Alors, à quoi servent ces minuscules agents de bureau ? Où se situe la limite ?
Voilà ce que j’ai pigé ces derniers jours à propos de Qwen3 0.6b.
Le truc cool avec ce modèle, c’est qu’il n’a que, je crois... 28 couches ? Ça tient dans votre CPU et votre RAM. On pourrait probablement le faire tourner sans risque sur un VPS avec 1 Go de mémoire sans faire exploser le système.
Note : il est comparable aux modèles Llama 4b pour la plupart des tâches, mais il gère mieux les outils avec moins de la moitié de l’empreinte.
Le bon :
- - Rédaction de tickets ou de blogs simples (même techniques) A+
- - Résumés de qualité A
- - Marquage A+
- - Correction orthographique et grammaticale A+
- - Recherche et collecte de données B-
- - Navigation et workflow (scripté, via outils et navigateur) B
- - Filtrage de contenu (unitaire) A
- - Modération de contenu et intention A-
- - Certaines tâches à long terme B+
Le mauvais :
- - Tâches de raisonnement complexe D
- - Analyse de documents longs où il faut mémoriser des relations (même avec des vecteurs) C-
- - Filtrage de contexte (global) F
- - Autres tâches à long terme D
- - Chat C
Je pense qu’avec ces petits modèles, les gens essaient de s’en servir pour chatter, voient que ça foire et rejettent le modèle. Mais celui-ci a l’air d’être plus un exécutant qu’un beau parleur. Pour moi, le cas d’usage idéal, c’est l’automatisation de sites web, la gestion de tickets, le travail de mémoire et le traitement de formulaires.
Couplez-le avec une implémentation FAISS sérieuse, ou une base de données vectorielle, et le truc devient vraiment utile pour plein de cas d’usage d’agents classiques.