SortieAnalyse · Sur le radarHacker News AI→ original

Perplexity confie à Teammates la gestion de 5 flux de travail sans nouveau prompt

Perplexity a présenté Teammates, des agents permanents destinés au marketing, aux ventes, au support, aux opérations et à la finance. Contrairement à un chat classique, un tel agent mémorise les objectifs et l’historique du projet, détecte lui-même les changements et poursuit son travail sans nouvelle requête. Il peut se connecter à Slack, Gmail et GitHub, déléguer des tâches à d’autres agents et présenter un résultat intermédiaire à un humain. Pour l’instant, le lancement est limité à la version web et à l’abonnement Max, tandis que l’entreprise n’a publié aucun chiffre sur la précision ni sur les gains de temps.

Traité par IA depuis Hacker News AI ; édité par Hamidun News
Perplexity confie à Teammates la gestion de 5 flux de travail sans nouveau prompt
Source : Hacker News AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHacker News AI ↗
Rédacteur en chef
Chiffre clé #1L’agent travaille en permanence sur le projet au lieu de disparaître après une seule réponse.
Chiffre clé #2L’accès aux e-mails et aux dépôts doit être accordé selon le principe du moindre privilège.
Chiffre clé #3Avant tout déploiement, vérifiez la précision, le coût et le mécanisme d’arrêt.

Aujourd’hui, la plupart des agents d’IA ressemblent à un stagiaire très compétent lors de son premier jour de travail. On peut leur confier une tâche, mais il faut d’abord leur réexpliquer le contexte, ouvrir les outils nécessaires et énumérer chaque étape suivante. Perplexity cherche précisément à éliminer cette routine : ses nouveaux Teammates ne reçoivent pas une requête isolée, mais un domaine de responsabilité permanent.

L’agent peut mémoriser les objectifs du projet, l’historique des tâches accomplies et les remarques formulées par un humain. Il surveille les changements, lance de nouvelles actions sans nouveau prompt et renvoie le résultat pour vérification. L’entreprise présente cinq grands domaines d’application : le marketing, les ventes, le support, les opérations et la finance.

À quoi cela ressemble sur une tâche ordinaire

Imaginons qu’un client régulier d’une boutique en ligne commence à passer moins souvent commande. Un chat classique ne remarquera rien tant qu’un responsable n’aura pas lui-même rassemblé les données et posé la question. Dans le scénario de Perplexity, un Teammate détecte le changement, étudie l’historique des commandes et des échanges avec le support, détermine une cause possible et prépare une offre adaptée. S’il faut d’abord régler une ancienne réclamation, l’agent en informe un humain et attend son autorisation avant de poursuivre.

Il ne s’agit plus simplement d’un long dialogue avec un modèle. Le Teammate coordonne des sessions de Perplexity Computer, utilise les fichiers et les outils du projet et, si nécessaire, délègue une partie du travail à un autre agent. Par exemple, un agent repère des erreurs sur un site tandis qu’un autre prépare les corrections. La connexion à Slack permet aux collègues d’attribuer des tâches et de demander l’état d’avancement directement dans un canal partagé.

Lors de la configuration, l’utilisateur précise d’où provient le travail, quel résultat est attendu et quand l’agent doit agir. Il connecte ensuite des extensions telles que Gmail, Slack ou GitHub et sélectionne les dépôts accessibles. Chaque Teammate fonctionne dans un environnement distinct et dispose de ses propres sessions de navigation. Selon Perplexity, les identifiants enregistrés sont chiffrés ; un humain peut examiner le travail, réorienter l’agent ou reprendre le contrôle du bureau.

Où se trouve l’utilité réelle

Le principal changement réside dans le passage de l’automatisation d’une commande unique à l’accompagnement d’un processus. Un agent de support peut analyser quotidiennement les réclamations, repérer les problèmes récurrents, préparer des réponses et vérifier si les correctifs promis ont bien été déployés. Un agent opérationnel peut contrôler les échéances et rappeler les documents manquants 72 heures avant la date limite. Un agent marketing peut surveiller les campagnes et préparer de nouvelles variantes publicitaires en fonction des résultats.

Pour une équipe produit, cela signifie qu’un cycle complet peut être confié à l’agent : identifier un problème dans l’entonnoir d’inscription, collecter les données, proposer une modification, la soumettre à validation, puis en mesurer ultérieurement l’effet. Mais un tel scénario n’est utile qu’avec des limites claires. L’agent doit savoir quelles actions peuvent être exécutées automatiquement, lesquelles exigent une confirmation et quel signal doit provoquer l’arrêt du travail.

Ce qui reste à démontrer

L’annonce décrit les capacités du produit, mais ne fournit ni tests indépendants, ni indicateurs de précision, ni données sur les gains de temps. On ignore avec quelle fiabilité les Teammates conservent le contexte dans les projets de longue durée, à quelle fréquence ils choisissent mal l’action suivante et combien coûte le fonctionnement permanent de plusieurs agents. Les discussions sur Hacker News se sont également révélées sceptiques : des utilisateurs ont rappelé les erreurs commises par les précédents produits de Perplexity et se sont demandé en quoi cette offre différait des solutions concurrentes.

Il existe aussi un risque classique des systèmes agentiques : plus l’accès est étendu, plus une erreur coûte cher. Un agent ayant accès aux e-mails, à un dépôt et aux fichiers de travail peut non seulement accélérer un processus, mais aussi envoyer un message inapproprié, modifier le mauvais objet ou divulguer des données superflues. Les environnements isolés sont utiles, mais ils ne remplacent ni le principe du moindre privilège, ni un journal des actions, ni la confirmation obligatoire des opérations irréversibles.

Les Teammates sont déjà accessibles dans la version web aux abonnés Perplexity Max ; l’entreprise promet d’ajouter ultérieurement la prise en charge d’iOS. L’approche pratique est simple : choisir un processus récurrent produisant un résultat mesurable, n’accorder à l’agent que les droits nécessaires et mener un pilote. Il faut comparer non pas l’élégance de la démonstration, mais la proportion de tâches correctement achevées, le nombre d’interventions humaines, le coût de chaque résultat et les conséquences de la pire erreur possible.

Dossier

Questions clés sur cet article

Que sait-on sur à quoi cela ressemble sur une tâche ordinaire ?

Imaginons qu’un client régulier d’une boutique en ligne commence à passer moins souvent commande. Un chat classique ne remarquera rien tant qu’un responsable n’aura pas lui-même rassemblé les données et posé la question. Dans le scénario de Perplexity, un Teammate détecte le changement, étudie l’historique des commandes et des échanges avec le support, détermine une cause possible et prépare une offre adaptée.

Que sait-on sur Où se trouve l’utilité réelle ?

Le principal changement réside dans le passage de l’automatisation d’une commande unique à l’accompagnement d’un processus. Un agent de support peut analyser quotidiennement les réclamations, repérer les problèmes récurrents, préparer des réponses et vérifier si les correctifs promis ont bien été déployés. Un agent opérationnel peut contrôler les échéances et rappeler les documents manquants 72 heures avant la date limite.

Que sait-on sur Ce qui reste à démontrer ?

L’annonce décrit les capacités du produit, mais ne fournit ni tests indépendants, ni indicateurs de précision, ni données sur les gains de temps. On ignore avec quelle fiabilité les Teammates conservent le contexte dans les projets de longue durée, à quelle fréquence ils choisissent mal l’action suivante et combien coûte le fonctionnement permanent de plusieurs agents.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…