E7 · Essaim et réseau de pairs
Famille : Multi-agent
Tous les agents peuvent parler à tous ; sans coordinateur central, le chemin émerge.
Principe
Chaque agent peut communiquer avec tous les autres. Il n’y a pas de coordinateur : le chemin d’exécution est émergent et se dessine au fil des échanges.
Le problème qu'il résout
On veut éviter le point central unique, goulot ou point de panne, et laisser les agents s’organiser seuls sur un problème flou.
Quand l'utiliser
- Problèmes ambigus qui gagnent au débat, pour qui accepte un coût élevé et un résultat difficile à borner (Google Cloud).
Quand l'éviter
- Presque partout aujourd’hui : les essaims d’écrivains parallèles ne connaissent toujours pas d’adoption significative (Cognition).
- Le risque de non-convergence est réel et les erreurs s’amplifient : préférer un orchestrateur central (E1).
Pièges fréquents
Les anti-patterns qui détournent ce pattern, les mieux établis d'abord. Chaque fiche décrit les symptômes, les incidents publics et les remèdes.
Boucle, arrêt et orchestration
- AP35 · Boucle sans borne ni budget — Rien dans le code n’arrête l’agent : ni plafond de tours, ni budget, ni délai.
- AP39 · Propagation sans validation — La sortie d’un agent devient l’entrée du suivant sans contrôle, et une erreur locale finit dans le livrable.
- AP40 · Plusieurs agents qui écrivent en parallèle — Plusieurs agents modifient le même livrable en même temps, chacun avec ses propres décisions implicites.
- AP42 · Multi-agent sans attribution ni provenance — Le livrable est faux, et personne ne peut dire quel agent a introduit l’erreur, ni à quelle étape.
Sécurité et droits
- AP69 · Confiance implicite entre agents — Les agents se découvrent et se délèguent des tâches par défaut : un agent modeste peut recruter le plus puissant.
Supervision, exploitation et gouvernance
- AP78 · Pas d’interrupteur ni de plafond de rayon d’impact — Impossible d’arrêter un agent précis en un geste, ou de limiter le nombre d’actions qu’il enchaîne.
Synonymes par éditeur
- Swarm (Google Cloud)
- Network (LangGraph)
- Decentralized multi-agent collaboration (AWS)
- Horizontal multi-agent (IBM)
- Decentralized and independent topologies (Kim et al.)
Patterns voisins
Sources
- Towards a Science of Scaling Agent Systems — Y. Kim et al. (Google, MIT), arXiv, 2025-12-09
- Choose a design pattern for your agentic AI system — Google Cloud Architecture Center, 2026-05-28
- Multi-Agents: What’s Actually Working — Cognition (W. Yan), 2026-04-22
Contenu relu le 2026-10-02