Choisir une tâche vérifiable
Commencer par une recherche documentaire ou une analyse de journaux expurgés permet d’évaluer l’utilité de l’agent avec des risques limités. Définissez les résultats attendus et un jeu de situations représentatives avant de lui confier une action.
Séparer observation et mutation
Les outils de lecture et de modification doivent avoir des périmètres distincts. Un connecteur MCP expose des capacités : il ne justifie pas à lui seul de les autoriser. Les secrets restent hors du contexte du modèle et les identités techniques disposent du minimum de droits.
Garder une validation humaine
Une opération sensible doit être concrète et reviewable avant approbation : cible, paramètres et conséquences attendues. Les entrées externes restent des données non fiables. Les garde-fous sont portés par les outils et l’infrastructure, pas seulement par un prompt.
Évaluer sans promettre
Les expérimentations avec des modèles locaux, llama.cpp, OpenClaw et MCP permettent d’explorer ces choix. Elles ne prouvent ni une fiabilité générale ni une offre de production éprouvée. Les erreurs, les limites et les interventions humaines doivent être observées et documentées.