Comment créer un agent IA en deux heures, avec l’outil que vous avez déjà

Mis à jour le 6 novembre 2026. Un premier agent IA se construit en deux heures, sans coder, avec l’outil que votre entreprise utilise déjà. Ce guide déroule les sept étapes, du choix du cas d’usage au déploiement, avec Copilot, Claude, ChatGPT, n8n ou du code, et ce que nos Agentathons nous ont appris.

Tout le monde veut son agent IA. Peu de gens savent par où commencer.

Copilot, Claude et ChatGPT ont tous revu cette année leur façon de créer des agents, et les menus bougent vite.

La méthode, elle, reste la même d’un outil à l’autre. Chez Meilleurtaux, 93 collaborateurs qui n’avaient jamais codé ont construit 14 agents en une demi-journée. Chez Daher, 130 managers ont créé leur propre agent IA lors d’un Agentathon.

Voici comment créer un agent IA, étape par étape, avec l’outil que vous avez déjà

« Autopilot est un agent persistant, proactif et personnel, qui continue de travailler même quand vous ne le faites pas », écrit Jared Spataro, directeur marketing de Microsoft pour l’IA au travail (traduit de l’anglais).

En bref

• Un agent IA est un assistant qui agit. Il suit des instructions écrites une fois, s’appuie sur vos documents et exécute une tâche, là où un chatbot se contente de répondre.
• Pas besoin de coder pour créer un agent IA. Agent Builder dans Copilot, les Skills et Cowork dans Claude, les agents d’espace de travail dans ChatGPT : tout se décrit en langage courant.
• Le bon outil est celui que votre entreprise utilise déjà : Copilot sous Microsoft 365, Claude ou ChatGPT si vos équipes y ont une licence, n8n ou Make pour enchaîner des logiciels.
• Sept étapes : définir le cas d’usage, choisir l’outil, écrire les instructions, connecter les données, tester, déployer, encadrer (gouvernance et RGPD).
• Un prototype se construit en deux heures, un agent métier branché à vos outils en quelques jours.
• L’agent sur mesure vient après, quand le prototype a prouvé son intérêt et qu’il faut le brancher à vos systèmes : c’est l’objet de notre offre de création d’agent IA.

À lire aussi : Le nouveau Copilot : Home, Code et Autopilot, Claude Skills : le guide complet pour vos équipes et Claude Cowork : les nouveautés qui changent tout.

Ce que vous pouvez faire avec un agent IA

Voici les quatre agents que nos clients construisent le plus souvent, et ce qui change pour l’équipe.

Commercial : préparer les rendez-vous et tenir le CRM à jour

Avant, le commercial ouvre le site du prospect, LinkedIn et l’historique du CRM, puis tape ses notes après l’appel. Avec un agent, il reçoit chaque matin une fiche par rendez-vous : contexte, interlocuteurs, derniers échanges et trois questions à poser. Après l’appel, il dicte son compte rendu et l’agent le range dans le CRM. Le commercial relit avant l’enregistrement.

RH : trier les candidatures et préparer l’onboarding

Avant, il faut lire chaque CV et répondre un par un. Avec un agent, chaque candidature est résumée face aux critères du poste, avec les points à vérifier en entretien et un brouillon de réponse. La décision reste au recruteur : l’AI Act classe le tri de candidatures parmi les usages à haut risque.

Finance : relances et commentaires de reporting

Avant, on extrait la balance âgée, on rédige les relances et on commente les écarts du mois. Avec un agent, la liste des factures en retard arrive avec des relances rédigées selon l’ancienneté de la dette, et un premier commentaire des écarts que le contrôleur valide. Chez Ipsen, les équipes finance ont construit leurs agents Copilot pendant un Agentathon.

Service client : trier les e-mails et préparer les réponses

Avant, le conseiller lit chaque e-mail, cherche la procédure et répond. Avec un agent, les demandes sont classées par motif et par urgence, la bonne procédure est retrouvée et un brouillon est prêt. Le conseiller valide avant l’envoi, au moins pendant les premiers mois.

Qu’est-ce qu’un agent IA ? Les quatre composants

Un agent IA est un programme qui combine un modèle de langage et la capacité d’agir. Un chatbot répond à une question. Un agent reçoit un objectif, prépare un plan, utilise des outils et vous rend un travail fini.

Le modèle est le moteur de raisonnement : GPT, Claude, Gemini ou un modèle open source comme Mistral. Il lit la demande et choisit quoi faire.

Les instructions et la mémoire disent à l’agent qui il est, ce qu’il doit faire et ce qu’il doit retenir d’une tâche à l’autre.

Les connaissances sont vos documents : procédures, contrats, exports Excel, pages SharePoint. L’agent va y chercher l’information avant de répondre. Les spécialistes parlent de RAG.

Les outils et les actions lui permettent d’agir : envoyer un e-mail, mettre à jour un fichier, créer un ticket.

L’agent tourne en boucle : il agit, regarde le résultat, et corrige tant que l’objectif n’est pas atteint.

Pour comprendre : un chatbot, c’est un collègue à qui vous posez une question. Un agent, c’est un collègue à qui vous confiez un dossier avec une fiche de procédure. Il sait où sont les documents, ce qu’il a le droit de faire, et quand il doit revenir vers vous.

Agent IA, chatbot ou automatisation : quelle différence ?

Beaucoup de besoins se règlent avec une automatisation simple, moins chère et plus prévisible. Prenez un agent quand la tâche demande de lire, de juger ou de rédiger.

Comment un agent IA planifie son travail

Un agent travaille en boucle. Il reçoit un objectif, découpe le travail en étapes, choisit un outil pour chaque étape, vérifie le résultat, puis recommence jusqu’à ce que l’objectif soit atteint ou qu’il ait besoin de vous. Cette boucle lui permet de traiter des cas imprévus, et elle le rend aussi plus difficile à tester qu’une automatisation.

Quand une tâche est trop large, on la répartit entre plusieurs agents spécialisés : l’un cherche l’information, un autre rédige, un troisième contrôle. C’est un système multi-agent. Commencez par un seul agent, et passez à plusieurs quand le premier tourne bien.

Comment créer un agent IA : la méthode en sept étapes

C’est la méthode de nos Agentathons, valable dans Copilot, Claude, ChatGPT ou un outil no-code. Les quatre premières étapes construisent l’agent, les trois suivantes le rendent fiable et utilisable par toute une équipe.

Étape 1 : définir le cas d’usage

Choisissez une tâche qui revient chaque semaine. Un bon candidat a des données d’entrée stables, un livrable au format connu et une durée que vous savez mesurer. Si vous avez tapé les mêmes instructions trois fois, c’est un agent.

Décrivez-la avec la méthode DTR.

• Data : quelles sources vous lui donnez.
• Tâche : ce que vous lui demandez précisément (résumer, comparer, extraire, rédiger).
• Résultat : à quoi doit ressembler le livrable, et pour qui.

Notez aussi le temps que prend la tâche aujourd’hui. Sans ce point de départ, impossible de savoir si l’agent fait gagner du temps.

Étape 2 : choisir l’outil pour créer votre agent IA

Les grands assistants ont chacun leur atelier de création d’agents. Le bon choix dépend surtout de l’outil déjà déployé chez vous, puis du niveau d’intégration dont l’agent a besoin.

Microsoft Copilot : Agent Builder, Copilot Studio et Autopilot

Dans Microsoft 365 Copilot, le bouton « Nouvel agent » ouvre Agent Builder. Vous décrivez l’agent en langage courant, Copilot remplit le nom, la description et les instructions (8 000 caractères au plus), puis vous le testez dans un onglet de test intégré. Vous pouvez lui ajouter des sites web, des fichiers SharePoint, vos e-mails ou vos conversations Teams. Les actions vers d’autres logiciels et les agents plus avancés passent par Copilot Studio. Depuis le 25 septembre, Autopilot va plus loin : un agent qui travaille en continu dans le cloud, avec sa propre identité dans l’annuaire de l’entreprise. Il est encore en préversion privée, et facturé à l’usage en crédits Copilot. Nous avons détaillé ces changements dans notre article sur le nouveau Copilot.

Pour administrer tous ces agents, Microsoft a rendu Agent 365 disponible le 1er mai 2026 : un centre de contrôle pour inventorier, sécuriser et superviser les agents de l’entreprise.

Claude : Projects, Skills et Cowork

Un projet Claude regroupe des instructions et des documents de référence que Claude utilise à chaque conversation : c’est la forme la plus simple d’assistant spécialisé. Un Skill va plus loin : c’est une méthode écrite une fois (le format d’un reporting, le ton d’une réponse client) que Claude applique dès que la situation se présente. Dans la rubrique Skills des réglages, l’assistant skill-creator vous interroge et rédige le fichier pour vous. Cowork exécute ensuite la tâche de bout en bout, sur vos fichiers et vos outils autorisés, y compris à heure fixe grâce aux tâches planifiées. Notre guide des Claude Skills et notre article sur les nouveautés de Cowork détaillent les deux.

ChatGPT : des GPTs aux agents d’espace de travail

Les GPTs personnalisés ont longtemps été la porte d’entrée : des instructions, quelques fichiers, et un assistant partageable. OpenAI a lancé en avril 2026 des agents partagés pour les offres Business, Enterprise et Edu. On clique sur « Agents » dans la barre latérale et on décrit le travail : ChatGPT définit les étapes, connecte les outils et teste l’agent. Ces agents peuvent tourner selon un calendrier, travailler dans Slack, et demander une validation avant une action sensible. Ils succèdent aux GPTs personnalisés, qu’OpenAI prévoit de convertir. Ils sont facturés en crédits depuis le 6 mai 2026.

Google et Mistral : les autres ateliers d’agents

Chez Google, Workspace Studio permet de créer des agents sans code dans Gmail, Drive et Sheets. Pour les grandes entreprises, Gemini Enterprise propose depuis avril 2026 Agent Designer : on décrit l’agent en langage courant ou on dessine son déroulé.

Mistral a fait évoluer Le Chat en Vibe en mai 2026. Vibe for Work exécute des tâches récurrentes et se connecte à Outlook, SharePoint et Slack. C’est une option à regarder si l’hébergement européen des données compte dans votre choix.

Les outils no-code : n8n, Make et Zapier

Ils servent quand l’agent doit enchaîner plusieurs logiciels : lire un e-mail, interroger le CRM, mettre à jour un tableau, prévenir l’équipe. n8n revendique plus de 500 intégrations et peut s’installer sur vos propres serveurs. Zapier Agents se connecte à plus de 9 000 applications. Make fonctionne sur le même principe de scénarios visuels, dans lesquels on insère un modèle d’IA à l’étape voulue.

Côté n8n, la version 3.0 sortie le 27 octobre 2026 ajoute un atelier d’agents avec un bouton de test, et l’outil permet de plafonner la consommation de chaque agent.

Le code : pour un agent sur mesure

Quand l’agent doit s’intégrer finement à votre système d’information, respecter des règles métier complexes ou tourner sur votre infrastructure, on passe au code, avec les kits de développement d’agents des éditeurs de modèles ou des frameworks open source. C’est le terrain d’une création d’agent IA sur mesure en 3 jours, menée avec une équipe technique.

Si vous hésitez encore entre les assistants, notre comparatif Claude, ChatGPT ou Gemini vous aide à trancher.

Créer un agent IA gratuit : ce qui est possible

On peut créer un agent IA sans payer, avec des fonctions réduites.

Avec Copilot Chat, inclus dans un compte Microsoft 365 professionnel, vous pouvez, si votre administrateur l’autorise, créer un agent qui s’appuie sur ses instructions et sur le web. Pour qu’il lise vos fichiers SharePoint, il faut une licence Microsoft 365 Copilot ou l’activation du paiement à l’usage par votre administrateur.

Avec Claude, les Skills sont ouverts à tous les plans, y compris le plan gratuit, à condition d’activer l’exécution de code. Cowork, lui, demande un plan payant.

Avec n8n, la version installée sur vos serveurs ne coûte pas de licence, mais il faut quelqu’un pour la faire tourner. Zapier propose de démarrer gratuitement.

Les offres gratuites servent à tester une idée. Pour déployer, il faudra une licence, et aucune donnée client ne doit passer par un outil que votre entreprise n’a pas validé.

Étape 3 : écrire les instructions

Rôle, contexte, tâche, objectif, contraintes, format, ton. Voici un modèle à copier dans le champ Instructions :

« Tu es l’assistant de l’équipe [service] de [entreprise].
Ta mission : à partir de [documents fournis], produire [livrable] pour [destinataire].
Étapes : 1. lis [source] ; 2. repère [éléments à extraire] ; 3. rédige [format, longueur].
Règles : ne recalcule aucun chiffre ; si une information manque, écris-le au lieu de l’inventer ; cite le document source de chaque affirmation.
Ton : [professionnel, direct]. Format : [tableau, mail, note d’une page]. »

Écrivez les garde-fous dans les instructions elles-mêmes : ce que l’agent ne doit jamais faire, et quand il doit s’arrêter pour vous demander une validation.

Étape 4 : connecter les données et les outils

Ajoutez les connaissances. Chargez les documents métier dont l’agent a besoin, et seulement ceux-là : une procédure à jour vaut mieux que dix versions contradictoires. Posez trois questions dont vous connaissez la réponse et vérifiez que l’agent cite le bon document sans rien inventer.

Branchez les outils. Outlook, Teams, SharePoint, Slack, votre CRM : chaque connexion donne à l’agent un pouvoir d’action. Donnez-lui les droits minimum, en lecture seule tant que ce n’est pas nécessaire.

Utilisez un standard quand vous le pouvez. Le protocole MCP relie un agent à vos outils (CRM, bases de données, fichiers) sans développement spécifique à chaque fois. Anthropic l’a confié à l’Agentic AI Foundation, cofondée avec OpenAI et Block sous l’égide de la Linux Foundation, avec le soutien de Google, Microsoft et AWS.

Étape 5 : tester et poser les garde-fous

Comparez la version 1 et la version 2 sur les mêmes questions. Essayez les cas limites : un document manquant, une demande floue, une question hors sujet. Faites tester l’agent par deux ou trois futurs utilisateurs, pas seulement par celui qui l’a construit.

Puis posez-vous une question : que se passe-t-il s’il se trompe ? Si l’erreur se rattrape, automatisez. Si elle a un impact financier ou juridique, gardez une validation humaine.

Étape 6 : déployer et mesurer

Partagez l’agent à une équipe pilote, avec une courte note d’usage : ce qu’il sait faire, ce qu’il ne fait pas, à qui signaler un problème. Notez le temps gagné par tâche par rapport au point de départ de l’étape 1, puis élargissez le partage quand les résultats tiennent.

Prévoyez aussi la maintenance : un agent dont les documents ne sont plus à jour se trompe avec assurance. Nommez un responsable qui met à jour ses connaissances et ses instructions. D’autres modèles et guides gratuits sont sur notre page ressources.

Étape 7 : gouvernance, sécurité et RGPD

Un agent qui lit vos documents et agit dans vos outils doit être encadré comme un nouveau collaborateur.

• Données personnelles : ne donnez à l’agent que les données nécessaires à sa tâche, et utilisez un outil validé par votre entreprise, couvert par un contrat de sous-traitance conforme au RGPD.
• Hébergement : vérifiez où sont traitées et stockées les données, et combien de temps elles sont conservées.
• Droits d’accès : l’agent ne doit pas voir plus que l’utilisateur qui s’en sert.
• Traçabilité : gardez une trace de ce que l’agent a lu, produit et envoyé.
• Sécurité : protégez-vous contre les injections de prompt, ces instructions cachées dans un document pour détourner l’agent.
• AI Act : les personnes qui utilisent l’agent doivent être formées, et celles qui échangent avec lui doivent savoir qu’elles parlent à une IA.

Pour les décisions qui concernent directement une personne (recrutement, crédit, sanction), la validation humaine reste la règle.

Les 6 erreurs qui font échouer un premier agent

• Commencer par l’outil au lieu de la tâche.
• Confier plusieurs métiers à un seul agent. Une tâche, un agent.
• Charger trop de documents, dont des versions périmées.
• Ne tester qu’avec la personne qui a construit l’agent.
• Oublier l’entretien des connexions. Un mot de passe qui change, une API modifiée ou un nouveau format de fichier suffisent à casser l’agent. Le modèle est la partie facile.
• Ne pas noter le temps de départ, et ne jamais savoir si l’agent fait gagner du temps. Pour chiffrer le gain, suivez notre méthode de calcul du ROI.

Faire soi-même ou se faire accompagner ?

Notre cabinet de conseil IA fait les deux : former vos équipes à créer leurs agents, et concevoir les agents qui demandent une intégration à votre système d’information.

Combien coûte un agent IA, et en combien de temps ?

Les délais. Un premier prototype se construit en deux heures : c’est ce que font les équipes dans nos Agentathons. Un agent métier connecté à vos outils et testé par vos équipes demande quelques jours. Le travail le plus long est souvent en amont : formaliser le savoir-faire que l’agent devra appliquer.

Les coûts. Ils se répartissent en trois postes :

• Les licences : Microsoft 365 Copilot, un plan payant de Claude ou une offre professionnelle de ChatGPT, selon l’outil retenu.
• La consommation à l’usage : Autopilot est facturé en crédits Copilot, les agents ChatGPT en crédits depuis mai 2026. Un agent qui tourne en continu consomme en continu.
• Le temps humain : cadrer, tester, maintenir. C’est souvent le premier poste, et celui qu’on oublie.

Pour un tri en gros volume, un modèle de décision comme Jev peut remplacer un grand modèle, plus vite et moins cher.

Ce que nos Agentathons nous ont appris

Dans un Agentathon, des équipes métier construisent leurs propres agents en quelques heures, en compétition.

Chez Meilleurtaux : 93 collaborateurs, 14 équipes, 3 heures.
Une heure de show, puis deux heures de construction sur Copilot Agent Builder. Aucun participant n’avait codé. Les 14 équipes ont toutes présenté un agent qui fonctionne : qualification des demandes de crédit, résumé de contrats d’assurance, vérification des pièces justificatives. Le détail est dans le cas client Meilleurtaux.

Chez Ipsen : près de 200 collaborateurs sur Copilot.
Le 17 septembre, les équipes finance, achats et IT ont enchaîné six rounds de 20 minutes. Sur un document de démonstration, leur agent de comparaison a repéré un budget annoncé à 468 000 € dont les lignes ne totalisaient que 458 000 €. Voir le cas client Ipsen.

Chez Daher : 130 managers.
Les managers de Daher ont chacun créé leur agent IA au cours d’un Agentathon. Voir le cas client Daher.

Dans ces sessions, les équipes ont surtout buté sur des tâches mal cadrées et des instructions trop vagues. Celles qui avancent le plus vite choisissent la tâche avant l’outil.

En clair : un premier agent utile se construit en deux heures. Ce qui prend du temps, c’est de décider ce qu’il doit faire.

Pour faire vivre ce format à vos équipes, voyez notre page Agent-a-thon. La création d’agents fait aussi partie des cinq formations IA les plus demandées par nos clients.

Du prototype à l’agent IA sur mesure en production

Un agent construit en atelier sert une équipe. Pour toute l’entreprise, branché à vos logiciels, il faut un agent IA sur mesure.

Selon Gartner, 40 % des applications d’entreprise intégreront des agents spécialisés d’ici fin 2026, contre moins de 5 % un an plus tôt.

Formalisez le savoir-faire avant l’outil.
Dans une de nos missions, une organisation B2B de 80 collaborateurs produisait 120 propositions commerciales par an, à deux jours et demi chacune. Six semaines ont servi à écrire sa logique de chiffrage et sa structure de proposition. Ensuite seulement, l’agent est arrivé : 45 minutes par proposition, dont une demi-heure de relecture par le directeur de clientèle. Tout est dans notre étude de cas.

Surveillez trois choses en continu.
La qualité des réponses, le coût et la sécurité : droits d’accès, traçabilité, protection contre les injections de prompt.

Si vous préférez faire créer votre agent IA par une équipe spécialisée, notre offre Création d’agent IA livre un agent métier en trois jours d’intervention, testé par vos équipes en conditions réelles et hébergé en France.

FAQ : créer un agent IA

Combien de temps faut-il pour créer un agent IA ?

Un premier prototype se construit en deux heures avec un outil comme Copilot Agent Builder, c’est ce que font les équipes dans nos Agentathons. Un agent métier branché à vos outils et testé par vos équipes demande quelques jours. Notre offre de création d’agent IA le livre en trois jours d’intervention.

Peut-on créer un agent IA sans savoir coder ?

Oui. Copilot Agent Builder, les Skills de Claude, les projets Claude et les agents de ChatGPT se configurent en langage courant. n8n, Make et Zapier ajoutent des enchaînements entre logiciels sans code. Le code devient utile quand l’agent doit s’intégrer finement à vos systèmes.

Peut-on créer un agent IA gratuitement ?

Oui, pour tester une idée : Copilot Chat sans licence Copilot si votre administrateur l’autorise, les Skills sur le plan gratuit de Claude, n8n installé sur vos serveurs. Pour un usage en équipe avec des données d’entreprise, il faut une offre professionnelle validée par votre DSI.

Quel outil choisir pour créer un agent IA en entreprise ?

Partez de l’outil déjà déployé : Copilot si vous êtes sous Microsoft 365, Claude ou ChatGPT si vos équipes y ont une licence. Prenez n8n ou Make si l’agent doit enchaîner plusieurs logiciels, et le code si vous avez besoin d’un agent sur mesure intégré à votre système d’information.

Combien coûte un agent IA ?

Le coût dépend de trois postes : les licences de l’outil, la consommation à l’usage (Copilot et ChatGPT facturent certains agents en crédits) et le temps humain pour cadrer, tester et maintenir l’agent. Un agent qui tourne en continu consomme en continu : suivez sa consommation dès le pilote.

Un agent IA est-il compatible avec le RGPD ?

Il peut l’être si vous limitez les données personnelles au strict nécessaire, utilisez un outil validé par votre entreprise avec un contrat de sous-traitance, maîtrisez les droits d’accès et gardez une trace des actions de l’agent. Les décisions qui ont un impact important sur une personne doivent rester validées par un humain.

Un agent IA peut-il travailler sans supervision ?

Oui, sur des tâches dont l’erreur se rattrape : trier, résumer, préparer un brouillon. Dès qu’une action engage l’entreprise (envoyer, payer, décider pour une personne), gardez une validation humaine. Les agents de ChatGPT, par exemple, peuvent demander une confirmation avant une action sensible.

Pourquoi mon premier agent ne marche pas comme prévu ?

Trois causes reviennent : des instructions trop vagues, des documents contradictoires, une tâche trop large. Reprenez la méthode DTR de l’étape 1, réduisez la tâche et testez sur trois cas dont vous connaissez la réponse.

Un agent IA peut-il remplacer un salarié ?

Il prend en charge des tâches précises. Dans nos Agentathons, les équipes construisent des agents pour ce qu’elles aiment le moins faire : relances, synthèses, mises en forme. Le temps libéré part vers le client et l’analyse.

À retenir

• Créer un agent IA commence par le cas d’usage, pas par l’outil : une tâche récurrente, décrite avec la méthode DTR.
• Partez de l’outil déjà déployé : Copilot, Claude ou ChatGPT ont tous leur atelier d’agents, n8n et Make pour enchaîner des logiciels, le code pour le sur mesure.
• Connectez peu de données, mais les bonnes, avec des droits minimum.
• Testez avec de vrais utilisateurs et gardez une validation humaine sur les actions à risque.
• Encadrez l’agent : RGPD, traçabilité, sécurité, formation des utilisateurs.
• Passez au sur mesure quand le prototype a prouvé son intérêt, et surveillez coût et qualité.

Sources

• Microsoft Learn, Build agents in Agent Builder, mis à jour le 30 septembre 2026.
• Microsoft Learn, Set up your development environment, consulté le 2 octobre 2026.
• Microsoft, Introducing the new Copilot with Home, Code and Autopilot, 25 septembre 2026.
• Anthropic, centre d’aide, Use skills in Claude, consulté le 2 octobre 2026.
• Anthropic, Claude Cowork on web and mobile, 7 juillet 2026.
• ITPro, Four things you need to know about OpenAI’s new workspace agents for ChatGPT, avril 2026.
• n8n, AI agents, consulté le 2 octobre 2026.
• Zapier, Zapier Agents, consulté le 2 octobre 2026.
• Model Context Protocol, MCP joins the Agentic AI Foundation.
• DevOps Digest, Gartner: 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026.
• Cas client AI Sisters, Agentathon Meilleurtaux, 2026.
• Cas client AI Sisters, Agentathon Copilot Ipsen, 2026.
• AI Sisters, Agent IA et propositions commerciales : étude de cas, 2 octobre 2026.
• Microsoft, Microsoft 365 E7 and Agent 365 are now generally available, mai 2026.
• Google, Workspace Studio.
• SiliconANGLE, Gemini Enterprise Agent Platform, 22 avril 2026.
• VentureBeat, Mistral AI launches Vibe, 28 mai 2026.
• n8n, Release notes, consulté le 5 novembre 2026.