Architecture multi-agents en pratique :
des design patterns à la production

Pourquoi un agent unique ne suffit plus

L'« agent monolithique » — un LLM pour retrieval, code et revue — se prototype facilement mais échoue structurellement en production :

1. 01

   Plafond de contexte : les résultats intermédiaires saturent la fenêtre, la qualité de raisonnement chute.

2. 02

   Expertise diluée : un agent fait tout, rien excellemment.

3. 03

   Exécution séquentielle : temps total = somme des étapes, pas de parallélisme.

4. 04

   Point de défaillance unique : un agent en panne stoppe tout ; des sous-agents remplaçables l'évitent.

Selon MLflow 2026 et AdaptOrch : le problème est l'orchestration, pas le modèle — la bonne topologie bat un modèle plus puissant de façon plus fiable.

Six design patterns d'orchestration

Ces six patterns couvrent plus de 95 % des scénarios multi-agents en production.

Pattern 1 : pipeline séquentiel

Sortie A → entrée B, linéaire strict. Cas : rédaction, revue de code, conformité. Temps total = somme ; une étape en échec bloque tout.

builder = StateGraph(PipelineState)
builder.add_node("retriever", retrieval_agent)
builder.add_node("analyzer", analysis_agent)
builder.add_node("writer", writer_agent)
builder.add_edge(START, "retriever")
builder.add_edge("retriever", "analyzer")
builder.add_edge("analyzer", "writer")
builder.add_edge("writer", END)
pipeline = builder.compile()

Pattern 2 : fan-out / fan-in

Sous-tâches parallèles, nœud de fusion. Temps ≈ max(T1…Tn). LangGraph Send API + Reducer Annotated[list, operator.add].

Pattern 3 : supervisor-worker

Supervisor pour intent et routage, workers spécialisés. Double routage : voie rapide mots-clés (<1 ms) + LLM pour intents flous. Ex. : Replit, support client.

Pattern 4 : swarm

Passage P2P sans coordinateur central, arrêt par tours/timeout. Débats de revue ; prudence en prod — forte non-déterminisme. AutoGen GroupChat : plafond max_round obligatoire.

Pattern 5 : blackboard

Espace partagé structuré ; agents lisent/écrivent quand les prérequis sont remplis. Workflows async longs, équipes hétérogènes.

Pattern 6 : hybride

Typique : routage d'intent → requêtes simples directes / rapports complexes via supervisor → recherche parallèle + pipeline QA (revue → humain → publication).

Protocoles à deux couches : MCP + A2A

En 2026, les deux relèvent de la Linux Foundation Agentic AI Foundation :

• MCP (vertical) : agent ↔ outils/BD/API — « écrire une fois, utiliser partout ».
• A2A (horizontal) : agent ↔ agent — délégation, discovery (Agent Card @ /.well-known/agent.json), JSON-RPC 2.0.

A2A : open source Google avril 2025, v1.0 début 2026, 50+ partenaires. Flux orchestrator : récupérer Agent Card → valider skills → message/send.

À lire : Pourquoi MCP est le HTTP de l'ère IA, Développer un MCP Server from scratch.

Observabilité : rendre la boîte noire transparente

MAST a analysé 1 642 traces. Plus inquiétant : 57 % des organisations ont des agents en prod, seulement 8 % ont implémenté l'observabilité LLM — erreurs en HTTP 200, tableaux de bord verts, sortie fausse.

Métriques clés : succès E2E >85 %, P95 <30 s, erreurs agent <5 % ; qualité via LLM-as-Judge. Chaque appel porte un correlation_id, chaîne complète OpenTelemetry.

Arbre de décision

1. Q1

   Dépendance linéaire claire ? Oui → sous-tâches parallélisables ? Non → pipeline ; oui → fan-out + pipeline.

2. Q2

   Non → agent décisionnaire ? Oui → sous-équipes ? Non → supervisor-worker ; oui → hiérarchique.

3. Q3

   Non → async long ? Oui → blackboard ; non → ≤5 agents, fin claire ? oui → swarm (limites) ; non → refactoriser en hiérarchique.