Dynamiq

Chaque workflow est un graphe de nœuds avec une entrée et une sortie aux extrémités, et le canevas comme le SDK Python produisent la même définition. Les analystes glissent des blocs depuis une palette classée par logique, agents, outils et validateurs. Les développeurs gardent ce graphe dans git, le font passer par leur CI et exportent un workflow du canevas en ZIP lorsqu'ils préfèrent l'étendre en code. La CLI dynamiq gère projets, versions, applications et déclencheurs depuis un terminal.

Vous décrivez la tâche en une phrase, par exemple vérifier un dossier de crédit au regard de la politique et transmettre les exceptions à un analyste, et le générateur propose nœuds, liens et prompts dans un panneau latéral. Vous acceptez l'ébauche, puis changez de modèle, rattachez des outils et ajoutez des validations dans l'inspecteur. Rien n'est enregistré avant le clic sur Save : l'essai coûte une minute et aucun nettoyage.

Certaines décisions ne devraient jamais passer par un modèle. Une table de décision transforme un contrôle d'éligibilité ou une grille tarifaire en entrées typées, une grille de règles et une politique de conflit qu'un responsable crédit peut lire et modifier, avec import et export CSV et des cas de test rejoués à chaque changement. Un nœud de règles vérifie un enregistrement contre plusieurs règles et signale un constat par règle, avec une gravité. Quand la situation demande du jugement, le nœud dédié répond à des questions oui ou non, de choix et de score avec une confiance calibrée, et envoie les cas douteux à une personne.

Activez la validation d'exécution sur un nœud d'outil : l'exécution se met en pause et affiche un message avec exactement ce qui va être lancé. Le relecteur approuve, modifie les champs sur le point d'être envoyés, ou refuse avec un commentaire que l'agent lit et exploite. Les demandes arrivent par le même WebSocket ou le même flux de l'API Runs que celui déjà utilisé par l'application, si bien que la porte reste dans votre interface et non dans une console séparée.

Avec la mémoire activée, l'agent conserve chaque conversation, cloisonnée par identifiant d'utilisateur et de session, et rejoue au démarrage les messages récents, les plus pertinents, ou les deux. La mémoire longue durée va plus loin : l'agent dispose d'outils pour enregistrer et rappeler des faits durables, met à jour un fait sur place lorsqu'il entend la même chose formulée autrement, et garde l'historique des sous-agents séparé pour qu'un délégué ne lise jamais la mémoire d'un autre.

Les réponses s'appuient sur vos documents, et les droits de chaque source sont appliqués au moment de la recherche : un agent ne peut pas citer un fichier que son interlocuteur n'a pas le droit de lire. Les garde-fous repèrent les données personnelles et l'injection de prompt avant qu'elles atteignent le modèle ou l'outil, et chaque étape entre dans une trace avec les entrées, l'appel au modèle et la latence. Un agent lit ces traces et pointe les exécutions qui ont mal tourné.