Système multi-agents : plusieurs IA qui se partagent le travail
Un système multi-agents fait travailler ensemble plusieurs agents IA, chacun avec son rôle, ses consignes et parfois ses outils : l'un coordonne, les autres cherchent, rédigent ou vérifient. Cette organisation aide sur les grosses tâches qu'on peut découper, mais elle consomme beaucoup plus de ressources.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Intermédiaire |
|---|
L’idée : une petite équipe plutôt qu’un seul généraliste
Un agent IA seul doit tout garder en tête dans sa fenêtre de contexte, la quantité de texte qu’il peut lire à la fois. Dans un système multi-agents, la tâche est découpée : un agent principal établit un plan, confie des sous-tâches à des agents spécialisés, puis rassemble leurs résultats. L’idée de faire coopérer plusieurs agents logiciels est ancienne en informatique ; elle a pris un nouvel élan avec les grands modèles de langage, notamment avec le framework AutoGen de Microsoft, présenté dans un article d’août 2023.
Un exemple concret
Une association veut une synthèse de toutes les aides publiques pour la rénovation énergétique.
- Le coordinateur découpe la question : aides nationales, aides régionales, conditions de revenus.
- Trois agents chercheurs explorent chacun une piste en parallèle, avec leur propre recherche web.
- Un agent vérificateur confronte les résultats aux pages officielles.
- Le coordinateur assemble une synthèse unique.
Chaque agent travaille dans un contexte plus court et plus ciblé, et les recherches avancent en même temps.
Pourquoi ça compte, et ce que ça coûte
Anthropic a décrit en juin 2025 son propre système de recherche multi-agents : un agent principal qui lance des sous-agents en parallèle. L’entreprise y note que ce type de système consomme environ 15 fois plus de tokens qu’une conversation, et qu’il convient surtout aux tâches de valeur élevée, très parallélisables, ou qui dépassent ce qu’un seul contexte peut contenir. Pour estimer l’effet de cette multiplication sur une facture, essayez notre calculateur de coût d’agent.
Erreurs et idées reçues fréquentes
- « Plus d’agents, plus d’intelligence. » Ajouter des agents ajoute surtout des échanges, des coûts et des risques de malentendus entre eux.
- « Les agents se comprennent parfaitement. » Les consignes transmises d’un agent à l’autre peuvent être vagues ou incomplètes ; c’est une source d’erreurs fréquente.
- « Multi-agents et orchestration, c’est pareil. » L’orchestration désigne la manière de coordonner les agents ; le système multi-agents est l’ensemble lui-même.
Termes voisins : workflow agentique, protocole A2A, décomposition de tâches.
Termes liés
- Agent IA · IA qui ne se contente pas de répondre : elle planifie et enchaîne des actions avec des outils pour atteindre un objectif donné.
- Orchestration d'agents · Coordination de plusieurs appels de modèles, outils ou agents IA : qui fait quoi, dans quel ordre, et comment les résultats sont réunis.
- Workflow agentique · Enchaînement d'étapes où un modèle d'IA planifie, utilise des outils, vérifie et corrige son travail au lieu de répondre en un seul jet.
- Protocole Agent2Agent (A2A) · Protocole ouvert qui permet à des agents IA de fournisseurs différents de se découvrir, de se parler et de se confier des tâches.
- Décomposition de tâches · Découpage d'un objectif complexe en sous-tâches plus simples, traitées une à une ou en parallèle par un modèle ou un agent IA.
- Fenêtre de contexte · Quantité maximale de texte (en tokens) qu'un modèle peut lire et produire en une seule fois, réponse comprise.
À essayer
Tout le glossaire
Questions fréquentes
Un système multi-agents utilise-t-il plusieurs modèles d'IA différents ?
Pas forcément. Souvent, c'est le même modèle appelé plusieurs fois avec des consignes et des outils différents. On peut aussi mélanger les modèles, par exemple un modèle puissant pour coordonner et un modèle plus léger pour les sous-tâches.
Pourquoi un système multi-agents coûte-t-il plus cher ?
Chaque agent lit ses propres consignes, ses documents et les messages des autres, ce qui multiplie les tokens consommés. Anthropic indique que son système de recherche multi-agents utilise environ 15 fois plus de tokens qu'une conversation classique.
Quels outils permettent d'en construire un ?
Des frameworks open source comme AutoGen, CrewAI ou LangGraph sont conçus pour cela. Certaines plateformes no-code proposent aussi des agents qui s'appellent entre eux.
Est-ce toujours mieux qu'un seul agent ?
Non. Si toutes les étapes dépendent étroitement les unes des autres, un agent unique est souvent plus simple, moins cher et tout aussi efficace.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.