NVIDIA a lancé AI-Q pour les recherches approfondies dans les frameworks d'agents

NVIDIA a présenté AI-Q, un système pour ajouter des capacités spécialisées de recherche approfondie aux frameworks d'agents. Au lieu d'intégrer les capacités de recherche dans les agents généralistes, AI-Q sépare cette fonction en un backend distinct, permettant aux orchestrateurs comme Claude Code de se concentrer sur la gestion des flux.

Pourquoi les agents ordinaires ne suffisent pas

Les frameworks comme Claude Code, Codex et LangChain Deep Agents fonctionnent très bien en tant qu'orchestrateurs : ils gèrent les sessions, les chaînes d'outils, exécutent le code et comprennent les intentions des développeurs. Mais lorsqu'il s'agit de recherches sérieuses — synthèse de plusieurs documents, création d'analyses fondées, analyse avec sources — la complexité explose. Intégrer cette logique dans un agent est inefficace et peu pratique.

Comment fonctionne AI-Q

AI-Q fonctionne comme une compétence distincte — une capacité supplémentaire que l'agent peut invoquer. Le système comprend un pipeline de recherche complet : classification de l'intention, dialogue avec l'utilisateur pour clarification, recherche superficielle pour les réponses rapides et analyse approfondie pour la synthèse multi-sources.

• Classification des requêtes — déterminer si une réponse rapide ou une recherche complète est nécessaire
• Clarification avec l'utilisateur — si la question est peu claire, le système pose des questions de clarification
• Recherche superficielle — pour les requêtes simples, trouver rapidement une réponse
• Analyse approfondie — synthétiser plusieurs sources et fournir des références

La qualité est évaluée selon des normes comme FreshQA et Deep Research Bench — NVIDIA utilise des benchmarks réels pour s'assurer que le système fournit des résultats fiables.

Les données d'entreprise sont intégrées

Un détail intéressant : AI-Q supporte les serveurs MCP (Model Context Protocol) authentifiés comme sources de données. Cela signifie que l'agent peut explorer les documents internes de l'entreprise sans les divulguer. NVIDIA a prévu trois modèles d'authentification : serveurs publics, comptes de service pour les données d'entreprise partagées et tokens bearer pour préserver l'identité de l'utilisateur.

«

Le pipeline de recherche complet, incluant la classification, la clarification, l'analyse superficielle et approfondie, est fourni en tant que capacité de haut niveau »

Déploiement flexible

Les organisations peuvent déployer AI-Q sur leurs propres serveurs — Docker Compose sur un ordinateur portable de développeur ou Helm dans un data center réglementé. Les données sensibles restent à l'intérieur, seuls les résultats cités sortent vers l'extérieur. C'est crucial pour les entreprises qui ne veulent pas envoyer de documents internes vers le cloud.

Ce que cela signifie

AI-Q démontre la tendance de 2026 : la spécialisation des composants plutôt que l'universalité. Les agents deviennent meilleurs lorsqu'ils peuvent déléguer des tâches complexes à des outils spécialisés. Pour les développeurs, cela signifie que les recherches approfondies sont maintenant intégrées non pas dans le LLM lui-même, mais dans l'écosystème — plus fiables, plus clairs, avec leurs propres sources.