Bonjour à tous
Cette semaine, on revient au format habituel. Après l'incursion de la dernière édition sur les Skills — un sujet de fond plutôt qu'un test d'outil — on reprend le test d'un vrai outil en conditions réelles. Back to basics.
La dernière édition nous a amenés à une conclusion : ça ne sert à rien de bâtir un prompt unique long et complexe. C'est beaucoup mieux de découper en petits blocs spécialisés. Deux manières de le faire : soit tu enchaînes plein de demandes successives sur Claude ou ChatGPT, soit tu trouves un moyen d'automatiser tout ça.
L'outil de cette semaine, c'est exactement la deuxième option. Avec Dust, tu peux créer toute une équipe d'agents IA spécialisés qui bossent ensemble sur une mission.
C'est une boîte française fondée par d'anciens de Stripe et d'OpenAI, qui vient juste de boucler une Series B de 40M$ le 18 mai 2026, menée par Sequoia et Abstract. Au total, Dust a maintenant levé plus de 60M$. C'est donc un outil français qui décolle vraiment.
Si tu veux être sûr de ne pas rater les prochaines éditions, n'hésite pas à t'abonner.
Ce que tu vas trouver dans cette édition
- D'abord, c'est quoi un agent IA ?
- Ce qu'est Dust et à quoi ça sert
- Combien ça coûte
- Le cas d'usage : construire une agence de voyage avec 7 agents
- Les alternatives qui existent
- D'autres cas d'usage à explorer
D'abord, c'est quoi un agent IA ?
Avant d'aller plus loin, on prend 2 minutes pour expliquer ce qu'est un agent IA, parce que tout le monde n'est pas familier avec le terme.
Quand tu utilises Claude ou ChatGPT classiquement, tu donnes une instruction précise : "Écris-moi un email pour répondre à ce client", "résume-moi ce document". L'IA exécute exactement ce que tu lui demandes, étape par étape.
Un agent IA, c'est différent. Tu lui donnes un but, pas une instruction. Tu lui dis ce que tu veux obtenir, et c'est lui qui se débrouille pour trouver le chemin — quelles recherches faire, dans quel ordre, quels outils utiliser, comment vérifier et synthétiser.
Exemple concret. Tu dis à un agent : "Trouve-moi les 3 meilleurs hôtels de Barcelone pour un weekend en couple, budget 200-250€/nuit, qui ne sont pas des pièges à touristes."
Lui, derrière, il va :
- Chercher sur le web les hôtels de Barcelone dans cette gamme de prix
- Lire les avis sur plusieurs sources (Booking, TripAdvisor, blogs)
- Filtrer ceux qui sont surcotés ou trop touristiques
- Comparer la localisation, le rapport qualité-prix, l'expérience
- Te sortir 3 recommandations avec une vraie justification pour chaque
Tu n'as pas eu à dicter chaque étape. Tu as donné le but, l'agent a trouvé le chemin.
Dust — c'est quoi exactement ?
Dust c'est une plateforme pour construire des équipes d'agents IA, sans coder. Tu crées tes agents un par un, chacun avec sa spécialité, et tu peux les faire collaborer ensemble sur une même mission.
L'interface Dust — tu retrouves ta liste d'agents et tu lances tes conversations
Tu peux aussi connecter ces agents à tes données pour les rendre plus intelligents et pertinents. Notion, Slack, Drive, GitHub, mails, ton CRM : l'agent va chercher l'information directement dans ton univers de travail au lieu de te répondre dans le vide.
La vraie force : l'orchestration multi-agents
C'est ce qui distingue vraiment Dust de tous les autres assistants IA classiques.
Tu ne te contentes pas d'avoir un assistant qui répond. Tu construis un agent "chef d'équipe" (l'orchestrateur) qui reçoit la demande de l'utilisateur, identifie ce qu'il faut faire, et délègue à des agents spécialisés en parallèle. Chaque sous-agent fait son boulot, remonte son résultat, et l'orchestrateur synthétise. C'est exactement la méthode 2 dont on parlait dans la dernière édition.
Mes 7 agents voyage construits dans Dust : un orchestrateur et 6 spécialistes
Le plus : tu choisis le modèle qui va avec la tâche
Autre force de Dust : pour chaque agent, tu choisis quel modèle utiliser — Claude, GPT, Gemini, Mistral. Et ça ne sert à rien d'utiliser le modèle le plus puissant pour chaque tâche.
Sur des tâches simples — rédiger un email type, classer une demande, reformuler un message — un modèle de base est largement suffisant. Il consommera moins de tokens, il coûtera moins cher, il ira plus vite. Tu gardes les gros modèles (Claude Opus, GPT-5) pour les tâches qui demandent vraiment du raisonnement.
Cette flexibilité, c'est ce qui rend Dust intéressant pour une vraie utilisation en équipe à long terme — tu optimises tes coûts agent par agent.
Les cas d'usage typiques de Dust en entreprise : Sales, Marketing, Support
Combien ça coûte ?
Dust propose 2 plans, en euros HT, facturés par utilisateur :
- Pro — 29€/user/mois HT, avec 14 jours d'essai gratuit. Accès à tous les modèles (Claude, GPT, Mistral, Gemini), création d'agents illimitée, connecteurs Notion/Slack/Drive/GitHub, SOC2 et Zero Data Retention inclus.
- Enterprise — sur devis, basé sur le nombre d'utilisateurs actifs. Inclus : SSO (Okta, Entra), SCIM, hébergement US ou EU au choix, support prioritaire, garanties contractuelles.
Les plans Dust — pour ce test, j'ai utilisé la période d'essai de 14 jours
Pour ce test, j'ai utilisé la version d'essai. On verra si je maintiens mon abonnement post-période d'essai.
Le cas d'usage : construire une agence de voyage avec 7 agents
L'été approche, beaucoup d'entre nous cherchent où partir en weekend ou en vacances. Planifier un voyage, ça prend un temps fou — il faut regarder les hôtels, les vols, les activités, les restos, parfois la location de voiture. Quand tu n'as même pas encore choisi ta destination, ça multiplie le travail.
Si tu demandes ça à ChatGPT ou Claude en une fois, tu obtiens 3 hôtels génériques dans la grande ville la plus connue et 5 restos qui sortent du Top TripAdvisor. C'est moyen. Pas nécessairement mauvais, mais pas forcément adapté à tes goûts ou super pertinent.
J'ai donc construit une vraie agence de voyage dans Dust, avec 7 agents.
L'agent orchestrateur, c'est quoi ?
L'orchestrateur, c'est le chef d'équipe qui parle à l'utilisateur. Tu lui poses ta demande en langage naturel, et c'est lui qui se débrouille pour appeler les bons sous-agents en autonomie, au bon moment.
L'utilisateur ne parle qu'à l'orchestrateur. Il ne sait même pas qu'il y a 6 autres agents derrière qui bossent en parallèle. C'est ce qui rend l'expérience fluide — tu lui poses ta question naturellement, comme à un humain.
Le rôle de mon orchestrateur : collecter, dispatcher et synthétiser
Les 7 agents de mon agence de voyage
- @VoyageOrchestratorAI — le chef d'équipe qui parle à l'utilisateur et dispatche
- @FlightFinderPro — recherche de vols, options de prix, escales
- @TrainExpert — alternative train quand c'est pertinent
- @HotelExpert — recommandations d'hôtels ou d'Airbnb selon le budget
- @ActivityExpert — incontournables et pépites locales, jour par jour
- @RestaurantExpert — sélection de restos selon budget et ambiance
- @CarRentalExpert — location de voiture quand le voyage l'exige
Le temps de mise en place
Honnêtement, ça prend du temps de créer tous ces agents. Pour chacun, il faut décrire son rôle, choisir le modèle, définir les outils à disposition (web search, lecture de fichiers, etc.).
Mais bonne nouvelle : Dust peut t'aider à le faire. Tu lui expliques en langage naturel ce que tu cherches à construire — "je veux un agent qui m'aide à choisir des restos selon la destination, le budget et l'ambiance recherchée" — et Dust s'occupe du reste. Il génère lui-même les instructions de l'agent, te suggère le bon modèle, te propose les outils utiles. Tu n'as plus qu'à ajuster.
Cet effort initial vaut vraiment le coup. Une fois construit, l'agent de voyage est réutilisable indéfiniment. Que ce soit pour un weekend à Barcelone, deux semaines au Vietnam ou un city trip à Stockholm, il marche pareil.
Le test grandeur nature : Barcelone, 3 jours
Pour le test, j'ai écrit simplement : "Je veux partir à Barcelone en couple pour un weekend de 3 jours, fin juin. Budget hébergement 200-250€/nuit, on aime l'architecture et la gastronomie, on déteste les pièges à touristes — regarde s'il y a un match de football sympa."
L'orchestrateur a d'abord identifié ce qui manquait dans mon brief et m'a posé quelques questions ciblées pour compléter :
L'orchestrateur identifie les infos manquantes (dates exactes, ville de départ, transport) et pose les bonnes questions
Une fois les infos complétées, il a lancé les sous-agents pertinents en parallèle :
L'orchestrateur identifie quels sous-agents sont pertinents et les lance en parallèle
Ce qui marche très bien :
- Le niveau de détail par section. Chaque agent étant spécialisé, il creuse vraiment son sujet
- La cohérence globale : l'orchestrateur s'assure que les restos sont proches des hôtels, que les activités s'enchaînent logiquement, que le timing est réaliste
- Le rendu final structuré jour par jour, avec des liens directs vers les réservations
L'hôtel proposé par l'agent — je n'aurais pas forcément pris celui-ci, mais c'est une proposition pas mal de qualité (rooftop, bon emplacement, 9/10)
Voici un exemple de journée d'itinéraire que l'orchestrateur a généré, avec horaires, adresses précises et tips locaux :
Le dimanche à Gràcia : marché local, Casa Vicens (la première maison de Gaudí, moins connue), déjeuner au Bar de Peix dans le marché, Park Güell en fin d'après-midi pour la lumière, et Bunkers del Carmel pour le coucher du soleil
Et la synthèse budgétaire finale, claire et actionnable :
Le budget total estimé pour le weekend, ventilé par poste — environ 800-875€ par personne
Ce qui marche moins bien :
- Les prix d'hôtels remontés ne sont pas toujours à jour — les agents s'appuient sur la web search, et les tarifs Booking changent en permanence. Tu vas devoir vérifier toi-même
- L'orchestrateur a un ton parfois un peu "marketing LinkedIn" avec beaucoup d'emojis et de "C'est parti ! 🚀" — ça peut être ajusté facilement dans les instructions de l'agent si on préfère un ton plus sobre
Pour aller plus loin : les Triggers
Je n'ai pas eu besoin d'utiliser cette fonctionnalité pour mon cas d'usage voyage, mais ça vaut le coup de la mentionner parce qu'elle ouvre vraiment d'autres possibilités.
Dans Dust, un Trigger c'est un déclencheur automatique qui lance un agent (ou une équipe d'agents) sans que tu aies à lui parler. Tu peux le déclencher sur un événement précis (un nouveau mail dans ta boîte, un message Slack sur un certain sujet) ou simplement sur un horaire récurrent (tous les matins à 8h, tous les lundis, etc.).
Exemple concret. Tu reçois un email d'un client qui mentionne une réclamation. Un Trigger détecte le mot-clé, lance ton agent "@SupportClient" qui va chercher l'historique du client dans ton CRM, prépare un brouillon de réponse adapté, et te le propose pour validation. Tu n'as rien eu à faire — tout s'est déclenché tout seul sur la base de l'email reçu.
C'est ce qui permet de passer d'un usage "j'appelle l'agent quand j'en ai besoin" à un usage "l'agent travaille en autonomie en arrière-plan".
Le verdict : 8/10
Je mets 8/10, avec une vraie nuance.
Pour l'usage que j'en ai fait — construire un cas d'usage complexe avec plusieurs agents qui collaborent — c'est exactement ce qu'aucun autre outil grand public ne sait faire aussi bien. Tu as l'orchestration multi-agents, le choix du modèle par agent, et une interface no-code qui te permet de tout faire sans écrire une ligne.
Là où Dust devient vraiment puissant, c'est en usage pro. Tu peux créer des agents pour ton équipe et donner accès à tout ton workspace — en gros, les autres personnes de ton entreprise peuvent utiliser les mêmes agents que toi. Quelqu'un construit l'agent qui qualifie les leads, et tout le monde au commercial en profite. Quelqu'un construit l'agent qui rédige les rapports clients, et tout le marketing s'en sert. C'est ça qui démultiplie la valeur de l'outil — un agent bien fait, c'est 10 personnes qui gagnent du temps tous les jours.
Côté courbe d'apprentissage, il y a un vrai apprentissage à faire. Ce n'est pas aussi simple que de taper un prompt dans Claude — tu dois apprendre à décrire le rôle de chaque agent, à les tester un par un, à les ajuster, à les faire fonctionner ensemble. Compte quelques heures sur ton premier setup avant d'avoir quelque chose qui tourne vraiment bien. Si tu cherches juste un assistant IA classique, reste sur Claude ou ChatGPT.
Les alternatives
Lindy — concurrent américain plus simple à prendre en main que Dust. Orienté usage personnel (gestion email, calendrier, tâches récurrentes). Pas mal pour un solopreneur ou un freelance. Moins puissant que Dust sur l'orchestration multi-agents complexes.
Glean — concurrent enterprise très focus "recherche dans la data de l'entreprise". Excellent moteur de recherche interne (mieux que Dust sur ce point précis), mais moins flexible pour construire des agents custom. Tarif sur devis.
Verdict alternatives : pour la simplicité d'usage no-code + le multi-modèles + le côté français/EU, Dust reste la meilleure option pour les équipes. Lindy est plus accessible pour du perso, Glean meilleur sur la recherche interne.
D'autres cas d'usage à explorer
- Une équipe d'agents commerciaux — un agent qui qualifie le lead, un qui prépare le brief de l'appel, un qui rédige le mail de follow-up, un qui crée la proposition commerciale
- Une équipe RH — un agent qui screen les CV, un qui rédige les questions d'entretien selon le poste, un qui synthétise les retours de chaque entretien
- Une équipe finance — un agent qui synthétise les états financiers d'une boîte, un qui benchmark les comparables, un qui rédige le memo d'investissement
- Une équipe support client — un agent qui classifie le ticket, un qui cherche dans la doc interne, un qui rédige la réponse au bon niveau de ton
- Une équipe contenu — un agent qui fait la veille, un qui rédige le brouillon, un qui adapte au format LinkedIn vs newsletter vs blog
Mot de fin
Si tu testes Dust cette semaine, fais-moi un retour. Je suis curieux de voir quelle équipe d'agents tu décides de construire en premier — c'est souvent là qu'on voit la vraie valeur d'un outil.
Et si tu as un outil que tu aimerais qu'on teste prochainement, dis-le nous.
Bonne semaine, on se retrouve samedi prochain.
Lucius
Une question, une réaction ? Écris-nous à contact@readlucius.com.