Un agent seul avance dans une tâche étape par étape. Un système multi-agents découpe la tâche et traite les morceaux en même temps.
Comment ça marche
Anthropic décrit sa fonction Research comme un « orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents. » (traduction : « schéma orchestrateur-workers, où un agent principal coordonne le processus en déléguant à des sous-agents spécialisés. ») L’agent principal lit la question, planifie, lance plusieurs sous-agents qui cherchent en parallèle, puis rédige la réponse finale à partir de leurs résumés.
D’autres architectures existent. L’article AutoGen (Wu et al., 2023) décrit un framework où des agents « customizable, conversable » (traduction : « personnalisables et capables de converser ») échangent entre eux, avec des humains et avec des outils, et où les développeurs programment le schéma de conversation en langage naturel ou en code.
Exemple chiffré d’une exécution orchestrateur-workers :
Lead: plan -> start 3 workers
Worker 1: search docs for topic A -> 1,500-token summary
Worker 2: search docs for topic B -> 1,500-token summary
Worker 3: search docs for topic C -> 1,500-token summary
Lead: read 3 summaries -> final answer
Chaque worker dépense ses propres tokens pour chercher et lire. L’agent principal ne voit que les résumés.
Pourquoi c’est important
- Qualité sur les tâches larges. Anthropic indique qu’un dispositif multi-agents avec Claude Opus 4 comme agent principal et des workers Sonnet 4 « outperformed single-agent Claude Opus 4 by 90.2% » (traduction : « a surpassé Claude Opus 4 en agent unique de 90,2 % ») sur son eval de recherche interne.
- Coût en tokens. Le même article indique que les agents consomment environ quatre fois plus de tokens qu’un chat, et les systèmes multi-agents « about 15× more tokens than chats » (traduction : « environ 15 fois plus de tokens que les chats »). Il rapporte aussi que la consommation de tokens expliquait à elle seule 80 % de la variance de performance sur BrowseComp. Plus d’agents signifie en général une facture plus lourde. L’article sur le coût des systèmes multi-agents compare facturation au token et forfait.
- Adéquation. Anthropic note que le code s’y prête moins, car « most coding tasks involve fewer truly parallelizable tasks than research » (traduction : « la plupart des tâches de code comportent moins de sous-tâches réellement parallélisables que la recherche »), et que les tâches avec beaucoup de contexte partagé ou de dépendances entre agents s’y prêtent mal.
- Concurrence. Des workers parallèles sont des requêtes parallèles : votre limite de concurrence plafonne le gain de vitesse.
Sur BroadNet Inference
BroadNet sert les modèles ; l’orchestration tourne dans votre framework. Des guides couvrent CrewAI et l’OpenAI Agents SDK avec une base URL BroadNet.
Une clé en paiement à l’usage autorise 30 requêtes par minute et 4 requêtes en cours. Sur les forfaits DeepSeek V4.1 Flash, il n’y a pas de compteur de tokens, ce qui retire le multiplicateur de tokens de la facture, mais chaque session traite une requête à la fois. Achetez une session par requête au modèle pouvant être en cours au même moment : trois workers qui tournent ensemble demandent trois sessions, et quatre si l’agent principal continue d’appeler le modèle pendant ce temps. Faire tourner des agents de code en parallèle sur une API au forfait passe en revue les schémas courants.