1️⃣ ARTICLES / BLOGS / USE CASES

• Building OpenAI with OpenAI (OpenAI)
  Lien : https://openai.com/index/building-openai-with-openai/
  Résumé (3 lignes) : retours pratiques sur des agents de support et un assistant de recherche opérant avec boucles d’évaluation continue.
  Insight clé : l’agent = système + évals + boucles de connaissance, pas seulement “un chat”. OpenAI

• How to build an AI agent with ChatGPT (step-by-step) (Jotform)
  Lien : https://www.jotform.com/ai/agents/how-to-build-an-ai-agent-with-chatgpt/
  Résumé : 7 étapes de l’idée au déploiement (API, logique, canaux, monitoring).
  Insight : utile pour cadrer un MVP non technique. jotform.com

• AgentKit/Agent Builder — guides 2025 (sélection)
  Lien : https://composio.dev/blog/openai-agent-builder-step-by-step-guide-to-building-ai-agents-with-mcp
  Résumé : pas à pas Agent Builder + MCP (ex. Q&A YouTube), export code TS/Python.
  Insight : bonne vue “no-code ➜ code” avec MCP. composio.dev

• AutoGen @ Block (Goose) — productivité interne (WIRED)
  Lien : https://www.wired.com/story/jack-dorseys-block-made-an-ai-agent-to-boost-its-own-productivity
  Résumé : agent interne multi-outils (Claude + MCP) pour coder/prototyper; open-sourcé.
  Insight : gains réels mais besoin de garde-fous + rollback. WIRED

• Top use cases AgentKit (2025) (Skywork)
  Lien : https://skywork.ai/blog/agentkit-use-cases-2025/
  Résumé : 10 cas concrets (support, ops, sales) + limites déploiement.
  Insight : cartographie utile pour prioriser. skywork.ai

• LangChain Agents — guide complet 2025 (DigitalApplied)
  Lien : https://www.digitalapplied.com/blog/langchain-ai-agents-guide-2025
  Résumé : LangGraph, mémoire, ReAct, patterns de prod (50+ déploiements).
  Insight : oriente sur l’orchestration par graphes en production. digitalapplied.com

• AI CX with agents (2025) (Inkeep)
  Lien : https://inkeep.com/blog/AI-Customer-Experience
  Résumé : continuum agents pré-vente → post-vente, métriques CX.
  Insight : penser par parcours plutôt que par canal. Inkeep

2️⃣ RESSOURCES À SUIVRE  

• OpenAI Developer Docs & Updates — Site docs
  Lien : https://platform.openai.com/docs/
  Pourquoi : source primaire (API, nouveautés Responses/MCP/outils). platform.openai.com

• OpenAI Blog (agents & tools) — Blog
  Lien : https://openai.com/blog (exemples cités ci-dessus)
  Pourquoi : annonces officielles & bonnes pratiques. OpenAI+1

• LangGraph / LangChain — Docs & blog
  Lien : https://langchain-ai.github.io/langgraph/
  Pourquoi : orchestrer des agents via des graphes, état et branches. langchain-ai.github.io+1

• CrewAI — Docs
  Lien : https://docs.crewai.com/
  Pourquoi : multi-agents “prêts prod” (guardrails, memory, observability). docs.crewai.com

• Microsoft AutoGen — Docs/Studio
  Lien : https://microsoft.github.io/autogen/0.2/
  Pourquoi : patrons multi-agents + AutoGen Studio low-code. microsoft.github.io+1

• Model Context Protocol (MCP) — Site
  Lien : https://modelcontextprotocol.io/
  Pourquoi : standard ouvert pour connecter agents à outils/données. modelcontextprotocol.io

3️⃣. OUTILS ET FRAMEWORKS (Facultatif)

• OpenAI Responses API + outils intégrés (Code Interpreter, File Search, Images) & MCP
  Lien : https://openai.com/index/new-tools-and-features-in-the-responses-api/
  Utilité : base “agentic” officielle avec support MCP et outils managés.
  Niveau : Débutant → Avancé. OpenAI

• LangGraph (Python/JS)
  Lien : https://langchain-ai.github.io/langgraph/
  Utilité : définir l’état et le flux d’un agent (séquences, branches, réessaies).
  Niveau : Avancé. langchain-ai.github.io

• CrewAI
  Lien : https://docs.crewai.com/en/quickstart
  Utilité : rôles, tâches, orchestration multi-agents avec observabilité.
  Niveau : Intermédiaire. docs.crewai.com

• Microsoft AutoGen + Studio
  Lien : https://microsoft.github.io/autogen/0.2/docs/Getting-Started/
  Utilité : patterns de conversation multi-agents + UI de prototypage.
  Niveau : Intermédiaire. microsoft.github.io

• MCP (Model Context Protocol)
  Liens : https://modelcontextprotocol.io/ · https://developers.openai.com/apps-sdk/concepts/mcp-server/
  Utilité : brancher l’agent à des outils & ressources (serveurs MCP managés/maison).
  Niveau : Avancé/Expert. modelcontextprotocol.io+1

• LangChain Agents (tutoriel)
  Lien : https://python.langchain.com/docs/tutorials/agents/
  Utilité : intégrer outils et stratégie (ReAct), utile pour POCs guidés.
  Niveau : Intermédiaire. python.langchain.com