Odaily News : Alors que le « Vibe Coding » permet à davantage de personnes de générer des applications en langage naturel, la prochaine compétition des agents IA se tourne vers un problème plus difficile : comment accomplir réellement une tâche réelle multiplateforme, multiservice, impliquant un budget et des autorisations ?
Dans son dernier article Medium intitulé « Beyond Vibe Coding, Toward Agentic Execution », X-Agent prend l'exemple de la « réservation d'un voyage à Tokyo » pour proposer une direction d'exploration de l'exécution agentique : l'utilisateur n'a plus besoin de basculer entre plusieurs pages (billets d'avion, hôtel, paiement, etc.), mais lance la tâche avec une simple demande, et l'IA coordonne la recherche, la comparaison, la confirmation et l'exécution ultérieure ; l'utilisateur garde toujours le contrôle sur la destination, le budget, les conditions et l'autorisation finale.
Cependant, entre la « recommandation de solutions » et l'« exécution fiable », il existe tout un ensemble de défis d'infrastructure. Les changements de prix, la vérification de connexion, les délais d'expiration des commandes, les réservations partiellement réussies, etc., exigent que l'agent soit capable de conserver l'état de la tâche, d'identifier les résultats confirmés et non confirmés, et de faire une pause pour redemander l'autorisation de l'utilisateur si nécessaire, plutôt que de réessayer aveuglément ou de dépenser automatiquement.
Dans cette optique, X-Agent propose de séparer et de faire collaborer quatre types de capacités : la conversation, la tâche, l'exécution et l'événement, et explore différentes voies d'exécution telles que WebMCP, API, outils MCP, automatisation du navigateur et Computer Use. Le principe fondamental est que les outils peuvent aider l'agent à agir, mais ne doivent pas contourner les autorisations de l'utilisateur, les limites budgétaires et la validation des résultats.
X-Agent précise que l'article actuel décrit une direction de produit encore en cours d'exploration et de validation, et non une capacité de réservation générale déjà en ligne. Son objectif est de faire passer l'IA de la « compréhension et génération » à l'« accomplissement de tâches sous le contrôle de l'utilisateur », faisant du langage naturel un nouveau point d'entrée reliant les services réels et l'exécution numérique.