Design patterns pour agents IA
Quatorze façons d'organiser des appels à un modèle de langage et des boucles d'agent, d'une chaîne fixe de prompts jusqu'à des équipes d'agents qui se passent le travail. Chaque page présente le problème, la structure, les cas d'usage, les modes de défaillance, et un générateur de prompt pour l'essayer.
Qu'est-ce qu'un pattern agentique ?
Un agent est un modèle de langage qui tourne en boucle : il lit la situation, choisit une action (souvent un appel d'outil), regarde le résultat, et recommence jusqu'à ce que la tâche soit terminée. Un pattern agentique est une manière réutilisable d'organiser une ou plusieurs de ces boucles ou de ces appels au modèle : qui décide de l'étape suivante, qui parle à qui, et comment les résultats sont combinés.
La principale question qui les distingue est de savoir qui décide du déroulement. Dans un workflow, votre code fixe le chemin à l'avance. Dans un agent, le modèle choisit l'étape suivante à l'exécution. Comme les design patterns classiques, ce ne sont pas des bibliothèques. Ce sont des formes qu'on apprend à reconnaître et à adapter, et elles s'imbriquent : le worker d'un orchestrateur est en général une boucle ReAct, et des points de validation humaine peuvent se placer n'importe où.
Chaque pattern présenté ici coûte plus d'appels au modèle, de tokens et de latence qu'un seul appel avec un bon prompt. Anthropic a mesuré que son système de recherche multi-agent consommait environ 15 fois plus de tokens qu'une conversation de chat. Essayez d'abord un seul appel avec un bon contexte, puis un workflow fixe, et n'ajoutez des agents que lorsque vous atteignez une limite mesurée : une fenêtre de contexte qui déborde, trop d'outils pour un seul prompt, ou du travail qui pourrait s'exécuter en parallèle.
Patterns
Regroupés par famille, du plus prévisible au plus autonome.
Workflows
Le code du développeur fixe le chemin. Le moins coûteux, le plus prévisible, le plus facile à tester.
-
Prompt Chaining
Une séquence fixe d'appels au modèle, chacun recevant la sortie du précédent, avec des vérifications en code entre les étapes.
-
Routing
Classer l'entrée une fois, puis l'envoyer vers un seul chemin ou modèle spécialisé.
-
Parallelization
Lancer des appels indépendants en même temps : des sous-tâches différentes (sectioning) ou la même tâche plusieurs fois (vote).
-
Evaluator–Optimizer
Générer, évaluer selon des critères explicites, réviser, jusqu'à ce que le brouillon passe ou que le budget soit épuisé.
Agent unique
Un seul modèle décide de ses propres étapes. La brique de base de tous les patterns multi-agents.
-
ReAct (tool-use loop)
Un seul modèle alterne raisonnement et appels d'outils, et choisit chaque étape suivante d'après la dernière observation.
-
Plan-and-Execute
Un planificateur écrit toutes les étapes au départ, un exécuteur les déroule, et un replanificateur vérifie et révise.
Multi-agent centralisé
Un agent coordonne les autres et garde le contrôle.
-
Orchestrator–Workers
Un modèle principal définit les sous-tâches à l'exécution, briefe des workers (exécutants) avec des contextes propres, et fusionne leurs résultats condensés.
-
Supervisor
Un agent central choisit quel worker agit à chaque étape, et le contrôle lui revient toujours.
-
Hierarchical teams
Des managers de managers : un agent de tête délègue à des chefs d'équipe, qui délèguent à des workers.
Multi-agent décentralisé
Pas de chef unique : le contrôle passe d'un pair à l'autre, ou les agents se coordonnent via un support partagé.
-
Swarm / Handoffs
Des agents pairs sans manager. L'agent actif transfère le contrôle, et la conversation, à un pair plus adapté.
-
Group Chat
Les agents partagent un même fil de messages, et un sélecteur (rotation, modèle, graphe ou personne) choisit qui parle ensuite.
-
Blackboard
Des spécialistes se coordonnent via un espace de travail partagé et structuré plutôt que par messages ; un composant de contrôle choisit qui agit.
Consensus
Plusieurs esprits sur la même question.
-
Council / Debate
Plusieurs agents différents répondent à la même question, se critiquent mutuellement, puis un vote ou un président tranche.
Transversal
S'ajoute par-dessus n'importe quel autre pattern.
-
Human-in-the-Loop
Faire une pause aux points risqués ou ambigus, sauvegarder l'état, laisser une personne approuver, modifier, rejeter ou répondre, puis reprendre.
Comment choisir
Partez du haut et arrêtez-vous à la première réponse qui convient. N'ajoutez de la structure que lorsque vous atteignez une limite mesurée.
- Un seul appel avec un bon prompt suffit-il, avec de la recherche documentaire ou des exemples ? Faites cela. Tous les patterns ci-dessous coûtent plus cher.
- Les étapes sont-elles connues à l'avance ? Utilisez un workflow.
- Toujours la même séquence : Prompt Chaining.
- Le chemin dépend du type d'entrée : Routing.
- Des parties indépendantes, ou plusieurs échantillons à comparer : Parallelization.
- La qualité doit respecter des critères vérifiables (tests, grille d'évaluation, schéma) : ajoutez Evaluator–Optimizer.
- Les étapes restent-elles inconnues tant que vous n'avez pas commencé ? Utilisez un agent.
- Par défaut : ReAct.
- La structure peut être anticipée, ou une personne doit approuver le plan : Plan-and-Execute.
- Un seul agent ne tient-il plus la charge (contexte qui déborde, trop d'outils, travail parallèle) ?
- Un travail large, surtout en lecture, qui se découpe en morceaux indépendants : Orchestrator–Workers.
- Un agent central doit choisir un spécialiste à chaque étape et garder une seule voix : Supervisor.
- Une conversation avec l'utilisateur dont le sujet passe d'un spécialiste à l'autre : Swarm / Handoffs.
- Le superviseur ou l'orchestrateur est lui-même surchargé : Hierarchical teams, en général deux niveaux au maximum.
- Les rôles doivent s'appuyer sur les messages des autres : Group Chat, en petit comité.
- De nombreux spécialistes, un ordre inconnu, une coordination via des artefacts partagés : Blackboard.
- Vous faut-il une réponse plus fiable à une question ? Essayez d'abord le vote avec Parallelization. Utilisez Council / Debate quand les membres sont vraiment différents ou que la sortie est ouverte, et comparez avec le vote à coût égal.
- Une action est-elle irréversible, coûteuse ou ambiguë ? Ajoutez des points de validation Human-in-the-Loop, avec une sandbox et le principe du moindre privilège.
C'est sur le travail surtout en écriture et fortement couplé, par exemple plusieurs agents qui modifient le même code, que les architectures multi-agents échouent le plus souvent : les agents prennent des décisions contradictoires que personne ne réconcilie.