Il y a peu, j’ai publié un article sur l’évolution des architectures d’agents IA, mettant en lumière trois modèles fondamentaux : les agents monolithiques uniques avec outils, les workflows agencés et les compétences basées sur les LLM. Ces architectures répondent à des besoins différents selon la complexité des tâches, les contraintes de coût et les exigences de scalabilité. Les agents monolithiques uniques, centrés sur un seul grand modèle de langage (LLM), sont particulièrement efficaces pour les tâches séquentielles simples. Grâce à leur capacité à raisonner pas à pas et à appeler des outils externes (recherche web, exécution de code), ils offrent une faible latence et une consommation réduite de tokens. Cependant, leur performance chute brutalement lorsqu’ils doivent gérer plus de 10 à 20 outils, en raison de la surcharge contextuelle et d’une dégradation de la précision dans le choix des actions. Les workflows agencés, quant à eux, reposent sur un réseau de petits agents spécialisés interconnectés, formant une architecture orientée tâche (comme la planification, la critique ou la vérification). Des frameworks comme LangGraph ou AgentKit permettent une composition visuelle, des flux conditionnels et un débogage facilité. Bien que plus coûteux en communication, ils offrent une fiabilité supérieure en production, notamment dans les environnements enterprise, grâce à leur parallélisation et à la modularité. La troisième approche, les compétences LLM, représente une évolution majeure. Elle consiste à doter un LLM central de modules réutilisables (scripts, templates, instructions) qui peuvent être chargés dynamiquement selon le besoin. Anthropic a popularisé cette méthode avec ses « skills », des opérations structurées qui combinent exécution instrumentée et raisonnement agencé. Ces compétences permettent une flexibilité accrue sans les coûts de communication des systèmes multi-agents. Des recherches récentes montrent que compiler un système multi-agents (MAS) en un agent unique avec compétences (SAS) réduit de 54 % la consommation de tokens et de 50 % la latence, tout en maintenant ou améliorant légèrement la précision (gains moyens de 0,7 %). Cette compilation intègre les comportements des agents dans des compétences sélectionnables, éliminant ainsi le surcoût de communication. Toutefois, une limite apparaît : au-delà de 50 à 100 compétences, la précision du choix chute de manière non linéaire, due à la confusion sémantique entre les compétences — un phénomène qui reflète les limites cognitives humaines. Pour surmonter cette limite, la routage hiérarchique s’impose comme solution efficace : les compétences sont regroupées en catégories (ex. mathématiques, récupération d’information), puis sélectionnées par étapes. Cette approche, inspirée des méthodes de découpage cognitif humain, améliore la précision de 37 à 40 % dans les bibliothèques étendues. Dans un contexte 2025-2026, les hybrides (workflows agencés combinés à des compétences modulaires) dominent en production, car ils équilibrent contrôle, flexibilité et efficacité. Les grands LLM comme Claude d’Anthropic s’imposent comme des agents universels, particulièrement performants pour les tâches de codage, grâce à leur capacité d’auto-réflexion et d’intégration interne. En revanche, les petits modèles de langage (SLM) restent compétitifs pour des rôles spécialisés à faible coût. Les experts suggèrent de mesurer la décomposabilité des tâches et leur difficulté de base pour choisir l’architecture adaptée. Pour une mise en œuvre robuste, il est essentiel d’implémenter des boucles de vérification, des contraintes de domaine et des points de relais humain pour éviter les boucles infinies ou les variations dans les tâches à long terme. En somme, l’avenir des agents IA réside dans des systèmes hybrides, où l’orchestration intelligente s’allie à une expertise modulaire, permettant une réelle application dans le monde réel.