KM4BI KM4BI

20 agents IA ont reconstruit le site de ma femme pour 8 dollars, sans que je tape un mot

Une expérience montre comment une équipe d’agents IA, pilotée par un modèle orchestrateur et des vérifications indépendantes, peut livrer un site accessible…

Nate B. Jones présente cette vidéo comme une démonstration pratique de l’orchestration multi-agents: non pas un agent magique qui ne se trompe jamais, mais une petite organisation logicielle où chaque rôle a une responsabilité précise. Le cas d’usage est le site d’Elsa Hunison, autrice sourde-aveugle et professionnelle de l’accessibilité, dont le nouveau site devait soutenir le lancement d’un livre.

Le contraste est volontaire: un précédent travail avec un seul agent avait pris six jours et laissé une liste de corrections. Ici, une vingtaine d’agents ont repris le projet depuis un dépôt vide, avec un modèle haut de gamme chargé de définir le travail, d’arbitrer et de relire, et des modèles moins chers chargés de l’exécution.

L’idée centrale: ne pas faire confiance aux rapports des agents

La thèse de Jones est simple: les hallucinations n’ont pas disparu, mais elles peuvent être encadrées par l’architecture du système. Chaque tâche est accompagnée d’un travail de vérification indépendant. Un agent peut déclarer qu’il a terminé; le système ne le croit pas tant qu’un autre agent n’a pas recompilé, relu, testé ou comparé le résultat à la source.

Cette logique a corrigé plusieurs problèmes concrets: des citations paraphrasées alors qu’elles devaient être verbatim, du texte invisible dangereux pour les utilisateurs de lecteurs d’écran, un bouton de précommande rendu invisible en mode sombre, et même un vérificateur qui appliquait à tort une règle de longueur à des annonces naturellement courtes.

Un org chart plutôt qu’un super-agent

Le modèle économique est aussi important que la démonstration technique. Jones estime que le même volume de travail aurait coûté autour de 85 à 105 dollars si tout avait été confié au modèle premium. En routant les tâches, le coût opérationnel descend à quelques dollars, arrondis à 8 dollars avec les coûts annexes.

Le rôle du modèle coûteux devient celui d’un patron: écrire les spécifications, créer les standards, arbitrer les désaccords et juger les livrables. Les modèles moins chers font le travail répétitif à condition que les contrôles soient stricts.

La leçon pour les projets réels

Le résultat le plus intéressant n’est pas seulement le prix. C’est la possibilité de déléguer des travaux plus ambitieux sans transformer l’humain en correcteur permanent. Dans cet exemple, la qualité vient d’une “constitution” d’accessibilité en 14 points et de tests répétés dans un vrai navigateur, y compris en modes clair et sombre.

Pour Jones, la bonne manière de piloter ce type de projet n’est pas de multiplier les consignes micro-tâche par micro-tâche. Il faut définir ce que “bien fait” signifie, puis construire une boucle qui vérifie ce standard à chaque étape.

À retenir

Les systèmes multi-agents deviennent plus accessibles et plus économiques. Leur promesse n’est pas de supprimer toute erreur de modèle, mais de rendre les erreurs détectables, contestables et réparables avant livraison. C’est une bascule importante pour quiconque veut confier à l’IA des projets plus vastes que de simples tâches isolées.

Source