Aller au contenu
Blog

AI

Pourquoi votre agent IA envoie des messages en double (et ce qu'il faut exiger avant le lancement)

Les actions en double des agents IA proviennent de la logique de réessai, pas du modèle. Voici ce que l'idempotence signifie concrètement et ce qu'il faut exiger avant qu'un agent touche de vrais clients.

Par Pykero Agency · Engineering team23 oct. 20267 min de lecture

TL;DR

Les envois en double sont un problème de réessai, pas un problème de LLM. Les webhooks, les files d'attente et les workers livrent tous au minimum une fois, donc chaque action externe qu'un agent effectue nécessite une clé d'idempotence, une étape de réservation et une table de déduplication. Exigez tout cela avant qu'un agent contacte de vrais clients.

notifications de chat en double sur téléphone, Pourquoi votre agent IA a envoyé ce message deux fois, et ce qu'il faut exiger avant le lancement

Votre agent IA a envoyé le message deux fois parce que quelque chose en dessous de lui a effectué un réessai, pas parce que le modèle en a décidé ainsi. Les webhooks, les files d'attente, les workers et les clients d'API LLM fonctionnent tous par défaut en livraison au-moins-une-fois, et un agent qui appelle le monde extérieur sans clé d'idempotence finira tôt ou tard par envoyer en double, réserver en double ou facturer en double. La correction est architecturale et peu coûteuse par rapport aux dégâts occasionnés ; elle doit donc figurer dans les exigences avant le début du développement, et non dans un correctif post-lancement.

Les réessais sont la norme, pas l'exception

Les fondateurs ont tendance à imaginer un agent comme une conversation unique : un client écrit, le modèle réfléchit, une réponse est envoyée. En production, il s'agit d'une chaîne de sauts, et presque chacun d'eux se répétera sous charge réelle.

Le webhook entrant se déclenche en premier. Les plateformes de messagerie renvoient une notification lorsque votre endpoint est lent à répondre ou renvoie une erreur. Si votre handler avait déjà commencé à traiter la requête avant le timeout, vous avez désormais deux copies du même événement en vol.

Vient ensuite la file d'attente. Les files d'attente standard comme Amazon SQS sont explicitement documentées comme fonctionnant en au-moins-une-fois : un message peut être livré plusieurs fois et votre consommateur est censé le gérer (documentation AWS). La plupart des runtimes d'agents managés reposent sur un mécanisme équivalent.

Un crash, un déploiement ou un arrêt pour dépassement de mémoire en plein milieu d'une tâche signifie que le job repart de zéro. Tout ce qu'il avait déjà fait, il le refait. L'appel au modèle ajoute une couche supplémentaire : tous les SDK LLM sérieux effectuent des réessais en cas de limitation de débit ou d'erreurs transitoires. Si la première tentative a réussi côté serveur mais que la réponse a été perdue en transit, vous payez deux fois et votre code risque d'agir sur les deux résultats. Puis l'appel d'outil est transmis à une API tierce avec ses propres timeouts. Un timeout n'est pas un échec ; c'est un état inconnu.

Rien de tout cela n'est exotique. C'est le comportement normal d'une infrastructure normale. Un agent qui paraît « fiable à 99 % » en démonstration est testé à faible charge, là où rien de tout cela ne se produit. Quelques milliers de conversations par jour, et tout cela se déclenche.

Pourquoi le LLM rend cela plus difficile qu'un job classique

Un worker classique qui effectue un réessai se comporte au moins de façon identique la deuxième fois. Un agent, non. Si le réessai réexécute une étape de planification, le modèle peut choisir une action légèrement différente : la première tentative a envoyé « Votre commande est expédiée mardi », le réessai envoie « Votre commande est expédiée demain » parce que la fenêtre de contexte reflète désormais un état à moitié écrit. Le client reçoit deux messages assurés et contradictoires de la même entreprise.

C'est pourquoi les corrections au niveau du prompt ne fonctionnent pas. Dire au modèle « n'envoyez jamais un message deux fois » suppose qu'il sait que la première tentative a eu lieu. Ce n'est souvent pas le cas, car l'échec s'est produit après que le modèle a rendu son résultat et avant que votre code ait enregistré ce résultat. La déduplication doit se situer en dessous du modèle, à la frontière où votre système touche le monde extérieur. C'est le même principe que celui des garde-fous déterministes que nous abordons dans la fiabilité des fonctionnalités IA : le modèle propose, le code décide si cette action est encore autorisée.

Ce que l'effet exactement-une-fois requiert réellement

Il est impossible d'obtenir une livraison exactement-une-fois depuis le réseau. En revanche, vous pouvez obtenir un effet exactement-une-fois en rendant chaque action externe idempotente. Trois éléments font le travail.

Une clé d'idempotence par action prévue

Avant que l'agent n'envoie quoi que ce soit, votre code dérive une clé à partir de ce qu'est l'action en tant que telle, et non à partir du numéro de la tentative en cours. Pour une réponse, il s'agit généralement de l'ID du message entrant plus l'étape de conversation. Pour une commande, l'ID du panier plus l'ID du client. Deux réessais portant sur la même intention produisent la même clé ; deux actions réellement différentes ne le font pas.

L'API de Stripe est la conception de référence : le client fournit la clé, le serveur stocke le premier résultat et le renvoie en cas de répétition (documentation Stripe). La fonction d'envoi de votre agent devrait se comporter de la même manière, que l'API en aval prenne en charge les clés nativement ou que vous l'appliquiez dans votre propre couche.

Réserver, puis agir, puis enregistrer

L'échec le plus dommageable est « envoyé mais non enregistré ». L'agent appelle l'API de messagerie, l'API accepte le message, votre processus meurt avant l'écriture en base de données, et le réessai ne voit aucun enregistrement et envoie à nouveau. La correction consiste à réserver en premier : insérez la clé dans une table actions avec le statut pending avant tout appel externe. Une contrainte d'unicité sur la clé signifie qu'une tentative concurrente ou répétée échoue à l'insertion et s'arrête (contraintes PostgreSQL). Après la réussite de l'appel externe, mettez à jour la ligne en sent avec l'ID de message du fournisseur.

Si vous trouvez une ligne pending plus ancienne que votre seuil de timeout, il s'agit d'un cas de réconciliation, pas d'un cas de renvoi. Interrogez le fournisseur par clé, ou soumettez-le à un humain. Le renvoi automatique est exactement la mauvaise option par défaut.

Dédupliquer les événements entrants à la périphérie

Les handlers de webhook doivent accuser réception rapidement et stocker l'ID d'événement dans une table de déduplication avec le même schéma de contrainte d'unicité. Une livraison en double heurte la contrainte et est rejetée avant qu'aucun modèle ne soit invoqué. Cela réduit également les coûts : chaque doublon que vous écartez à la périphérie est un appel LLM que vous ne payez jamais, ce qui compte aux volumes évoqués dans ce que coûte un agent de vente WhatsApp.

Une note tirée de notre propre moteur de prospection

Notre système de prospection à froid analyse le site de chaque prospect et rédige un email personnalisé par entreprise. Au début, nous pensions que la qualité rédactionnelle était le principal problème. Le schéma qui s'est imposé à la fois sur le plan du coût et de la fiabilité était un seul appel au modèle extrayant les faits et rédigeant l'email simultanément, plutôt qu'une chaîne en plusieurs étapes. Un avantage sous-estimé : un seul appel produit une seule sortie à rendre idempotente, de sorte que la garantie « un email par entreprise » pouvait être appliquée avec une seule ligne de réservation indexée sur le domaine de l'entreprise. Chaque étape supplémentaire dans une chaîne est un endroit de plus où un réessai peut doubler, si bien que réduire la chaîne a simplifié la gestion de la fiabilité autant qu'elle a simplifié la facture. L'approche de rédaction est détaillée dans appel unique vs chaînes d'agents.

Ce qu'il faut exiger avant qu'un agent touche de vrais clients

Intégrez ces points dans le cahier des charges ou le contrat fournisseur. Chacun est une question par oui ou non avec une réponse démontrable.

  • Chaque action sortante dispose d'une clé d'idempotence nommée, et la logique de dérivation est documentée par type d'action.
  • Réservation avant envoi. Demandez à voir la table, la contrainte d'unicité et la machine à états. Demandez ce qu'il advient d'une ligne bloquée en pending après une heure.
  • Déduplication des entrées au niveau du webhook, avec la fenêtre de rétention indiquée. Les plateformes peuvent relivrer le même événement des heures plus tard.
  • Appels au modèle résistants aux réessais. Les réessais du SDK sont acceptables, mais le code environnant ne doit pas traiter « aucune réponse » comme « rien ne s'est passé ».
  • Un test de chaos dans les critères d'acceptation. Tuez le worker en plein envoi. Rejouez le même webhook trois fois. Forcez un timeout sur l'API de messagerie. Zéro doublon ne doit parvenir au numéro de test. Une agence qui ne peut pas effectuer ce test ne l'a pas prévu dans sa conception.
  • La réconciliation, et non le renvoi, comme option par défaut lorsque l'état est inconnu. Une file d'attente visible par un humain pour les cas inconnus vaut mieux qu'un réessai automatique.
  • Observabilité sur les doublons. Un compteur des hits de contrainte est un signal d'alerte précoce indiquant que l'infrastructure effectue plus de réessais que prévu, bien avant qu'un client ne se plaigne. Associez-le aux alertes décrites dans la surveillance des exécutions manquées des agents IA.

Le coût de bien faire les choses vs. le coût de les ignorer

Pour un agent de vente ou de support typique avec trois ou quatre types d'actions, la résistance aux réessais ajoute quelques jours d'ingénierie concentrée, principalement sur la conception des clés et le flux de réservation, plus une journée pour les tests de chaos. C'est la version économique.

La version coûteuse consiste à l'ignorer : doubles facturations remboursées, numéro de messagerie signalé pour comportement ressemblant à du spam, et l'érosion progressive qui survient lorsque les clients réalisent que l'agent n'est pas tout à fait fiable. Si une proposition pour un agent envoyant de vrais messages ne mentionne l'idempotence nulle part, c'est la question à poser avant de signer.

Si vous êtes en train de cadrer un agent qui agira au nom de votre entreprise et souhaitez que les exigences de fiabilité soient formalisées avant le début du développement, parlons-en.

ai agent duplicate actionsidempotency ai agentai agent retry safewhatsapp agent duplicate messageai agent reliability requirements

Questions fréquentes

Pourquoi mon agent IA a-t-il envoyé le même message WhatsApp deux fois ?

Presque toujours parce qu'un webhook, une file d'attente ou un worker a effectué un réessai après un timeout et que l'agent ne disposait d'aucune clé d'idempotence liée à l'action concernée. Le modèle a correctement fait son travail ; c'est l'infrastructure qui l'a exécuté deux fois.

Le prompt engineering peut-il empêcher les actions en double ?

Non. Le prompt s'exécute à l'intérieur du réessai. Au moment où le modèle accède à nouveau au contexte, il n'a souvent aucun moyen de savoir si la première tentative a réussi. La déduplication doit se situer à la frontière où l'agent appelle le monde extérieur, dans le code et dans la base de données.

Combien de temps l'ajout de la résistance aux réessais à un agent représente-t-il pour un projet ?

En général, quelques jours d'ingénierie par type d'action externe, principalement consacrés à la conception de la clé et de l'étape de réservation. C'est bien moins coûteux que les remboursements, les numéros bloqués et l'atteinte à la confiance que provoquent les doublons.

Cela s'applique-t-il aussi aux plateformes d'agents managés ?

Oui. Les runtimes managés relancent automatiquement les étapes en échec, ce qui est utile, mais l'idempotence de vos propres actions reste de votre responsabilité. Demandez au fournisseur exactement où la déduplication a lieu et ce qu'il fait face à un état inconnu.

Comment Pykero peut aider

Services liés à cet article.

Vous construisez quelque chose de similaire ?

Pykero Agency conçoit et livre des produits web, mobiles, SaaS et IA prêts pour la production.

Parlons-en

Discussion

Be the first to comment.

À lire aussi