Glean est une plateforme Work AI ouverte et extensible, où les entreprises apportent leur propre cloud, leur LLM, leur fournisseur de sécurité et — disponible dès maintenant — des agents tiers. Si Glean est une plateforme puissante pour créer et orchestrer des agents, il est compréhensible que les clients, même dans les plus grands environnements Glean, ne construisent pas tous leurs agents dans Glean. Nous croyons fermement que les entreprises doivent avoir le choix lorsqu’elles constituent leurs stacks technologiques d’agents. Nous pensons aussi que d’autres frameworks d’agents bénéficient de Glean en accédant à des données d’entreprise indexées — des données indexées et sécurisées une seule fois - et en permettant à des agents construits n’importe où d’être ancrés dans un contexte pertinent et personnalisé.
Glean s’épanouit lorsqu’il opère dans un écosystème plus large, et échoue lorsqu’il est isolé dans un jardin clos. C’est pourquoi, aujourd’hui, je partage 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 visant à briser 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 obstacles qui, traditionnellement, ont fait de l’automatisation du travail de connaissance à travers les applications SaaS un processus manuel, long et fragile.
Standards ouverts de communication entre agents
Les agents agissent de manière autonome pour accomplir le travail, en raisonnant sur des tâches complexes et en mobilisant les bons outils et workflows. Si les LLM excellent en raisonnement, ils manquent de connaissances d’entreprise, de processus et de la capacité à passer à l’action. C’est là que les plateformes d’agents interviennent, en orchestrant et en sécurisant le travail agentique afin de l’aligner sur les objectifs des utilisateurs.
Le travail en entreprise est dispersé dans des outils SaaS déconnectés, obligeant souvent les collaborateurs à basculer 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, contextuelle, pour les individus et les équipes. Pourtant, l’écosystème des agents et du SaaS reste fragmenté, ce qui rend difficile, pour les agents, l’accès aux données d’autres applications, l’appel à d’autres outils et l’exécution de leur travail.
Plutôt que de fragmenter davantage l’industrie 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 système unique, incapables de profiter d’un avenir rempli de modèles toujours plus innovants et d’outils simples d’utilisation. Je suis convaincu que nous n’en sommes qu’au début de l’IA et que chacun doit avoir la liberté et la flexibilité d’adapter son approche, sans se heurter à une lourde réarchitecture.
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. Ceux-ci 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 facile de collaborer et d’élever le niveau du travail en entreprise.
Si Glean cherche à faciliter la création d’agents en entreprise pour tous, il existe une diversité de préférences, comblée par des alternatives de frameworks d’agents open source. En tant que plateforme ouverte, engagée à répondre à ces préférences, nous proposons une 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 chacun de créer et de déployer des agents. Notre plateforme prend en charge une orchestration scalable, à la fois pour les agents first-party et tiers, tous ancrés dans vos données d’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 manière de les utiliser dans l’écosystème :
Les Glean Agents appellent des outils externes
MCP fournit une manière standardisée de connecter des agents à différentes sources de données et à des outils, sur la base de l’architecture client-serveur. Le framework établit la communication entre :
- Hôte : des agents qui initient des connecteurs
- Clients : des connecteurs
- Serveurs : des services qui fournissent des ressources (contexte), des prompts (messages modélisés) et des outils (fonctions à exécuter)
Avec Glean opérant comme hôte, il peut se connecter à n’importe quel nombre d’outils d’entreprise, tant 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. Regardons un exemple d’un client qui souhaite que Glean résolve des tickets via son Support Hub interne :
Bien qu’il s’agisse 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. Vous pouvez aussi imaginer que Glean, au travers de 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, tirant parti de la nature dynamique des agents pour accomplir le travail sans devoir attendre des déclencheurs explicites. C’est plutôt impressionnant.
Des outils externes appellent les Glean Agents
Nous pouvons aussi utiliser Glean dans un autre environnement d’agents, par exemple au sein de l’IDE IA populaire Cursor. Dans cet exemple, les ingénieurs n’ont jamais besoin de quitter leur IDE pour rassembler un contexte d’entreprise complet, incluant la documentation, la communication et leur base de code depuis Glean.
Bien que Glean dans GitHub offre une expérience similaire, avec un support supplémentaire pour les descriptions de PR automatisées et les revues de code, nous n’avions pas encore développé d’intégrations Cursor ou Codeium. Avec MCP, nous n’en avons pas besoin.
Nous voyons un avenir où les agents Glean travaillent de concert avec des outils et d’autres agents. Dans certains scénarios, comme un environnement de développement où les ingénieurs passent leur journée, il est logique de mettre à profit les points forts de Glean dans cet environnement. Dans d’autres scénarios, vous pouvez vous tourner vers les agents Glean pour leur accès sécurisé aux données, l’application des autorisations et leurs capacités d’orchestration avec des agents tiers. La coopération au-delà des frontières devient désormais une réalité.
Et ensuite
De nouveaux protocoles et frameworks de développement pour créer des agents ont renforcé le besoin d’orchestration entre les agents first-party et third-party. Ils ont également mis en évidence la valeur d’une plateforme d’IA horizontale comme Glean dans l’entreprise.
Nos clients souhaitent indexer leurs données une seule fois — en apportant intelligemment du contexte aux agents plutôt que de dupliquer les efforts sur plusieurs solutions. Ils veulent aussi sécuriser, gouverner et observer leurs agents en une seule fois. Glean est conçu pour aider les utilisateurs à faire exactement cela — en garantissant la prise en compte des autorisations, l’authentification des accès et la protection des données d’entreprise.
Il y a de la valeur dans l’écosystème de l’IA — avec ses frameworks pensés pour les développeurs et ses protocoles de communication standardisés — ainsi que dans 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.
