L'orchestration multi-agents consiste à coordonner plusieurs agents d'IA, chacun spécialisé dans une tâche ou une capacité concrète, afin qu'ils collaborent à la résolution d'un problème qui serait difficile à aborder avec un seul agent. Un composant central, souvent appelé orchestrateur ou coordinateur, distribue les tâches, gère le flux d'informations entre les agents et consolide les résultats partiels en une réponse finale.
Cette approche est importante car elle permet de diviser des problèmes complexes en sous-tâches gérables et de tirer parti de la spécialisation : un agent peut rechercher des informations, un autre analyser des données et un autre rédiger le résultat. Les stratégies de coordination les plus courantes incluent :
- Séquentielle : chaque agent intervient lorsque le précédent a terminé.
- Hiérarchique : un agent superviseur délègue aux sous-agents.
- Parallèle : plusieurs agents travaillent simultanément sur des parties distinctes.
Un exemple pratique est un système de service client où un agent classifie la demande, un autre consulte la base de connaissances et un troisième génère la réponse. La nuance clé réside dans la conception de la communication : une mauvaise gestion de la coordination peut multiplier les erreurs, les coûts et la latence.