Anthropic recommande de réduire les sous-agents dans les systèmes d’IA

Ces derniers temps, Anthropic a commencé à recommander aux entreprises de réduire le nombre de sous-agents, jusqu’à fusionner certains agents spécialisés avec la boucle principale de travail.

L’expérience de plusieurs projets d’entreprise a montré qu’une architecture composée d’un seul agent et d’un ensemble de compétences est souvent plus efficace que des systèmes multi-agents complexes. Chez l’un des clients, après la migration vers une boucle unique, la vitesse d’exécution des tâches a augmenté d’environ deux fois.

Les raisons sont faciles à comprendre. Lorsqu’une tâche est transmise d’un agent à un autre, le contexte doit être transféré et résumé à chaque fois. En conséquence, une partie de l’information peut être perdue, les latences augmentent et les coûts s’élèvent.

Anthropic recommande désormais de confier la planification et l’exécution des tâches à l’agent principal, qui charge dynamiquement des compétences et des outils selon les besoins. Les processus métier et les connaissances métier doivent être conservés sous forme de composants réutilisables.

Cependant, l’article présente un cas remarquable qui mérite une attention particulière.

Un jour, des spécialistes d’Anthropic ont fusionné des sous-agents dans un système de service client. Cela a effectivement réduit les latences, mais une tâche qui réussissait auparavant a cessé de fonctionner de manière inattendue. La raison était que l’agent principal avait omis l’étape de coordination du délai de livraison avec un spécialiste de la logistique.

C’est pourquoi l’auteur souligne la nécessité d’effectuer des tests de bout en bout (end-to-end Eval) après chaque fusion de sous-agents, en vérifiant particulièrement quelles tâches auparavant réussies ont commencé à échouer.

Bien entendu, les sous-agents conservent leur valeur là où des recherches parallèles, une vérification indépendante des résultats ou une isolation du contexte sont nécessaires.

Ainsi, lors de la conception de futurs systèmes multi-agents, il faut d’abord se demander : chaque sous-agent a-t-il vraiment besoin de son propre contexte indépendant et de sa propre boucle d’exécution ?

De plus, Anthropic a publié un kit d’outils de migration en accès ouvert. Il permet d’analyser l’architecture existante, de fusionner progressivement les sous-agents et de comparer la qualité, les coûts et les latences avant et après les modifications.

Les développeurs travaillant sur des agents d’IA sont invités à consulter ces outils et l’article d’Anthropic.