Nous montrons qu’une composition musicale cohérente et de longue forme peut émerger à partir d’un essaim décentralisé composé de modèles fondamentaux identiques et figés, qui coordonnent leurs actions par des signaux stigmergiques et pair-à-pair, sans aucune mise à jour de poids. Nous comparons un système multi-agents centralisé doté d’un critique global à un essaim entièrement décentralisé, dans lequel des agents agissant par mesures (mesures par mesure) perçoivent et déposent des indices harmoniques, rythmiques et structurels, adaptent leur mémoire à court terme et parviennent à un consensus. À travers des analyses symboliques, audio et théoriques des graphes, l’essaim produit une qualité supérieure, tout en offrant une plus grande diversité et une variété structurelle accrue, et se distingue nettement sur les métriques de créativité. Les dynamiques évoluent vers une configuration stable caractérisée par des rôles complémentaires, tandis que les réseaux de self-similarité révèlent une architecture à « petits mondes » dotée d’une connectivité à longue portée efficace et de motifs spécialisés de pontage, clarifiant ainsi le processus par lequel les nouveautés locales s’organisent en une forme musicale globale. En déplaçant la spécialisation des mises à jour de paramètres vers les règles d’interaction, la mémoire partagée et le consensus dynamique, MusicSwarm ouvre une voie efficace en termes de calcul et de données vers la création de structures à horizon long, directement transférable au-delà de la musique, notamment à l’écriture collaborative, la conception et la découverte scientifique.