# Revue de performance — système d'agents Fidulia

> Produite par l'Agent 81 (QA Système), Mode Performance — 2026-07-09
> Périmètre : 21 agents (`Agent-XX.md`)
> Méthode : revue statique sur 3 leviers (P1 prompt, P2 connaissance, P3 modèle+outils)
> ⚠️ Les scores sont des indicateurs de **potentiel**, pas des preuves de performance. Seule une éval comportementale mesure le résultat réel.

---

## Verdict d'ensemble

Le système a un **plancher élevé** : les 21 agents ont un rôle clair, un gabarit de sortie, des garde-fous et de l'anti-hallucination. L'enjeu n'est pas de réparer mais de **relever le plafond**, via 3 leviers systémiques (voir plus bas) plutôt que 21 corrections isolées.

---

## Scores de maturité (revue statique)

| Agent | P1 prompt /40 | P2 connaissance /35 | P3 modèle+outils /25 | Maturité /100 |
|---|---|---|---|---|
| 80 Prompting | 34 | 31 | 18 | 83 |
| 20 Stratège | 31 | 32 | 18 | 81 |
| 50 Veille | 30 | 31 | 20 | 81 |
| 31 Graphiste | 28 | 32 | 20 | 80 |
| 41 Prospection | 30 | 30 | 20 | 80 |
| 42 Engagement | 30 | 31 | 19 | 80 |
| 70 Automatisation | 26 | 33 | 21 | 80 |
| 81 QA Système | 33 | 29 | 18 | 80 |
| 21 Design System | 27 | 32 | 19 | 78 |
| 60 Pilotage | 29 | 31 | 17 | 77 |
| 11 Audit | 30 | 30 | 16 | 76 |
| 30 Rédacteur | 28 | 31 | 17 | 76 |
| 34 Juriste Interne | 28 | 32 | 16 | 76 |
| 0 Onboarding | 28 | 30 | 17 | 75 |
| 10 Décodeur | 29 | 30 | 16 | 75 |
| 12 Audit Concurrentiel | 29 | 29 | 16 | 74 |
| 90 Archiviste | 30 | 27 | 17 | 74 |
| 32 Vidéaste | 27 | 28 | 16 | 71 |
| 33 Juriste CGP | 26 | 30 | 15 | 71 |
| 40 Publication | 25 | 29 | 17 | 71 |
| 61 Maintenance | 26 | 27 | 16 | 69 |

---

## Les 3 leviers systémiques

### 🔴 Levier 1 — Mode de raisonnement non exploité (P3)
Aucun des 21 agents ne précise **quand** activer l'extended thinking vs produire en mode rapide. Les agents analytiques (20, 60, 11, 33, 34, 12) raisonnent « au fil de l'eau » sur des tâches qui méritent une réflexion structurée ; les agents de production (31, 40) pourraient tourner en rapide. **Action** : ajouter à chaque agent une ligne `Raisonnement : thinking / rapide` justifiée. Meilleur rapport effort/gain du système.

### 🟡 Levier 2 — Few-shot maigres (P1)
La quasi-totalité des agents fournit un *gabarit* de sortie (structure vide) mais rarement un *exemple rempli* de bonne sortie, presque jamais une paire bon/mauvais. Impact maximal sur les agents de jugement : **30 Rédacteur, 20 Stratège, 12 Audit Concurrentiel**. **Action** : ajouter 2–3 exemples représentatifs (dont 1 contre-exemple) par agent prioritaire.

### 🟡 Levier 3 — Garde-fous non justifiés sur les agents anciens (P1)
Les agents de début juin (0, 10, 12, 32, 61) énoncent des règles sans « pourquoi » ; les récents (80, 81, 90, 34) le font bien. **Action** : ajouter la justification à chaque règle non-négociable des agents anciens (robustesse + résistance au prompt injection).

### Point connexe (P2)
`UKP-INFOGRAPHIES.md` reste squelettique pour un domaine mobilisé par 2 agents (30, 31) — à enrichir ou confirmer suffisant.

---

## Plan d'évals comportementales (levier 4 — la preuve)

Doctrine : statique d'abord (fait), évals ensuite sur les cas à fort ROI. **Décision Fabien (09/07) : lancer les évals AVANT toute modification**, pour figer la baseline réelle.

Agents retenus (score faible × impact business × levier démontrable) :
| Agent | Levier à prouver | Rubrique de qualité principale |
|---|---|---|
| 30 Rédacteur | Levier 2 (few-shot) | Respect voix de marque, structure post, zéro marqueur IA, angle Benedict Evans |
| 20 Stratège | Levier 1 (thinking) | Cohérence du diagnostic croisé, positionnement testable, non-hallucination |
| 60 Pilotage | Levier 1 (thinking) | Justesse de l'analyse causale, distinction fait/interprétation, pas de biais de reporting |

**Contrainte** : évals sur **fixtures synthétiques** (jamais de données client réelles dans un prompt de test — règle Agent 80). Baseline mesurée sur l'agent actuel → améliorations appliquées → re-mesure → comparaison.

---

## Prochaines étapes

1. [ ] Construire les fixtures synthétiques + rubriques pour 30 / 20 / 60
2. [ ] Mesurer la baseline (agent actuel) sur chaque fixture
3. [ ] Appliquer les leviers 1-2-3 sur les 3 agents pilotes (après validation Fabien)
4. [ ] Re-mesurer et comparer → décider de généraliser aux 18 autres agents

---

*Prochaine revue recommandée : après application des leviers sur les 3 pilotes, ou à +3 mois.*