Le développeur n'est plus le dispatcheur des agents IA : Multica prend en charge les passages de relais
Dès qu'on fait travailler plusieurs agents IA en parallèle, le développeur devient sans s'en rendre compte un dispatcheur : il résume le contexte et fait circuler les résultats d'une session à l'autre. L'auteur de Habr a confié cette tâche à l'orchestrateur Multica : un agent lead distribue les tâches, deux relecteurs utilisant des modèles différents vérifient le code, et les questions destinées à l'humain arrivent dans l'Inbox. Un relecteur séparé est nécessaire, car l'auto-vérification de GPT-4 sans test a fait baisser la précision de 95,5 % à 91,5 %. Automatisez les passages de relais une fois qu'ils sont devenus routiniers.
Traité par IA depuis Habr AI ; édité par Hamidun NewsUn agent IA, c'est pratique : on lui donne une tâche, on en discute, on regarde le code. Mais dès que plusieurs sessions parallèles tournent, le développeur devient sans s'en rendre compte un dispatcheur. Les agents écrivent toujours le code rapidement, mais c'est à l'humain de transférer le résultat de la planification vers l'implémentation, de résumer le contexte et d'expliquer au relecteur ce qu'il doit vérifier.
L'auteur de l'analyse publiée sur Habr se surprenait à jeter un œil à la fenêtre des agents toutes les 20 à 30 minutes : quelqu'un n'était-il pas bloqué sur une question, ou ne tournait-il pas en rond ? Il a trouvé la solution dans l'orchestrateur Multica, un programme où les agents disposent d'un tableau de tâches, de rôles (par exemple un lead et des relecteurs) et de règles communes, et où le contexte circule entre eux sans intervention humaine. Voici ce qu'il a changé et les enseignements à retenir.
Pourquoi un second agent, si le contexte fait déjà un million de tokens
Même avec une fenêtre de contexte immense, un seul agent vérifie mal son propre travail. Prenons une liste d'enregistrements avec un filtre sur le statut. En début de longue session, l'agent a supposé que, sans filtre, seuls les enregistrements actifs s'affichent ; il a écrit le code et les tests en conséquence, et tout est au vert. Un relecteur séparé ne reçoit que le critère « sans filtre, afficher tous les enregistrements » et le diff (la liste des modifications du code). Il ignore l'ancienne hypothèse et repère immédiatement l'écart.
Des études chiffrées étayent cette approche. Dans l'article « Lost in the Middle », GPT-3.5-Turbo répondait correctement dans 75,8 % des cas lorsque le document pertinent était en première position parmi 20 documents, contre 53,8 % lorsqu'il se trouvait au milieu. Par ailleurs, dans le travail de Jie Huang et coauteurs, GPT-4 est passé de 95,5 % à 91,5 % sur 200 problèmes GSM8K (problèmes mathématiques scolaires) après une auto-vérification sans signal externe : le modèle a « corrigé » une partie de ses réponses justes. L'auteur ancre donc la vérification soit à un test reproductible, soit à un relecteur séparé qui part d'un contexte vide.
Un second agent se justifie dans trois cas : quand il faut un regard neuf (idéalement un autre modèle et un autre fournisseur), quand il existe des sous-tâches indépendantes sur différentes copies de travail du dépôt (worktree), ou quand on veut répartir les modèles selon leur coût : un modèle bon marché écrit le code, un modèle plus cher fait la relecture. Si l'on lance deux agents sur le même frontend, ils multiplient les conflits à la fusion.
Ce qui reste parmi des dizaines d'orchestrateurs
Les outils sont nombreux : le catalogue awesome-agent-orchestrators recensait 350 projets actifs au 19 novembre, et 36 nouveaux étaient apparus en dix jours. L'auteur les classe selon ce qu'ils pilotent : les sessions (Paseo), les tâches de fond qui livrent un diff en sortie (Codex cloud, Devin), les équipes avec des rôles (Multica, Paperclip, Agent Swarm) ou les assistants personnels (Hermes Agent, OpenBot).
Il évalue chaque outil selon un même scénario : connecter le runtime, confier une tâche, recevoir la notification de blocage là où on l'attend, accepter le résultat. Agent Swarm n'a pas réussi ce test : l'assistant de configuration affirmait que tout était vérifié, puis la première tâche a échoué sur une erreur de passerelle, et les journaux n'ont pas permis d'en identifier la cause. Multica et OpenBot ont fonctionné dès la première tentative. La conclusion de l'auteur : une interface claire et un comportement prévisible comptent davantage qu'une longue liste de fonctionnalités.
Comment fonctionne l'équipe, combien elle coûte et où se trouve le piège
Dans Multica, chez l'auteur, le lead est le point d'entrée unique : il connaît les projets, récupère le résultat après l'exécutant et décide où envoyer la tâche ensuite. D'où l'écart dans les compteurs de lancements au 19 novembre : 763 pour le lead contre 208 pour le développeur. À côté, deux relecteurs tournent sur des runtimes différents : l'un via Claude (claude-opus-5-5, 48 lancements), l'autre via Pi (83 lancements). Quand une décision humaine est nécessaire, le lead mentionne la personne et la question arrive dans l'Inbox.
Avant de travailler, l'agent reformule la tâche avec ses propres mots, comme un débutant, et il est souvent évident, dès cette reformulation, qu'il s'apprête à résoudre le mauvais problème. Tout ce qui se vérifie par des tests, un linter et une liste de critères est pris en charge par l'équipe elle-même. Les migrations de données, la sécurité et les décisions produit restent à l'auteur. Ce mode, Kief Morris de Thoughtworks l'appelle « human on the loop » : on ne retouche pas chaque ligne de code, on ajuste l'encadrement (spécifications, vérifications, règles). S'y ajoute une vérification quotidienne des tâches bloquées, confiée au modèle bon marché DeepSeek Flash, qui produit une synthèse par projet.
Le bon sens reste néanmoins indispensable à la recette. Une fois, un relecteur est parti dans son quatorzième tour de revue en six heures : c'est le signe que la consigne est cassée, et la tâche a dû être renvoyée à l'architecte. Une autre fois, l'agent a proposé de relever le timeout des tests de mutation, qui duraient 180 minutes, plutôt que de reprendre ces tests eux-mêmes.
Côté argent : l'écran des dépenses affichait environ 1 000 $ sur la semaine, mais il s'agit d'une estimation aux tarifs de l'API, alors que l'auteur payait par abonnements (Claude à 100 $ et OpenCode Go, d'où il tire DeepSeek). La semaine était un pic, mais il faut malgré tout surveiller la consommation de tokens : l'abonnement masque l'appétit de l'orchestrateur, et un utilisateur de Paperclip raconte que ses tokens « sont partis en un instant ».
Les limites comptent. Les plugins fonctionnent souvent hors du bac à sable, avec les droits de l'utilisateur ; il ne faut donc pas les installer sur des postes d'entreprise sans vérification. La licence de Multica, fondée sur l'Apache-2.0, autorise l'usage interne au sein d'une même organisation, mais interdit d'héberger le service pour des tiers et de l'intégrer dans un produit commercial ; OpenBot, sous licence PolyForm Noncommercial, n'autorise pas l'usage commercial.
Conseil pratique : commencez par une seule tâche, un seul exécutant et une seule règle de recette vérifiable. Ajoutez un second agent quand son utilité est claire. Un orchestrateur se rentabilise lorsque les passages de relais manuels entre sessions sont devenus le goulot d'étranglement.
- 21 nov. 2026Un développeur se passe de Pinecone : recherche dans 72 450 fragments de code en 50 ms
- 21 nov. 2026Huit outils open source pour agents IA : Browser Use en tête avec 121 000 étoiles
- 21 nov. 2026Parallel Search prend la première place du classement de 26 API de recherche pour agents IA avec 83 points
- 21 nov. 2026Serveur MCP en 360 lignes sans SDK : cinq décisions qui ont empêché l'agent de casser les liens
Questions clés sur cet article
Pourquoi un second agent, si le contexte fait déjà un million de tokens?
Même avec une fenêtre de contexte immense, un seul agent vérifie mal son propre travail. Prenons une liste d'enregistrements avec un filtre sur le statut. En début de longue session, l'agent a supposé que, sans filtre, seuls les enregistrements actifs s'affichent ; il a écrit le code et les tests en conséquence, et tout est au vert. Un relecteur séparé ne reçoit que le critère « sans filtre, afficher tous les enregistrements » et le diff (la liste des modifications du code).
Que sait-on sur Ce qui reste parmi des dizaines d'orchestrateurs ?
Les outils sont nombreux : le catalogue awesome-agent-orchestrators recensait 350 projets actifs au 19 novembre, et 36 nouveaux étaient apparus en dix jours. L'auteur les classe selon ce qu'ils pilotent : les sessions (Paseo), les tâches de fond qui livrent un diff en sortie (Codex cloud, Devin), les équipes avec des rôles (Multica, Paperclip, Agent Swarm) ou les assistants personnels (Hermes Agent, OpenBot).
Comment fonctionne l'équipe, combien elle coûte et où se trouve le piège?
Dans Multica, chez l'auteur, le lead est le point d'entrée unique : il connaît les projets, récupère le résultat après l'exécutant et décide où envoyer la tâche ensuite. D'où l'écart dans les compteurs de lancements au 19 novembre : 763 pour le lead contre 208 pour le développeur. À côté, deux relecteurs tournent sur des runtimes différents : l'un via Claude (claude-opus-5-5, 48 lancements), l'autre via Pi (83 lancements).
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.