Sandy - J’en avais assez que les agents IA réfléchissent à chaque fois, alors je l’ai créé

J’ai donné un Sandevistan aux agents IA.

Si un agent d’automatisation est plus lent qu’un humain, est-ce que ça a vraiment du sens ?
Voir chaque clic se figer pendant quelques secondes, c’était frustrant, alors j’y ai réfléchi.
Les humains aussi, à force de répéter, finissent par agir avant même de réfléchir. Est-ce que l’IA ne pourrait pas faire pareil ?

🐢 Agents existants
Observe → inférence LLM (lente) → Action → Observe → LLM... répétition
À chaque clic, ils s’arrêtent pour réfléchir.

🐇 Sandy

1. Première exécution : le LLM comprend le workflow → l’enregistre sous forme de scénario
2. Ensuite : relecture du scénario (sans appel au LLM)
   Une fois le chemin ouvert, ça fonce sans hésiter.

Le LLM n’est utilisé qu’au départ pour trouver la route, puis l’exécution suit le scénario enregistré, ce qui permet d’optimiser à la fois la vitesse et le coût.

Démo (recherche d’une vidéo YouTube → lecture) :

• À gauche : agent classique (x5)
• À droite : Sandy (vitesse normale)
  https://www.youtube.com/watch?v=nSKs8sy7o2c

Utile dans ces cas :

• Automatisation de tests E2E
• Tests de régression (exécution déterministe)
• Travaux de chaînage entre plusieurs outils (GitHub → notifications Slack, etc.)

Compatible avec les serveurs MCP, ce qui permet de regrouper l’automatisation du navigateur et les appels API dans un seul scénario.

GitHub: https://github.com/Sangkwun/sandy

Limites, en toute franchise :

• Si l’UI change, il faut réenregistrer le scénario
• Plus adapté aux tâches répétitives qu’à l’exploration dynamique

Questions et retours bienvenus. J’attends aussi vos PR avec plaisir 😊