Aller au contenu
IT

Assistance informatique avec des agents IA

J'utilise des agents IA aussi pour maintenir les ordinateurs en état : mises à jour, pilotes, diagnostic des pannes et configuration des machines pour faire tourner l'IA en local, sans envoyer les données à l'extérieur. Un agent IA ne « conseille » pas ici : il lit les journaux système, mesure, essaie une correction et vérifie si elle a fonctionné.

Un contrôle périodique plutôt que l'appel d'urgence

Sur l'ordinateur que j'utilise pour la production tourne un contrôle automatique hebdomadaire, chaque lundi matin. Il vérifie en un seul passage :

  • l'espace libre sur les disques et l'état de santé des disques eux-mêmes ;
  • la carte graphique : température, ralentissements dus à la surchauffe, mémoire occupée, plantages du pilote ;
  • la mémoire système et le mode d'alimentation ;
  • l'antivirus actif et à jour ;
  • les redémarrages en attente et les erreurs critiques enregistrées par le système.

À la fin, il envoie un récapitulatif sur Telegram. La différence avec « contrôler de temps en temps » est que les problèmes se voient pendant qu'ils grandissent : un disque externe aux secteurs endommagés a été repéré alors que son état de santé affichait encore « tout est normal », et un disque système avec seulement 6 % d'espace libre a été signalé avant que l'ordinateur ne se fige.

Après le diagnostic sont venues les corrections : exclusion de l'antivirus des dossiers des modèles d'IA, qui étaient réanalysés à chaque lecture et ralentissaient tout ; libération d'une vingtaine de gigaoctets de cache ; déplacement vers un autre disque des dossiers des modèles, qui occupaient à eux seuls des dizaines de gigaoctets ; passage du service de synchronisation cloud en mode « en ligne uniquement ».

Trouver la vraie cause, pas le symptôme

Le cas le plus instructif a été la base de données d'un environnement de développement qui se bloquait tous les quelques jours. L'erreur à l'écran disait « trop de fichiers ouverts » : un symptôme qui invite à changer un réglage et à espérer.

En lisant les journaux, la chaîne réelle était autre. Une table endommagée faisait écrire à la base de données le rapport de son propre plantage dans un fichier de configuration. Au redémarrage, la base relisait ce fichier en le croyant une liste de connexions vers d'autres serveurs, et en créait pour chacune un fichier temporaire : des centaines de fichiers à chaque démarrage, jusqu'à épuiser les fichiers ouvrables et à se bloquer de nouveau. Un cercle fermé, qui repartait tout seul.

La correction a consisté en deux lignes de configuration plus la réparation des tables système. Le point n'est pas la solution : c'est que, sans remonter la chaîne, on aurait continué à relever une limite, avec le blocage qui revenait chaque semaine.

Avec la même méthode, j'ai traité des transferts de sites d'un serveur à l'autre, y compris un serveur où les commandes système étaient désactivées et où il a fallu procéder autrement. À cette occasion, est apparu un fichier de configuration de secours, oublié dans le dossier public et lisible par n'importe qui, qui montrait en clair le mot de passe de la base de données : supprimé. Ce sont les pannes que personne ne cherche, parce que personne ne sait qu'elles existent.

Sauvegarde : le contrôle du contrôle

Une sauvegarde qui tourne n'est pas une sauvegarde qui fonctionne. La chaîne de copie nocturne vers un disque réseau est organisée en tâches planifiées sur des dossiers en séquence, avec un travail distinct pour les données les plus sensibles, un jour sur deux. Par-dessus, un script de garde recherche chaque nuit les fichiers en double et les consigne : il est né d'un problème réel, à savoir des destinations réorientées au fil du temps sans retirer l'ancienne arborescence, avec pour résultat de copier deux fois les mêmes choses et de remplir le disque.

Faire tourner l'IA en local, sans envoyer les données à l'extérieur

Pour qui traite des données sensibles (de santé, comptables, personnelles), la question n'est pas de savoir quelle IA est la plus performante, mais laquelle peut travailler sans que les données quittent l'entreprise. La réponse est de faire tourner le modèle sur l'ordinateur de la maison ou du bureau.

Le travail consiste en trois choses. Installer l'environnement qui héberge les modèles (LM Studio, Ollama). Choisir des modèles « compressés », c'est-à-dire réduits pour tenir dans la mémoire de la carte graphique disponible. Et surtout comprendre ce que ce matériel peut et ne peut pas faire.

Ici, la vérification en conditions réelles vaut plus que n'importe quelle fiche technique. Sur une machine dotée de 11 gigaoctets de mémoire vidéo, j'ai essayé et écarté plusieurs moteurs : l'un parce que sa licence interdisait l'usage commercial, l'un parce qu'il demandait plus de mémoire vidéo que celle physiquement présente, l'un parce qu'il avait besoin d'une fonction que cette génération de cartes ne prend pas en charge, une limite d'architecture et non de mémoire, qui ne se résout pas en achetant plus de RAM. J'ai aussi vérifié que deux modèles lourds ne peuvent pas tourner ensemble sur la même carte : il faut les mettre en file.

L'économie, quand cela fonctionne, est considérable. Sur VOX·ARIA, le moteur vocal local arrive très près de celui, payant, du cloud (la différence ne s'entend que si on la cherche), et treize épisodes qui auraient demandé une dépense importante dans le cloud ont été produits en une nuit de travail de l'ordinateur, au seul coût de l'électricité.

Résultat : des pannes récurrentes résolues en remontant à la cause plutôt qu'au symptôme, un ordinateur de production surveillé seul chaque semaine, et des modèles d'IA qui tournent dans l'entreprise sans qu'aucune donnée ne sorte.