Cet agent est chargé de détecter un terme spécifique appartenant à une feuille de la hiérarchie des champs parmi les objets du Blackboard, et de le construire. Ce terme est donné par le nom du noeud Pere passé en paramètre (noeud qui l'a lancé dans le Réservoir d'Agents). Ce noeud est forcément un noeud spécifique du Réseau de Concepts. Il ne cherche que parmi les objets qui sont des instances de champs du Réseau de Concepts(pas parmi les autres termes spécifiques déjà découverts), mais qui sont aussi des supérieurs hiérarchiques de sa propre catégorie.
L'algorithme 3 décrit en détail le comportement de l'agent détecteur d'instance.
La figure 4.19 donne un exemple de ce que pourrait contenir le Blackboard au cours du traitement d'un problème. Ce pourrait être avant d'exécuter l'agent détecteur du mot reseaux représenté dans le Réseau de Concepts(cf. la figure 4.18) par le noeud mot:reseaux.
La partie de chaîne de caractères Reseau apparaît deux fois en tant qu'objet. Une fois comme instance du noeud spécifique mot:reseau et une autre comme instance du champ mot. Ces objets n'ont qu'une satisfaction de 74% car la seule utilisation du détecteur d'instance n'est pas considérée comme suffisante pour être certain que ce qu'on a trouvé était bien un mot du titre correspondant au terme reseau. Si la reconnaissance avait été totale, la satisfaction du noeud aurait été de 98%. Mais on a décidé de normaliser la satisfaction de la première reconnaissance à 75%. L'algorithme comprend un mécanisme permettant d'augmenter cette satisfaction la deuxième fois qu'un agent détecteur d'instance du même champ détecte la même chose. Ceci afin de prendre en compte le fait que l'objet a subsisté et résisté à tous les combats avec d'autres candidats, tout le temps compris entre deux exécutions de l'agent, qui est au moins de deux cycles (lorsque l'agent a été bredouille, on le désactive pour deux cycles, mais son noeud père est lui aussi désactivé).
La satisfaction du champ title est proportionnelle à la place que prend la chaîne Reseau dans ce champ et à la satisfaction du champ mot « Reseau ». Ainsi, Reseau représente 6 caractères dans un champ comprenant 19 caractères (y compris les espaces). La contribution de ce mot au title est donc de 6 / 19 x 74, c'est-à-dire de 23%.
Lorsque, en suivant l'algorithme 3, on en arrive à chercher la chaîne reseaux dans le champ title, donc dans « Reseaux de neurones », où on la trouve, à la position 0-6, avec un taux de similarité de 98% (ce n'est pas 100% à cause de la majuscule initiale). L'agent essaye donc de créer l'objet Reseaux (mot:reseaux), ayant une satisfaction de 98 x 76 / 100 = 74%, à l'emplacement 0-6 du champ title. Or à cet endroit se trouve déjà l'objet Reseau (mot:reseau). Il faut donc résoudre le conflit en comparant les scores des deux descriptions. Comme ces scores dépendent de la longueur et de la satisfaction de chacun des objets, et qu'ils ont la même satisfaction (due à un arrondi impromptu), c'est le plus long des deux objets qui l'emporte: Reseaux.