Système multi-agents
Une architecture d'IA où plusieurs agents spécialisés collaborent — chacun avec sa propre portée, ses outils et son prompt — coordonnés par un superviseur ou par communication directe d'agent à agent.
L'IA de production est un système : contexte, outils, permissions, traces, évaluations et boucles de rétroaction autour du modèle.
Ce que c'est
Un système multi-agents est un système d'IA composé de plusieurs agents plutôt que d'un seul agent monolithique. Chaque agent a une portée plus étroite (l'un est expert en retrieval, un autre en rédaction, un autre en revue de code) et ils collaborent via un coordonnateur ou par messagerie directe. L'hypothèse : la spécialisation est plus facile à maintenir que le généralisme.
Pourquoi c'est important
Un agent unique qui tente de tout faire a une fenêtre de contexte plus chargée, une surface d'outils plus longue et un comportement plus difficile à tester. Les conceptions multi-agents échangent de la complexité (coordination, passage de messages, modes de défaillance) contre de la spécialisation. Savoir si elles font mieux qu'un agent unique bien conçu dépend de la charge de travail.
Concepts liés
Architecture en sous-agents, A2A, Registre d'agents, Workflow agentique.
Ressources connexes
Un patron où un agent superviseur délègue des parties d'une tâche à des sous-agents spécialisés — chacun avec une portée plus étroite, des outils ciblés et ses propres critères de succès.
Un protocole qui permet aux agents de se découvrir, se décrire et s'appeler directement — la spécification ouverte de Google pour que des systèmes d'agents indépendants collaborent sans que l'un devienne un outil de l'autre.
Un catalogue consultable d'agents — internes et externes — avec leurs Fiches d'agent, leurs capacités, leur portée de confiance et leur santé opérationnelle, pour que d'autres agents et des humains puissent les trouver et les appeler.
Un workflow où un ou plusieurs agents IA décident de la suite des choses — choisir des outils, rassembler du contexte, escalader vers des humains — plutôt que d'exécuter un script fixe.
Comment ça fonctionne
Patrons courants : superviseur-exécutants (un agent orchestre, les autres exécutent) ; pair-à-pair (les agents se découvrent et s'appellent via A2A) ; pipeline (chaque agent passe sa sortie au suivant). Substrats : patrons de superviseur de LangGraph, CrewAI, transferts de l'OpenAI Agents SDK, orchestration sur mesure. Coût et latence se cumulent — chaque agent de plus dans la boucle est un appel de plus.