ByteDance et Li Hang : faire travailler les réseaux neuronaux plutôt que les laisser bavarder

Li Hang, directeur du laboratoire d'IA de ByteDance, a publié des travaux sur un framework universel pour agents d'IA. Celui-ci repose sur quatre modules : perception, planification, mémoire et action. Selon Jiqizhixin (机器之心), le projet vise à remplacer les systèmes agentiques expérimentaux actuels, comme AutoGPT et BabyAGI, qui « cassent souvent dès la deuxième étape et hallucinent dans des boucles infinies », par un outil industriel fiable.

Qui est Li Hang

Dans le traitement automatique du langage naturel, le nom de Li Hang pèse, selon l'article, « à peu près autant que tout le parc de serveurs d'une start-up moyenne ». Il est passé par Microsoft Research Asia et Huawei avant de prendre la tête du laboratoire d'IA de ByteDance. Un parcours tourné vers l'application plutôt qu'une carrière académique : pour l'auteur de la publication, ce profil montre que Li Hang s'intéresse moins à l'élégance théorique des architectures qu'à leur puissance pratique, autrement dit au passage des idées du PDF au produit réel.

Les quatre briques de l'architecture

Le framework s'attaque au problème clé des modèles de langage actuels : leur incapacité à planifier. Le modèle « vit dans l'instant » : il génère le token suivant au lieu d'élaborer une stratégie. L'architecture proposée se concentre sur quatre briques critiques : perception, planification, mémoire et action. Le modèle construit d'abord un arbre hiérarchique d'objectifs, puis mobilise des outils externes pour les atteindre, en consultant en permanence sa mémoire à long terme. L'auteur de l'article résume l'effet ainsi : cette approche fait passer l'IA « du statut d'étudiant en lettres à celui de chef de projet expérimenté ».

Quel intérêt pour les entreprises, et quel concurrent

Pour que l'IA rapporte réellement de l'argent dans le B2B, elle doit pouvoir se connecter seule au CRM, analyser les données, rédiger un rapport et l'envoyer au client, sans demander d'autorisation à chaque étape. C'est précisément ce scénario que vise le framework de Li Hang. ByteDance, qui manipule des volumes de données colossaux et des algorithmes de recommandation complexes, a plus que quiconque intérêt à disposer de tels systèmes autonomes. Le projet est présenté comme un défi direct à Microsoft AutoGen : selon l'auteur, là où les entreprises occidentales misent plus souvent sur la « puissance brute » de calcul, ByteDance parie sur un schéma d'ingénierie structuré, élégant et scalable.

Questions fréquentes

Qu'a proposé exactement Li Hang ?

Un framework universel pour agents d'IA fondé sur quatre modules : perception, planification, mémoire et action. Au lieu de générer une réponse « dans l'instant », le modèle construit d'abord un arbre hiérarchique d'objectifs, puis les atteint grâce à des outils externes, en consultant en permanence sa mémoire à long terme.

En quoi cela diffère-t-il d'AutoGPT et de BabyAGI ?

Selon l'article, les systèmes agentiques existants comme AutoGPT et BabyAGI sont instables : ils cassent dès les premières étapes d'une tâche et tombent dans des boucles d'hallucinations. Le framework de Li Hang introduit une architecture systémique de planification et de mémoire, censée transformer ces prototypes agentiques « jouets » en outil industriel fiable.

Pourquoi cela pourrait-il défier Microsoft AutoGen ?

Parce que les deux projets s'attaquent au même problème, la construction d'agents d'IA autonomes multi-étapes, mais, selon l'auteur de la publication, par des voies différentes : AutoGen et d'autres développements occidentaux s'appuient plus souvent sur la puissance de calcul, tandis que ByteDance, par la voix de Li Hang, propose un schéma d'ingénierie structuré. L'issue de cette compétition dépendra de celui qui transposera le plus vite l'architecture d'une publication académique à la production.