L'orchestration d'agents est une manière d'organiser plusieurs agents IA pour qu'ils se partagent le travail et collaborent autour d'un même objectif. Tout se ramène à trois questions : qui décide de la prochaine étape, qui fait quoi, et comment les résultats de chacun sont finalement assemblés en une réponse utilisable. Le problème qu'elle résout n'est pas de rendre un agent unique plus fort, mais d'éviter que plusieurs agents se gênent mutuellement quand ils travaillent ensemble.
En quoi elle diffère des workflows et d'un agent unique
Un workflow est une liste de contrôle dont les étapes sont fixées avant de commencer : quelle étape vient d'abord, quel outil chaque étape appelle, dans quel ordre avancer — tout est écrit d'avance. Il convient aux tâches dont le processus est fixe et le résultat prévisible. L'orchestration est différente : l'itinéraire se décide en cours de route. Le coordinateur regarde un résultat intermédiaire, constate qu'une voie est bloquée, et peut changer d'exécutant, modifier l'ordre, voire changer l'objectif sur-le-champ, sans avoir à tout recommencer quand une bifurcation imprévue apparaît. Un agent unique est un autre arbitrage : un seul modèle fait tout du début à la fin, avec tout le contexte entre ses mains. C'est simple et direct, mais dès que la tâche se complique, il perd facilement le fil — soit le contexte déborde, soit il tourne en boucle sur une étape. L'orchestration découpe le travail, ce qui revient à donner à une tâche complexe une équipe capable de se coordonner, plutôt que d'attendre d'une seule personne qu'elle sache tout faire.
Trois modes d'organisation, chacun avec son caractère
Le modèle superviseur est le plus courant : un agent coordinateur découpe les tâches, distribue le travail et vérifie les résultats, tandis que les autres agents se contentent d'exécuter. Les responsabilités sont claires et les problèmes faciles à localiser, mais si le coordinateur se trompe, toute l'équipe dévie avec lui. Le modèle pipeline transmet le travail dans un ordre fixe : la collecte remet ses documents à la vérification, qui les remet à la rédaction. Le processus est transparent et les coûts faciles à estimer, mais si un maillon se bloque, tout ce qui suit doit attendre. Le modèle de négociation décentralisée n'a pas de chef : plusieurs agents s'échangent des messages, prennent eux-mêmes des tâches et négocient entre eux. Il est flexible et tolérant aux pannes, et convient aux tâches exploratoires aux contours flous qui exigent des discussions répétées — au prix d'échanges nombreux qui consomment des tokens et d'une convergence lente.
Les vrais problèmes difficiles que l'orchestration doit résoudre
Faire fonctionner l'orchestration en pratique, c'est franchir cinq obstacles : comment découper la tâche de façon sensée, où stocker l'état intermédiaire et qui l'entretient, qui tranche en cas de désaccord, comment réessayer quand une étape échoue, et combien coûte chaque série d'appels. Prenons un rapport concurrentiel comme exemple : le coordinateur divise la tâche en trois voies parallèles — collecte, vérification et rédaction. Chaque donnée collectée doit citer sa source, le vérificateur contrôle chaque affirmation une par une, et le rédacteur assemble le tout en un texte final, en renvoyant pour revérification toute affirmation contradictoire. Division du travail, partage, conflits, nouvelles tentatives et coûts : les cinq se présentent d'un coup. L'entretien de l'état intermédiaire est précisément le rôle de la mémoire d'agent : si l'état est perdu, toute la collaboration s'effondre. Mais l'orchestration n'est pas un remède miracle : quand la tâche elle-même ne comporte qu'une ou deux étapes et qu'une personne pourrait la terminer en quelques minutes, l'imposer ne fait qu'ajouter de la latence de planification et des coûts en tokens, sans que la réponse soit forcément meilleure. Le critère est simple : on n'envisage l'orchestration que lorsque la tâche est trop complexe pour qu'un seul agent puisse la porter, et que ses étapes ne peuvent pas être écrites d'avance.
