Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarAWS Machine Learning Blog→ original

Tournoi d'agents chez Cisco : 1200 ingénieurs, et c'est celui qui écrivait 1220 jetons au lieu de 1430 qui a gagné

Cisco a transformé la formation aux agents IA en compétition : en 2026, 1200 ingénieurs ont participé au tournoi AWS AI League. Lors des qualifications, les quatre meilleurs agents ont parcouru la carte en entier, et le vainqueur est celui qui a écrit le moins : 1220 jetons de sortie contre 1430 pour le deuxième, soit un écart de 16 points sur près de 16 000. C'est comme deux bots de support dont les réponses sont aussi justes l'une que l'autre : celui qui gagne n'est pas le plus bavard. Quand tous les agents résolvent la tâche, il faut compter les jetons que l'agent écrit lui-même.

Traité par IA depuis AWS Machine Learning Blog ; édité par Hamidun News
Tournoi d'agents chez Cisco : 1200 ingénieurs, et c'est celui qui écrivait 1220 jetons au lieu de 1430 qui a gagné
Source : AWS Machine Learning Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireAWS Machine Learning Blog ↗
Rédacteur en chef
Chiffre clé #1Le prompt système et les réponses des outils n'entraient pas dans le décompte, contrairement au texte de l'agent
Chiffre clé #2Chaque appel d'outil ajoutait environ 52 jetons de surcoût fixe
Chiffre clé #3Le vainqueur a gagné avec un seul agent, sans sous-agents, et totalise 27 008 points en finale

Toute entreprise qui déploie des agents IA connaît le problème : tout le monde a accès à la technologie, mais très peu savent construire des produits solides dessus. Les slides et les enregistrements de webinaires ne comblent presque pas cet écart. Cisco a tenté une autre voie : transformer la formation en tournoi, avec un classement en temps réel. En 2026, 1200 ingénieurs y ont participé. L'exercice a aussi produit une analyse utile de ce à quoi ressemble un agent gagnant.

Prenons deux bots de support qui répondent avec la même justesse. L'un répond par une phrase courte, l'autre par trois paragraphes et un récapitulatif de ses propres étapes. Avec un gros volume de requêtes, la différence de jetons se traduit en sommes sensibles. C'est précisément cet effet qui a décidé du tournoi. Si vous construisez des agents, la lecture vaut le détour pour ses enseignements pratiques : comptez le coût de chaque message, ne multipliez pas les agents inutilement et ne demandez pas au modèle de faire ce qu'un code ordinaire sait faire. Le contenu a été publié sur le blog d'AWS : le contexte promotionnel est donc évident, mais les conclusions techniques tiennent sans lien avec ce cloud.

Comment fonctionne le tournoi AWS AI League

AWS AI League se déroule en trois étapes. D'abord, un atelier de deux heures avec des experts AWS. Ensuite, la construction autonome d'une solution, soumise à un classement où un évaluateur automatique répond après chaque tentative. Enfin, une finale sur scène, dans le style d'une émission télévisée. Chez Cisco, il y avait deux parcours : la construction d'agents sur Amazon Bedrock AgentCore (la plateforme AWS pour créer et exécuter des agents sur n'importe quels modèles et frameworks) et le fine-tuning de modèles dans Amazon SageMaker Studio.

Dans le parcours agents, le programme se déplace dans un labyrinthe quadrillé jusqu'à un coffre au trésor. En chemin, il rencontre des tâches proches de celles du travail réel : filtrer un contenu inapproprié, exécuter du code, chercher une information sur le web, extraire des données structurées. La sécurité était assurée par Amazon Bedrock Guardrails, et la mémoire de l'agent par AgentCore memory.

Voici l'échelle : lors du Cisco Transformation Fest 4.0, les qualifications se sont déroulées en quatre flux. Les cinq meilleurs de chaque flux accédaient à la demi-finale, et sur les 20 demi-finalistes, trois atteignaient la finale, composée de trois manches en direct. Le vainqueur, Nishant Aluhonnu, ingénieur chez Cisco, a été premier à toutes les étapes. En finale, il a totalisé 27 008 points et obtenu un billet pour AWS re:Invent 2026. Un an plus tôt, l'ingénieur Cisco Hemant V. avait remporté la finale mondiale à re:Invent 2025, et le Transformation Fest lui-même a touché environ 2000 ingénieurs depuis 2022.

Ce que montre l'agent gagnant

On paie pour ce que le modèle écrit. Les points incluaient un bonus lié aux jetons : 1000 moins le nombre de jetons de sortie, divisé par le nombre de tâches visitées. Les jetons de sortie correspondent à tout ce que l'agent a généré lui-même.

Lors des qualifications, les quatre meilleurs agents ont résolu la carte entière, et le gagnant est celui qui a écrit le moins : 1220 jetons de sortie contre 1430 pour le deuxième. L'écart était de 16 points sur près de 16 000. Nishant a construit neuf variantes d'un même agent en ne changeant qu'un paramètre à la fois.

Il en est ressorti que les réponses des outils et le prompt système n'influent pas sur le score, alors que tout ce que l'agent écrit, y compris les arguments des appels d'outils, compte. Chaque appel ajoutait environ 52 jetons de surcoût fixe. Dans la vraie vie, la logique est la même : la génération est séquentielle et coûte généralement plusieurs fois plus cher que la lecture, et dans la boucle d'un agent, les coûts s'accumulent à chaque étape.

Un long prompt structuré, qui peut en outre être mis en cache, coûte peu. Un agent bavard coûte cher.

Un agent au lieu de cinq. Le schéma type pour cette tâche : un agent superviseur principal sur AgentCore délègue la navigation, les calculs et la recherche web à des sous-agents spécialisés. Pour de nombreux produits, c'est une approche sensée. Le vainqueur s'est contenté d'un seul agent, sans sous-agents. Son prompt commençait par un court tableau : type de tâche, méthode de résolution adaptée en un seul tour. Chaque transmission entre agents est un message que le modèle doit écrire, et donc payer en jetons. La conclusion n'est pas que les sous-agents sont mauvais. Il faut choisir l'architecture en fonction du coût de coordination, et quand celui-ci est élevé, un schéma à plat peut l'emporter.

La finale et les enseignements pratiques

En finale, il était interdit de modifier le code, les outils et les prompts ; seul un court indice était autorisé avant la manche. Tout reposait donc sur la qualité des décisions sur des cartes que l'agent n'avait jamais vues. Nishant a perdu la première manche, mais gagné la seconde avec une large avance : il a ignoré un champ parsemé de pièces bon marché pour viser une seule tâche à forte valeur. Le système n'est donc pas infaillible, mais sa logique de valeur a fonctionné là où l'habitude de tout ramasser aurait perdu.

Ce qu'il faut retenir en pratique. Avant d'ajouter un agent au schéma, calculez ce que coûte en jetons chaque transmission entre eux. Déléguez au code ordinaire ce qui est déterministe et gardez dans le prompt un court tableau de routage.

Les réserves comptent aussi : la métrique du tournoi, avec son bonus sur les jetons, est artificielle, et en production, une erreur sur une tâche complexe coûte généralement plus cher que 200 jetons superflus. Il s'agit en outre du compte rendu d'un partenaire d'AWS, sans mesures indépendantes. En revanche, pour faire monter rapidement une équipe en compétence, le format « construis, casse, répare et compare sur le classement » est nettement plus efficace que des cours magistraux.

Cisco en a fait un rendez-vous annuel.

Dossier

Questions clés sur cet article

Comment fonctionne le tournoi AWS AI League?

AWS AI League se déroule en trois étapes. D'abord, un atelier de deux heures avec des experts AWS. Ensuite, la construction autonome d'une solution, soumise à un classement où un évaluateur automatique répond après chaque tentative. Enfin, une finale sur scène, dans le style d'une émission télévisée.

Que sait-on sur Ce que montre l'agent gagnant ?

On paie pour ce que le modèle écrit. Les points incluaient un bonus lié aux jetons : 1000 moins le nombre de jetons de sortie, divisé par le nombre de tâches visitées. Les jetons de sortie correspondent à tout ce que l'agent a généré lui-même. Lors des qualifications, les quatre meilleurs agents ont résolu la carte entière, et le gagnant est celui qui a écrit le moins : 1220 jetons de sortie contre 1430 pour le deuxième. L'écart était de 16 points sur près de 16 000.

Que sait-on sur La finale et les enseignements pratiques ?

En finale, il était interdit de modifier le code, les outils et les prompts ; seul un court indice était autorisé avant la manche. Tout reposait donc sur la qualité des décisions sur des cartes que l'agent n'avait jamais vues. Nishant a perdu la première manche, mais gagné la seconde avec une large avance : il a ignoré un champ parsemé de pièces bon marché pour viser une seule tâche à forte valeur.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…