LangChain lance les sous-agents dynamiques dans Deep Agents : l'orchestration par le code
LangChain a ajouté à Deep Agents les sous-agents dynamiques, un mode dans lequel l'agent d'IA lance des agents enfants via du code, et non via des outils prédéfinis. Cette approche garantit la couverture des tâches et permet un branchement parallèle (fan-out) ainsi que des traces d'exécution en direct. Les pipelines complexes en plusieurs étapes se construisent désormais de façon plus fiable, sans refonte manuelle à chaque nouveau scénario.
Traité par IA depuis LangChain Blog ; édité par Hamidun News
LangChain a présenté les sous-agents dynamiques dans la plateforme Deep Agents, un mécanisme qui permet aux agents d'IA de mettre à l'échelle un travail complexe par le code plutôt que par des appels d'outils statiques. Cette mise à jour change la manière dont les développeurs conçoivent et exécutent des pipelines d'agents complexes.
Ce qui distingue la nouvelle approche
Avant les sous-agents dynamiques, les systèmes d'agents fonctionnaient selon le principe « choisir un outil, puis l'appeler ». Le développeur décrivait à l'avance un ensemble d'outils, l'IA choisissait le plus adapté et lui passait la main. Pour des tâches simples et linéaires, cela fonctionne bien, mais l'architecture atteint vite un plafond quand la complexité augmente.
Le problème survient quand il faut traiter mille documents en parallèle, mener une recherche à plusieurs niveaux ou bâtir une logique ramifiée à plusieurs branches. Un ensemble statique d'outils devient un goulot d'étranglement : l'agent ne peut pas modifier la structure d'exécution en fonction de ce qu'il a découvert à l'étape précédente.
Les sous-agents dynamiques changent la logique de base : l'agent écrit et exécute du code qui décide lui-même combien d'agents enfants lancer, avec quels paramètres et dans quel ordre. L'orchestration est programmatique : l'agent s'adapte aux données pendant l'exécution, et non au moment de la conception du système.
Ce qu'apporte l'orchestration programmatique
LangChain met en avant trois avantages clés du nouveau mécanisme :
- Couverture garantie : le code décrit explicitement les tâches à accomplir. Rien ne se perd à cause d'une consigne floue ou d'un cas d'entrée atypique.
- Schémas fan-out : l'agent parent se ramifie en N agents enfants parallèles ; chacun traite indépendamment son fragment de données ou sa branche de logique.
- Traces en direct : l'exécution est visible en temps réel : quel sous-agent est lancé, ce qu'il traite, où il s'est arrêté et combien de temps a pris chaque étape.
Dans la pratique, cela ouvre une nouvelle classe de tâches autonomes. Analyse juridique de centaines de contrats : l'agent déploie un sous-agent par document et en extrait en parallèle les clauses clés. Recherche en plusieurs étapes : différents sous-agents testent différentes hypothèses, et les résultats sont agrégés à la fin. Exploration en profondeur de sites : un fan-out pour chaque URL, sans gestion manuelle des files d'attente.
Auparavant, ces scénarios exigeaient de programmer explicitement les flux de contrôle. Désormais, l'agent construit lui-même ce flux, sous forme de code qui peut être vérifié et débogué. Si la tâche s'étend en cours de route, l'agent peut ajouter dynamiquement des sous-agents sans interrompre le pipeline principal.
La fiabilité comme argument principal
L'un des problèmes majeurs des systèmes d'agents est leur imprévisibilité. Un agent peut « oublier » une partie de la tâche, choisir un outil inadapté ou se bloquer à une étape intermédiaire sans aucun signal. C'est particulièrement pénible en production, où l'erreur n'est détectée que des heures plus tard.
L'orchestration programmatique s'attaque précisément à cette faiblesse. Quand l'agent décrit son plan d'exécution sous forme de code, le système peut vérifier à l'avance l'exhaustivité de la couverture : toutes les branches sont définies, les cas limites pris en compte. Les traces en direct permettent aux opérateurs de suivre chaque sous-agent en temps réel et d'intervenir en cas de problème, au lieu de fouiller les logs après coup.
LangChain y voit le socle de pipelines fiables en plusieurs étapes, un concept qui relevait jusqu'ici de la promesse marketing et qui dispose désormais d'un mécanisme technique concret. Les équipes qui développent des automatisations d'entreprise pourront faire évoluer leurs systèmes d'agents sans refonte manuelle complète à chaque nouveau cas d'usage.
Ce que cela signifie
Les sous-agents dynamiques marquent un tournant architectural dans l'écosystème LangChain : on passe d'agents conçus comme des automates à états dotés d'un ensemble rigide d'outils à des agents conçus comme des orchestrateurs programmatiques. Pour les développeurs, un nouveau palier s'ouvre : des pipelines complexes et évolutifs dont l'agent détermine lui-même la structure en cours de travail.
Ce n'est pas qu'une question de confort. C'est une autre classe de tâches qui devient réalisable.
- 1 nov. 2026L'agent vidéo StreamVibe de Google devance les autres modèles de 10,7 % sur le timing et la qualité des réponses
- 1 nov. 2026Un nouveau test détecte la collusion cachée entre agents IA grâce à la réaction du partenaire à une paraphrase
- 1 nov. 2026Illinois a rassemblé 12 151 problèmes ouverts pour tester si l'IA peut les résoudre
- 31 oct. 2026Un ingénieur IA écrit une seule fonction de récompense pour des équipes d'agents : le taux de victoire passe de 51% à 90%
Questions clés sur cet article
Que sait-on sur Ce qui distingue la nouvelle approche ?
Avant les sous-agents dynamiques, les systèmes d'agents fonctionnaient selon le principe « choisir un outil, puis l'appeler ». Le développeur décrivait à l'avance un ensemble d'outils, l'IA choisissait le plus adapté et lui passait la main. Pour des tâches simples et linéaires, cela fonctionne bien, mais l'architecture atteint vite un plafond quand la complexité augmente. Le problème survient quand il faut traiter mille documents en parallèle, mener une recherche à plusieurs niveaux ou bâtir une logique ramifiée à plusieurs branches. Un ensemble statique d'outils devient un
Que sait-on sur Ce qu'apporte l'orchestration programmatique ?
LangChain met en avant trois avantages clés du nouveau mécanisme : Couverture garantie : le code décrit explicitement les tâches à accomplir. Rien ne se perd à cause d'une consigne floue ou d'un cas d'entrée atypique. Schémas fan-out : l'agent parent se ramifie en N agents enfants parallèles ; chacun traite indépendamment son fragment de données ou sa branche de logique. Traces en direct : l'exécution est visible en temps réel : quel sous-agent est lancé, ce qu'il traite, où il s'est arrêté et combien de temps a pris chaque étape. Dans la pratique, cela ouvre une nouvelle c
Que sait-on sur La fiabilité comme argument principal ?
L'un des problèmes majeurs des systèmes d'agents est leur imprévisibilité. Un agent peut « oublier » une partie de la tâche, choisir un outil inadapté ou se bloquer à une étape intermédiaire sans aucun signal. C'est particulièrement pénible en production, où l'erreur n'est détectée que des heures plus tard. L'orchestration programmatique s'attaque précisément à cette faiblesse. Quand l'agent décrit son plan d'exécution sous forme de code, le système peut vérifier à l'avance l'exhaustivité de la couverture : toutes les branches sont définies, les cas limites pris en compte.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.