Composio ouvre le code d'Agent Orchestrator, un outil multi-agents qui dépasse ReAct

Depuis un an, l'industrie des agents d'IA suit toujours le même scénario : un modèle de langage réfléchit, choisit un outil, exécute une action, observe le résultat, puis réfléchit à nouveau. Ce schéma, connu sous le nom de ReAct (Reasoning plus Acting), est devenu le standard de fait pour quiconque construit des systèmes d'agents sur de grands modèles de langage. Il est élégant, simple à implémenter et fonctionne très bien en démonstration. Le problème, c'est qu'une démonstration n'est pas de la production. Et la startup Composio semble avoir décidé d'y remédier en publiant en open source son Agent Orchestrator.

Pour comprendre l'enjeu, il faut voir où ReAct casse précisément. Une boucle simple « raisonnement, action, observation » gère bien les tâches linéaires : trouver une information, la traiter, renvoyer un résultat. Mais les vrais processus métier sont rarement linéaires. Quand un agent doit suivre plusieurs sous-tâches à la fois, coordonner des appels à différentes API, gérer les erreurs tout en gardant l'objectif final en tête, la boucle simple se met à flancher. Le modèle hallucine, oublie le contexte, s'enferme sur une étape ou prend des décisions qui contredisent la logique de la tâche. Tout ingénieur qui a tenté de faire passer un agent ReAct d'un notebook Jupyter à un système réel s'est heurté à ce mur.

Composio propose une approche radicalement différente. Au lieu d'un agent unique qui tente de tout résoudre en une seule boucle, Agent Orchestrator bâtit une architecture de plusieurs agents spécialisés, chacun responsable d'une partie de la tâche. L'un peut s'occuper de la planification, un autre de l'exécution d'opérations précises, un troisième du contrôle qualité et de la gestion des erreurs. L'orchestrateur coordonne leurs échanges, répartit les tâches et veille à ce que le processus global avance vers l'objectif. En somme, on passe du modèle du « travailleur brillant » à celui de « l'équipe avec un manager », une approche bien connue de l'ingénierie classique des systèmes distribués.

La décision de publier l'outil en open source est un choix stratégiquement judicieux. Le marché des agents d'IA traverse un moment critique : la technologie a prouvé sa viabilité conceptuelle, mais le déploiement industriel patine précisément faute d'infrastructure fiable. Microsoft, Google, Anthropic et des dizaines de startups proposent leurs propres frameworks d'agents, d'AutoGen à CrewAI et LangGraph, mais il n'existe pas encore de standard unique. En ouvrant le code de son orchestrateur, Composio parie que la communauté des développeurs adoptera son approche architecturale et en fera un standard de fait. C'est une stratégie classique dans le logiciel d'infrastructure : offrir la base et gagner de l'argent sur l'écosystème qui se construit autour.

Il faut replacer cela dans un contexte plus large. Les systèmes multi-agents ne sont pas un simple terme à la mode. Au cours de l'année écoulée, des chercheurs de laboratoires de premier plan ont démontré à plusieurs reprises qu'un groupe d'agents spécialisés vient à bout de tâches complexes bien mieux qu'un seul agent généraliste, même si ce dernier repose sur un modèle plus puissant. C'est intuitif : de même qu'une équipe de cinq spécialistes mène un projet plus efficacement qu'un génie isolé, plusieurs agents d'IA très spécialisés et bien coordonnés livrent un résultat plus fiable et plus prévisible. Mais jusqu'ici, construire de tels systèmes demandait un effort d'ingénierie considérable, et chaque équipe réinventait la roue.

Pour les développeurs russes qui expérimentent activement avec les systèmes d'agents, un outil d'orchestration ouvert de plus est une occasion d'accélérer le passage des prototypes aux solutions opérationnelles. C'est particulièrement vrai dans le secteur des entreprises, où des processus métier complexes appellent une approche multi-agents : traitement de documents, gestion des chaînes d'approvisionnement, automatisation du service client sont autant de tâches qui s'accommodent mal d'une simple boucle ReAct.

Un scepticisme sain reste pourtant de mise. Les systèmes multi-agents apportent leurs propres problèmes : la complexité du débogage croît de façon exponentielle, la coordination entre agents peut devenir un goulot d'étranglement, et les questions de sécurité et de contrôle s'aggravent quand la décision revient à tout un groupe plutôt qu'à un seul agent. Composio propose une solution architecturale, mais seule la pratique dira si elle tient la route en conditions réelles.

L'industrie des agents d'IA est au seuil du passage des démonstrations jouets aux systèmes industriels. Cette transition exigera inévitablement une nouvelle classe d'outils, et des orchestrateurs comme celui de Composio pourraient en devenir le socle. Reste à savoir quelle approche de la coordination des agents l'emportera. La réponse, comme toujours en technologie, ne viendra pas des théoriciens, mais de ceux qui parviendront les premiers à le faire fonctionner en production.