#multi-agents — IA agentique

Multi-agents : planner, workers, verifier. Un DAG qui bat l'agent monolithique.

Ce que tu vas manipuler

Bienvenue dans #multi-agents. Un agent monolithique (voir #boucle-agentique) est un LLM qui boucle seul. Ici, on décompose : un Planner (indigo, en haut) découpe l'objectif ; N Workers spécialisés (verts, au milieu) exécutent en parallèle ; un Verifier (or, en bas) contrôle et agrège. Ce motif (AutoGen, CrewAI, LangGraph, Claude Sub-agents) bat le monolithique sur les tâches longues, en qualité et en temps. À l'écran, le DAG au repos : trois nœuds éteints, les arêtes du fan-out et du fan-in en pointillés gris.
Chargeons un objectif. Tape /scenario article : le Planner reçoit « Écrire un article de blog sur le RLHF », et trois Workers apparaissent (chercheur, écrivain, critique).
Le Planner entre en scène. Tape /planifier : il pulse en indigo, distribue les rôles aux Workers (petites puces roses qui filent le long des arêtes) puis passe la main.
Les Workers se mettent au travail. Tape /pas : les sphères vertes pulsent en bleu (état occupé), en parallèle par défaut — donc en même temps, un seul tick pour trois.
Encore /pas. Les Workers terminent (verts pleins = succès) et leurs puces filent vers le Verifier (fan-in). Le bandeau passe en VÉRIFICATION.
/pas une dernière fois. Le Verifier accepte, la phase passe en AGRÉGATION puis TERMINÉ (bandeau vert). La sortie finale est l'article assemblé.
Changeons de scénario, plus riche. Tape /scenario analyse-code : trois nouveaux Workers apparaissent (syntaxe, sécurité, style) pour auditer un fichier Python.
Simulons un rejet du Verifier. Tape /reessayer : le prochain tour, le Verifier rejettera la sortie, l'arête de feedback rouge s'allumera, et les Workers repartiront pour une itération 2.
À toi de jouer. Essaie : /tourner pour dérouler le retry en entier ; /workers 5 puis /strategie parallele puis /tourner pour voir un fan-out massif (5 Workers en un seul tick) ; /strategie sequentielle pour mesurer le coût sans parallélisme ; /inspecter worker-2 pour lire la sortie d'un agent ; /reinit pour repartir. Prochaine étape : le canal #planification-reflexion (Premium) — le Planner devient réflexif — et #slash-commands (Premium) — comment ces motifs deviennent des raccourcis dans Claude Code et Cursor.

Commandes du canal

/scenario <article|traduction|analyse-code> — Charge un scénario complet (objectif + pool de spécialités).
/planifier — Le Planner découpe l'objectif et attribue les rôles aux Workers.
/pas — Avance d'un cran dans l'orchestration.
/tourner — Joue toute l'orchestration jusqu'à termine ou échec.
/workers <n=2..5> — Change le nombre de Workers actifs (2..5).
/strategie <parallele|sequentielle> — Fan-out simultané (parallèle) ou l'un après l'autre (séquentielle).
/reessayer — Force le Verifier à rejeter au prochain contrôle (retry).
/inspecter <id> — Affiche le dernier message d'un agent (planner, worker-1..N, verifier).
/reinit — Remet le DAG à zéro (article, 3 workers, parallèle).

Glossaire

multi-agents: Pattern d'orchestration où plusieurs LLM (ou plusieurs rôles d'un même LLM) coopèrent sur une tâche complexe. Chaque agent a un rôle (planner, worker, verifier, critique…) et une spécialité. Sur les tâches longues, un DAG multi-agents bat un agent monolithique en qualité et en temps.
planner: Agent en tête de DAG qui découpe l'objectif en sous-tâches et attribue les rôles aux Workers. Ne fait pas le travail lui-même : il oriente. Anthropic appelle ce motif orchestrator-workers dans Building effective agents (2024).
worker: Agent exécutant, monomaniaque : chercheur, écrivain, testeur, traducteur, auditeur sécurité… Il reçoit une sous-tâche du Planner et rend un livrable partiel. Peut être un LLM distinct, un même LLM avec un prompt de rôle, ou une simple fonction déterministe.
verifier: Agent en fin de DAG qui contrôle et agrège les sorties des Workers. S'il détecte un défaut (cohérence, schéma, ton), il renvoie une consigne au Planner : c'est la boucle de retry. Un Verifier LLM est souvent un modèle plus petit et moins cher que les Workers.
DAG: Graphe orienté sans cycle : les nœuds sont les agents, les arêtes les échanges de messages. Le fait qu'il soit acyclique garantit qu'on peut le dérouler en un nombre fini de pas. Un cycle (feedback / retry) est modélisé par une itération supplémentaire, pas par une arête cyclique du DAG.
fan-out / fan-in: Fan-out : un nœud (le Planner) envoie une tâche à N nœuds en parallèle. Fan-in : N nœuds convergent leurs sorties vers un seul (le Verifier). C'est le motif qui donne le gain de temps du multi-agents.
AutoGen: Framework Microsoft (2023) qui popularise la conversation multi-agents : chaque agent a un système-prompt de rôle, ils s'échangent des messages jusqu'à converger. Souvent cité comme premier framework multi-agents grand public.
CrewAI: Framework Python (2024) inspiré d'AutoGen mais orienté process : on définit une Crew avec des rôles (Researcher, Writer, Reviewer), des tâches et un flow. Approche pragmatique très utilisée en prod.
LangGraph: Bibliothèque LangChain (2024) qui modélise explicitement l'orchestration comme un graphe d'états. Adapté aux workflows conditionnels (retry, branchement, human-in-the-loop). Utilisé par de nombreuses stacks d'agents en production.
Claude Sub-agents: Fonctionnalité de Claude Code (Anthropic, 2024) permettant de définir des sous-agents spécialisés (test-runner, refactor, doc-writer…) invoqués par l'agent principal via /agent. Application directe du pattern orchestrator-workers.

Autres canaux du thème IA agentique

#boucle-agentique — Boucle ReAct d'un agent : Pensée → Action → Observation en direct.
#outils-appel — Appel d'outil (function calling / MCP) : le JSON qui fait agir le LLM.
#slash-commands — Slash commands à la Claude Code / Cursor : templates, arguments, enchaînement.
#contexte-memoire — Fenêtre de contexte et mémoire d'agent : compter, tronquer, résumer, indexer.
#planification-reflexion — Planification, réflexion et self-correction : de 60 % à 90 % de succès.
#multi-agents — Multi-agents : planner, workers, verifier. Un DAG qui bat l'agent monolithique.