Tout le monde regarde cela à l'envers. Le titre indique "les agents sont plus simples que prévu." La véritable découverte est que la simplicité est la stratégie. 68 % plafonnant à 10 étapes avant l'intervention humaine n'est pas une limitation. C'est un choix de conception. Les équipes ont compris que la fiabilité s'accumule et que l'autonomie la dégrade. Chaque étape que vous ajoutez multiplie vos modes de défaillance. La répartition du cadre est encore plus révélatrice. 61 % des répondants à l'enquête utilisent LangChain. Mais 85 % des équipes avec des déploiements en production réels construisent à partir de zéro. Les personnes répondant aux enquêtes expérimentent. Les personnes qui expédient évitent les dépendances. Le modèle de source fermée vous indique où nous en sommes dans la courbe d'adoption. 17 des 20 études de cas utilisent Claude ou GPT car les coûts d'inférence sont encore triviaux par rapport aux humains que ces agents augmentent. L'open-source ne gagne que lorsque vous atteignez un volume qui rend le prix des API prohibitif. Ce qui rend cette étude précieuse : elle mesure ce qui fonctionne, pas ce qui fait bonne impression en démo. L'écart entre "prototype impressionnant" et "système de production" est comblé par des points de contrôle humains, des flux de travail prédéfinis et un échantillonnage de 5 % même sur des sorties à haute confiance. C'est ainsi que la nouvelle technologie est réellement adoptée. Non pas en remplaçant le jugement humain, mais en gagnant la confiance par des contraintes délibérées. La sophistication vient plus tard, après que la fiabilité a été prouvée.