La plupart des frameworks d'agents livrent une bibliothèque et laissent décider de l'usage. Celui-ci arrive avec une méthode. La page d'accueil le présente comme une couche de construction et d'exécution pour agents d'entreprise, avec deux affirmations côte à côte : les équipes métier comme les équipes techniques construisent, et une équipe plateforme gouverne depuis un seul endroit. La phrase plus bas est plus directe encore : l'arriéré d'idées d'agents dans une entreprise se résorbe grâce à une plateforme gouvernable de façon centralisée.

Quatre étapes : découvrir, construire, gouverner, optimiser

Discover répond à ce qu'il faut automatiser : des motifs observés sur des milliards d'exécutions d'agents sont confrontés aux tickets, aux discussions, aux applications et aux processus, pour produire une liste d'opportunités classées par investissement, valeur et maturité, accompagnée d'une démonstration partageable qui aligne une équipe. Build répond au comment : un éditeur visuel sans code qui exporte vers Python, une interface orientée code pour garder le contrôle, une répartition des rôles entre agents et des flux déterministes — une guidance que l'éditeur dit tirée de 700 000 motifs de flux d'agents. Govern répond à la maîtrise : une couche de contrôle placée sur le chemin d'exécution de chaque flux, qui trace en temps réel chaque appel de modèle, d'outil et chaque lecture de mémoire, et en calcule le coût, avec en plus des droits par rôle et des journaux d'audit en ajout seul, la gestion des identités d'entreprise, des points d'approbation humaine, et le masquage des données sensibles à l'exécution assorti de contrôles de politique. Optimise répond au progrès : chaque exécution de production devient une donnée d'entraînement, avec un entraînement automatique et guidé par l'humain, des tests de bascule entre modèles en cours d'exécution et une évaluation branchée sur des services de notation externes.

Chaque cas arrive avec un chiffre

La rubrique clients est construite comme un scénario plus une mesure, ce qui est au moins honnête sur ce qui est compté. Une plateforme de livraison s'en sert pour enrichir des prospects, plus de trois mille par mois. Un acteur de la formation l'utilise pour concevoir des cours et réduit de 90 pour cent le temps de développement. Un fournisseur de signature électronique consolide les données de prospects de plusieurs systèmes internes et accélère de 75 pour cent le premier contact. Un déploiement de support client atteint 95 pour cent de justesse dans les réponses. Et un service de commande en restauration compresse le contrôle qualité de 74 heures à 3 heures grâce à des tests vocaux automatisés. Le site revendique aussi l'usage par 65 pour cent du Fortune 500 — une proportion qui dépend en général de la façon de compter les clients, à noter et à vérifier dans son propre contexte.

Le vrai squelette : agents, flux, tâches

La documentation, en version 1.15.22, organise l'essentiel en trois blocs. Un agent est l'unité d'exécution qui porte des outils combinables, une mémoire, des connaissances et une sortie structurée. Un flux orchestre les étapes de démarrage, d'écoute et de routage, tient l'état, rend l'exécution persistante et permet à un travail long de reprendre là où il s'est arrêté. Les tâches et les processus définissent trois façons de mener le travail — séquentielle, hiérarchique et mixte — avec des garde-fous, des rappels et des points où un humain intervient. Autrement dit, l'agent décide qui fait le travail, le flux et les tâches décident dans quel ordre et ce qui se passe en cas d'échec. Une section sur les déclencheurs complète l'événementiel : des connexions au courriel, à la messagerie d'équipe et aux systèmes de relation client, la charge du déclencheur étant transmise automatiquement à une équipe ou à un flux. Côté entreprise s'ajoutent l'automatisation du déploiement, la gestion des environnements, l'invitation de collègues et des permissions par rôle. L'installation reste légère : un outil en ligne de commande et une clé d'interface suffisent pour démarrer, et un nouveau projet génère une structure qui place le JSON en premier, avec les définitions d'agents et les réglages d'équipe dans des fichiers séparés, une disposition classique restant disponible pour qui la préfère.

À qui cela convient

Trois types d'équipes s'y retrouvent. Celles qui doivent faire coopérer plusieurs rôles spécialisés sur une longue chaîne — chercheur, rédacteur, relecteur est l'exemple évident, et l'abstraction d'équipe s'y ajuste directement. Les équipes plateforme qui doivent implanter des agents dans l'entreprise sans casser la conformité, puisque gouvernance, audit, validations et masquage sont des fonctions du produit et non des rustines maison. Et les développeurs qui préfèrent exécuter en local d'abord et décider ensuite d'une couche de contrôle, le framework lui-même étant en MIT, avec un dépôt à environ 58,7k étoiles et 8,5k forks, et un readme qui annonce plus de cent mille développeurs certifiés via des cours communautaires.

Deux choses méritent d'être dites. La découverte et l'optimisation reposent sur des données accumulées à l'échelle d'une plateforme, leur valeur ne se voit donc pas chez un développeur isolé. Et le travail multi-agents consomme par construction plus de jetons qu'un appel unique — avant de câbler un orchestre, vérifiez quelles étapes ont réellement besoin d'un rôle distinct.

La vraie épreuve d'un framework multi-agents n'est pas de faire parler cinq agents. C'est, la septième fois qu'ils s'attendent les uns les autres, d'avoir un endroit où voir où la file s'est arrêtée.