n8n a ouvert cet été son onglet Agents, encore en préversion. On l’a branché sur un pipeline éditorial de 53 articles. Voici ce qui marche, ce qui plante, et la règle simple pour savoir quand choisir un agent plutôt qu’un workflow.
Si vous utilisez n8n, vous connaissez probablement le nœud (node) AI Agent, cet objet qui vit à l’intérieur d’un workflow et meurt avec lui.
L’onglet Agents est autre chose : un objet indépendant, configuré une fois, réutilisable partout, de Slack à Telegram en passant par une tâche planifiée.
Annoncé le 5 août 2026 sur le forum officiel n8n, il est encore en préversion sur Cloud et en bêta en auto-hébergé. Préversion signifie que ça peut casser, que l’interface peut changer, et que les bugs du jour seront peut-être corrigés demain.
En bref
- n8n Agents : un nouvel onglet distinct des workflows, où l’on configure un agent une fois (instructions, outils, modèle) pour l’utiliser partout.
- Différence clé : le nœud (node) AI Agent vit dans un seul workflow, le temps de son exécution. L’Agent n8n a sa propre mémoire et se réutilise dans plusieurs canaux simultanément.
- Règle de tri : chemin prévisible = workflow ; demande qui change à chaque fois = agent.
- Ce qu’on peut lui confier : interroger ses données, répondre à une équipe sur Telegram ou Slack, tourner sur un planning.
- Ce qu’on ne lui confie pas encore : les calculs (à faire en code) et les écritures sans validation humaine explicite.
Au sommaire
- n8n Agents : définition et différence avec le nœud (node) AI Agent
- Avantages de n8n Agents : ce que le test confirme
- Le test : un agent branché sur mon pipeline de contenu
- Idée reçue vs réalité : un agent autonome remplace le workflow
- Inconvénients et limites de n8n Agents pour une PME
- n8n Agents : la nuance qu’on oublie souvent
- Zapier fait l’inverse, et vos questions sur n8n Agents
- Notre recommandation : à qui ça sert maintenant
n8n Agents : définition et différence avec le nœud (node) AI Agent
Un Agent n8n est un objet autonome que vous configurez une fois, avec des instructions, un modèle et des outils, puis que vous publiez. Une fois publié, il sert partout. On lui parle en direct dans l’interface n8n, on l’appelle depuis un nœud de workflow, on le branche sur Slack, Telegram, Linear ou Discord, ou on le fait tourner sur un planning.
Le nœud AI Agent que vous connaissez peut-être, c’est différent. Il est défini à l’intérieur d’un seul workflow, il n’existe que pendant l’exécution de ce workflow, et sa mémoire dépend de ce qu’on lui branche dans ce workflow. Pour comparer les deux fonctions, notre article sur le nœud AI Agent natif de n8n détaille ce que ce nœud a changé dans l’éditeur.
L’Agent n8n, lui, a sa propre mémoire de session, une mémoire optionnelle entre sessions, et se réutilise dans autant de workflows et de canaux que vous voulez.
La vraie différence : le nœud appartient à un workflow, l’Agent appartient au projet.
Avantages de n8n Agents : ce que le test confirme
- Configuré une fois, utilisé partout : un même agent en discussion directe, appelé depuis un nœud de workflow, disponible sur Slack, Telegram ou selon un planning, sans le reconfigurer.
- Vos workflows existants deviennent ses outils : on ne repart pas de zéro. Il suffit qu’il soit publié et démarre par le bon déclencheur pour que l’agent puisse l’appeler.
- Accès mobile natif : n8n n’a pas d’application mobile officielle. Un agent branché sur Telegram ou Slack, c’est la façon native de piloter n8n depuis un téléphone (vérifié pendant le test).
- Validation humaine outil par outil : on règle le niveau de contrôle pour chaque outil séparément. Un refus est respecté : rien n’est écrit, l’agent le dit explicitement, confirmé lors du test.
- Démarrage sans clé API : la passerelle n8n propose des crédits gratuits chez OpenAI, Anthropic, Google, Moonshot, Qwen et MiniMax. Un échange compte pour une seule exécution, même si l’agent appelle plusieurs workflows pendant cet échange.
Le test : un agent branché sur mon pipeline de contenu
Le 29 octobre 2026, j’ai branché un Agent n8n en lecture seule sur le GSheet qui pilote mon blog, 53 articles au total. Trois séquences de quelques questions chacune, sur une fonction en préversion, pour évaluer l’outil avant d’aller plus loin.
Premier temps, il interroge bien. Sur l’état général du pipeline, les réponses sont justes. Il repère seul les articles proches d’un nouveau sujet sans qu’on lui précise comment chercher.
Deuxième temps, il compte mal. Il annonce 48 articles publiés au lieu de 49, et « 3 en cours » alors qu’il n’en listait que 2. Ça ne m’a pas surpris. Dans mes pipelines, un modèle applique une règle fermée environ trois fois sur quatre, alors tout ce qui se vérifie mécaniquement, je le mets dans le code, pas dans le prompt. J’ai donc ajouté un petit workflow qui compte en code, donné comme outil à l’agent.
Résultat immédiat : 49 publiés, 2 retirés, 2 en cours. Juste.
Troisième temps, il écrit sous validation. Je ne lui ai donné qu’un droit d’écriture, ajouter une ligne dans une table de test, avec validation humaine obligatoire. L’agent est branché sur Telegram, accès réservé à mon compte, piloté depuis mon téléphone.
Refus envoyé : rien n’est écrit, l’agent le confirme.
Approbation envoyée : la ligne écrite est identique au texte annoncé juste avant.
Ce que ce test ne montre pas : l’usage par une équipe, les coûts sur la durée, la fiabilité sur des écritures sensibles. Trois tests de quelques questions, une table de test, une préversion. Rien de généralisable.
Côté budget, tous les échanges avec cet agent de test ont coûté 0,52 $ selon l’estimation de n8n, pour un plafond réglé à 5 $ par mois et 0,50 $ par session.
Votre pipeline mérite mieux qu’un workflow bricolé ?
On examine votre cas et on vous dit ce qui vaut le coup d’automatiser maintenant.
Idée reçue vs réalité : un agent autonome remplace le workflow
Idée reçue
- Un agent IA remplace les workflows : on le branche et il fait tout seul.
- L’agent est plus puissant, donc toujours préférable.
- Le modèle de langage peut compter et calculer de façon fiable.
Réalité
- L’agent s’en sert, à côté de ses outils directs (lire un GSheet, chercher sur le web, appeler un sous-agent). Les processus répétitifs restent dans des workflows.
- Si le chemin est prévisible, un workflow est plus fiable, plus rapide et plus facile à déboguer.
- Les calculs vont dans un workflow en code. Le modèle se trompe : 48 au lieu de 49 lors du test.
La règle à garder en tête est simple.
Chemin prévisible = workflow : vous pouvez le dessiner à l’avance, étape par étape, et il fera toujours la même chose.
Demande qui change = agent : la formulation varie, l’intention aussi, et c’est l’agent qui choisit quels outils appeler.
Il y a aussi une distinction que peu de gens posent clairement. Mon agent à moi, c’est Claude Code branché sur mon instance n8n. Il m’aide à construire, corriger et lancer mes workflows, et pour mon usage il remplace l’agent intégré à n8n. Un Agent n8n, je le réserverais à l’équipe d’un client qui n’a ni Claude Code ni terminal, limité aux workflows construits pour elle.
Pour aller plus loin sur la distinction entre agent et automatisation classique, notre décryptage agent IA vs automatisation pose les fondations de ce raisonnement.
Inconvénients et limites de n8n Agents pour une PME
- Fonction en préversion : disponible sur Cloud dès la version 2.32.3 en déploiement progressif, en bêta en auto-hébergé, pas encore en auto-hébergé Enterprise. Les interfaces et comportements peuvent changer.
- Le modèle se trompe sur les chiffres : lors du test, 48 publiés annoncés au lieu de 49. La correction passe obligatoirement par un workflow qui compte en code, donné comme outil à l’agent.
- Carte de validation opaque : dans Telegram, la carte « Approval required » affiche le nom de l’outil, pas le contenu de l’action. Sans consigne explicite, on approuve à l’aveugle.
- « Allow for this session » lève tout : ce bouton supprime la validation pour toute la conversation en cours, pas uniquement pour l’action en question.
- Mise en place des workflow-outils : un workflow ne peut servir d’outil à un agent que s’il est publié et démarre par le déclencheur « When Executed by Another Workflow ». Pas de raccourci.
Version minimum
2.32.3
Cloud en préversion, auto-hébergé en bêta
Coût d’un échange
1 exécution
Même quota que vos workflows, sous-agents inclus
Canaux disponibles
4
Slack, Telegram, Linear, Discord
Sur la question de la disponibilité selon votre plan, notre comparatif Community vs Cloud n8n détaille les différences concrètes entre les deux modes d’hébergement.
Nuance
n8n Agents : la nuance qu’on oublie souvent
La validation humaine de n8n Agents est une vraie protection, à une condition. La carte Telegram affiche uniquement le nom de l’outil appelé, jamais le contenu de ce qu’il va faire.
Pendant le test, j’ai dû demander explicitement à l’agent d’annoncer le texte qu’il allait écrire avant de déclencher la demande de validation. Sans cette consigne, j’aurais approuvé une action sans savoir ce qu’elle contenait. Ce comportement repose sur une instruction dans le prompt système, pas sur un mécanisme natif de n8n.
La sécurité vient donc de deux endroits. D’abord les outils qu’on donne à l’agent (un agent sans outil d’écriture ne peut rien modifier), ensuite la validation outil par outil. Mais cette validation se fait à l’aveugle si l’agent n’a pas pour consigne de montrer ce qu’il va faire avant de le demander.
Le choix Daremonkey
n8n Agents : utile dès maintenant pour interroger, pas encore pour écrire sans filet
Pour lire des données, répondre à une équipe sur Telegram ou Slack, et tourner sur un planning, n8n Agents tient ses promesses dès la préversion. La réutilisabilité et l’accès mobile via Telegram sont de vraies avancées pour une PME sans développeur.
Pour les calculs et les écritures, trois garde-fous suffisent. Un workflow en code pour compter, une validation explicite avant toute écriture, et une consigne pour que l’agent annonce ce qu’il va faire. Ces garde-fous resteront utiles même dans une version stable, et dans n’importe quel autre outil.
Zapier fait l’inverse, et vos questions sur n8n Agents
Pendant que n8n sort les agents des workflows, Zapier fait le chemin inverse. Le 6 octobre 2026, Zapier a replié ses Zapier Agents dans une simple étape de Zap, rebaptisée « AI by Zapier ».
La chronologie est rapide : Zapier Central lancé en 2024, rebaptisé Zapier Agents en janvier 2025, absorbé dans un Zap en octobre 2026. Notre radar sur Zapier Central, l’agent autonome sans workflow, documente exactement ce que Zapier vient de défaire.
Questions fréquentes
Quelle différence entre un agent et un workflow n8n ?
Un workflow n8n suit un chemin fixé à l’avance, étape par étape. Vous le dessinez, il l’exécute, toujours de la même façon. Un Agent n8n choisit lui-même son chemin à chaque demande et se sert des workflows existants comme des outils parmi d’autres.
Règle simple : si vous pouvez dessiner le chemin à l’avance, c’est un workflow. Si la demande change à chaque fois, c’est un agent.
Quels sont les avantages et les limites de n8n Agents pour une PME ?
Avantages confirmés : configuration unique réutilisable sur tous les canaux, vos workflows existants deviennent des outils, accès mobile via Telegram ou Slack, validation humaine outil par outil respectée, démarrage sans clé API grâce aux crédits de la passerelle n8n.
Limites réelles : la fonction est en préversion, le modèle se trompe sur les calculs (à corriger avec un workflow en code), la carte de validation n’affiche pas le contenu de l’action, le bouton « Allow for this session » lève la validation pour toute la conversation.
Quel est le coût d’un agent n8n pour une PME ?
Chaque échange avec un Agent n8n compte pour une exécution, au même titre qu’un workflow. Les sous-agents et workflows appelés pendant cet échange ne sont pas comptés séparément. Le quota d’exécutions est partagé avec vos workflows existants. Un plafond de budget mensuel et par session est réglable. Des crédits gratuits sont disponibles via la passerelle n8n chez plusieurs fournisseurs de modèles, ce qui permet de démarrer sans clé API payante.
Qu’est-ce qu’un agent IA n8n, en une phrase ?
Un Agent n8n est un assistant IA configuré une seule fois dans un onglet dédié de n8n, qui choisit ses actions à partir des outils et workflows qu’on lui donne, et qu’on peut ensuite utiliser en discussion directe, sur Slack, Telegram, ou selon un planning, sans le reconfigurer.
En quoi n8n Agents diffère-t-il du nœud (node) AI Agent dans un workflow ?
Le nœud AI Agent existe à l’intérieur d’un seul workflow et n’existe que le temps de son exécution. L’Agent n8n est un objet indépendant avec sa propre mémoire de session, réutilisable dans plusieurs workflows et canaux en même temps.
Notre recommandation : à qui ça sert maintenant
n8n Agents est utile dès maintenant pour trois usages. Interroger ses données depuis un GSheet ou une base connectée, en langage naturel, sans construire une interface. Répondre à une petite équipe sur Telegram ou Slack avec des informations tirées de vos outils. Faire tourner une tâche récurrente sur un planning, sans déclencher un workflow manuellement.
Pour interroger des documents, l’onglet Knowledge permet de déposer des fichiers CSV, PDF, Markdown ou TXT que l’agent peut chercher et lire pour répondre. Je n’ai pas testé cette partie.
Attendez pour deux usages. Les écritures sensibles sans validation explicite du contenu, pas seulement du nom de l’outil. L’usage multi-équipe sur des données critiques, à réserver à une version stable, pas à une préversion.
Si vous êtes directeur marketing ou CEO d’une PME qui utilise déjà n8n, la bonne entrée est un agent en lecture seule sur vos données, branché sur Telegram. Quelques questions suffisent à valider si le comportement est assez fiable pour votre cas. Pour toute écriture, donnez-lui un périmètre d’outils réduit et exigez dans le prompt qu’il annonce ce qu’il va faire avant de demander votre feu vert. Si n8n n’est pas encore votre outil, notre comparatif des agents IA gratuits présente d’autres options no-code pour démarrer, avec leurs limites.
À retenir
- n8n Agents ≠ nœud (node) AI Agent : deux objets distincts, deux cycles de vie différents, deux usages complémentaires.
- Règle de tri : chemin prévisible = workflow ; demande variable = agent.
- Calculs toujours en code : le modèle se trompe, un workflow donné comme outil corrige.
- Validation humaine = nécessaire mais insuffisante si l’agent n’annonce pas le contenu avant d’agir.
- Préversion : tester sur des données non critiques avant tout déploiement équipe.
Vous voulez un agent qui tient la route pour votre équipe ?
On regarde ensemble ce qui est prêt à automatiser dans votre pipeline.
