direction, depuis le côté opposé. L'extension peut désormais lire vos onglets ouverts et amener la conversation dans la page que vous consultez [3]. C'est une fonctionnalité de commodité, mais c'est aussi une déclaration sur l'endroit où vit le contexte de l'agent. Le navigateur devient l'interface principale pour le travail assisté par agent, et les données qui comptent y sont déjà : les onglets ouverts, la page que vous lisez, la tâche en cours.

Pour les constructeurs, c'est un avertissement. Si le contexte de votre agent provient d'une extension de navigateur qui lit les onglets, vous devez réfléchir soigneusement à ce que cela signifie pour le consentement, la minimisation des données et la compréhension de l'utilisateur. Un utilisateur qui installe une extension pour une fonctionnalité peut ne pas réaliser qu'elle peut maintenant voir tout ce qu'il navigue. Ce n'est pas une raison pour éviter l'intégration au navigateur. C'est une raison pour rendre la frontière explicite et le comportement inspectable.

Que construire maintenant

La leçon pratique est de regarder l'architecture de votre agent et de demander quelles capacités nécessitent réellement un modèle frontalier. Prévision, classification, extraction, routage — tout cela est de plus en plus disponible sous forme de petits modèles locaux que vous pouvez évaluer honnêtement et déployer sans dépendance réseau. Réservez les grands modèles aux tâches de raisonnement véritablement ouvertes où ils justifient leur coût et leur fardeau de gouvernance.

Commencez par un composant. Prenez une seule capacité qui passe actuellement par une API distante et voyez si un petit modèle peut la gérer localement. Mesurez la latence, le coût et la précision par rapport à vos propres données. Si cela tient, vous venez de réduire votre surface d'attaque, votre facture et votre dépendance à un fournisseur que vous ne contrôlez pas. Ce n'est pas un compromis. C'est la direction que prend le domaine.