Glean est une plateforme Work AI ouverte et extensible, où les entreprises apportent leur propre cloud, LLM, fournisseur de sécurité et — disponible dès maintenant — des agents tiers. Si Glean est une plateforme puissante pour créer et orchestrer des agents, il est tout à fait compréhensible que les clients, même dans les plus grands environnements Glean, ne construisent pas tous leurs agents dans Glean. Nous pensons fermement que les entreprises doivent avoir le choix lorsqu’elles construisent leur stack technologique d’agents. Nous pensons également que d’autres frameworks d’agents bénéficient de Glean en accédant aux données d’entreprise indexées — des données indexées et sécurisées une seule fois — ; et en permettant aux agents, où qu’ils soient construits, de s’ancrer dans un contexte pertinent et personnalisé. ;
Glean s’épanouit lorsqu’il opère au sein d’un écosystème plus large, et échoue lorsqu’il est isolé dans un jardin clos. C’est pourquoi je partage aujourd’hui la prise en charge par Glean des derniers standards universels de communication et des frameworks d’agents ouverts, notamment Model Context Protocol d’Anthropic (MCP), LangChain, LangGraph, Nvidia NIM, OpenAI Agents SDK (via MCP), et bien d’autres à venir.
Glean a commencé comme une solution de recherche d’entreprise qui brisait les silos de connaissance au sein de l’organisation, et nous voyons désormais cette mission s’étendre à la suppression des silos applicatifs. Nous voyons un avenir où les agents surmontent les barrières qui ont traditionnellement rendu l’automatisation du travail de connaissance à travers les applications SaaS manuelle, chronophage et fragile. ;
Standards ouverts de communication des agents
Les agents agissent de manière autonome pour accomplir le travail, en raisonnant à travers des tâches complexes et en mobilisant les bons outils et workflows. Si les LLM excellent dans le raisonnement, ils manquent de connaissance de l’entreprise, de processus, et de la capacité à agir. C’est là qu’interviennent les plateformes d’agents, qui orchestrent et sécurisent le travail agentique afin de l’aligner sur les objectifs des utilisateurs. ;
Le travail en entreprise est dispersé entre des outils SaaS déconnectés, obligeant souvent les collaborateurs à jongler entre plusieurs applications pour une seule tâche. L’automatisation traditionnelle a été rigide et coûteuse, réservée aux processus critiques. Les agents changent la donne en permettant une automatisation dynamique, consciente du contexte, pour les individus et les équipes. Pourtant, l’écosystème des agents et du SaaS reste fragmenté, ce qui complique l’accès des agents aux données d’autres applications, l’appel à d’autres outils et, au final, l’accomplissement de leur travail.
Plutôt que de fragmenter davantage le secteur en créant nos propres API et conventions sur mesure, la valeur des agents pourrait être réalisée plus rapidement grâce à un cadre de communication commun. Cela éviterait aussi que les clients soient enfermés dans un seul système, incapables de profiter d’un futur rempli de modèles toujours plus innovants et d’outils faciles à utiliser. Je suis convaincu que nous n’en sommes qu’au début de l’IA et que chacun devrait avoir la liberté et la flexibilité d’adapter son approche, sans se retrouver face à une refonte architecturale lourde.
C’est pourquoi je suis personnellement enthousiaste face à l’introduction de protocoles de communication universels comme Model Context Protocol (MCP) d’Anthropic, Agent Protocol de LangChain, et AGNTCY de Cisco, LangChain et Galileo. Ils visent à fournir un standard ouvert permettant aux agents IA de se connecter à divers outils et agents sans intégrations sur mesure. Quand chaque agent parle la même langue, il devient simple de collaborer et d’élever le niveau du travail dans l’entreprise.
Si Glean cherche à permettre à chacun de créer facilement des agents en entreprise, il existe une diversité de préférences à laquelle répondent des alternatives open source de frameworks d’agents. En tant que plateforme ouverte, engagée à répondre à ces préférences, nous proposons la prise en charge de LangChain et de LangGraph. Si vous choisissez de construire sur Glean, nous offrirons une expérience d’agents à l’échelle de l’entreprise qui permet à tous de créer et de déployer des agents. Notre plateforme prend en charge une orchestration scalable des agents internes comme des agents tiers, tous ancrés dans les données de votre entreprise et protégés par une application stricte des permissions.
Cas d’usage MCP pour Glean
Le prototypage de la prise en charge par Glean de nouveaux frameworks d’agents ouverts comme MCP nous a apporté des enseignements précieux sur la meilleure façon de les utiliser dans l’écosystème :
Des Glean Agents qui appellent des outils externes ;
MCP fournit un moyen standardisé de connecter des agents à différentes sources de données et à différents outils, sur la base d’une architecture client-serveur. Le framework établit la communication entre :
- Host : des agents qui initient des connecteurs
- Clients : des connecteurs
- Servers : des services qui fournissent des ressources (contexte), des prompts (messages modèles) et des outils (fonctions à exécuter)
Avec Glean en tant que host, il peut se connecter à un nombre quelconque d’outils d’entreprise, à condition qu’ils disposent de serveurs MCP. Cela permet à Glean d’étendre sa prise en charge à de nombreuses nouvelles actions, avec peu ou pas d’effort d’ingénierie. Prenons l’exemple d’un client qui veut que Glean résolve des tickets via son Support Hub maison :
Même s’il s’agit d’un exemple simple impliquant la récupération et la mise à jour d’un ticket de support, à l’avenir, des étapes au sein du moteur de raisonnement agentique pourraient être déléguées à divers autres systèmes, orchestrés par Glean. On peut aussi imaginer que Glean, via des conversations avec d’autres agents, puisse en réalité déclencher le travail d’un autre agent. En effet, des protocoles sont conçus pour une communication bidirectionnelle, en exploitant la nature dynamique des agents pour accomplir le travail sans avoir besoin d’attendre des déclencheurs explicites. C’est plutôt impressionnant.
Des outils externes qui appellent des Glean Agents
Nous pouvons aussi utiliser Glean dans un autre environnement d’agents, par exemple au sein du populaire IDE IA Cursor. Dans cet exemple, les ingénieurs n’ont jamais besoin de quitter leur IDE pour rassembler l’intégralité du contexte de l’entreprise, y compris la documentation, la communication et leur base de code depuis Glean.
Si Glean dans GitHub offre une expérience similaire, avec en plus la prise en charge des descriptions de PR automatisées et des revues de code, nous n’avions pas encore développé d’intégrations Cursor ou Codeium. Avec MCP, ce n’est plus nécessaire. ;
Nous voyons un avenir où les Glean Agents travaillent de concert avec des outils, mais aussi avec d’autres agents. Dans certains scénarios — par exemple un environnement de développement où les ingénieurs passent leurs journées — il est logique de tirer parti des atouts de Glean directement dans cet environnement. Dans d’autres, vous vous tournerez vers les Glean Agents pour leur accès sécurisé aux données, l’application des permissions et leurs capacités d’orchestration avec des agents tiers. La coopération au-delà des frontières devient désormais une réalité. ;
Et maintenant
Les nouveaux protocoles et frameworks pour développeurs destinés à la création d’agents ont renforcé le besoin d’orchestration entre agents internes et agents tiers. Ils ont également mis en évidence la valeur d’une plateforme IA horizontale comme Glean en entreprise.
Nos clients veulent indexer leurs données une seule fois — en apportant intelligemment le contexte aux agents plutôt qu’en dupliquant les efforts sur plusieurs solutions. Ils veulent aussi sécuriser, gouverner et observer leurs agents en une seule opération. Glean est conçu pour aider les utilisateurs à faire exactement cela — en garantissant la prise en compte des permissions, l’authentification des accès et la protection des données d’entreprise. ;
L’écosystème IA a de la valeur — avec ses frameworks adaptés aux développeurs et ses protocoles de communication standardisés — tout comme une plateforme unifiée qui sécurise et indexe vos données. Glean offre les deux. ;
Documentation et repo MCP disponibles dès maintenant.
Documentation et repo LangChain disponibles dès maintenant.
Documentation et repo Nvidia NIM disponibles dès maintenant.
