Systèmes multi-agents : de Ferber à Conway's Law exécutable
Jacques Ferber a écrit Les systèmes multi-agents en 1995. Trente ans plus tard, sa dimension organisationnelle, souvent oubliée par les frameworks contemporains, devient productionnable grâce à l'architecture événementielle.
Les systèmes multi-agents ne sont pas un sujet nouveau. Le livre fondateur de Jacques Ferber est paru en France en 1995, sous le titre Les systèmes multi-agents : vers une intelligence collective. Trente ans plus tard, l'industrie redécouvre ce thème via les frameworks d'orchestration LLM, CrewAI, LangGraph, AutoGen, mais en oublie souvent la dimension la plus importante : l'organisation. Cet article montre comment cette dimension, théorisée par Ferber et Edmund Durfee dans les années 1990, devient productionnable aujourd'hui.
Ferber 1995 : un agent n'existe pas seul
L'apport central de Ferber est de séparer rigoureusement deux objets : l'agent (entité individuelle, au sens Wooldridge) et le système multi-agents (la société d'agents). Pour caractériser un système multi-agents, Ferber identifie cinq dimensions interdépendantes.
- Les agents et leurs propriétés. Réactifs, délibératifs, hybrides. Avec ou sans état mental. BDI ou non.
- L'environnement. Physique, logiciel, social. Statique ou dynamique. Accessible ou opaque.
- Les interactions. Coopération, négociation, conflit, compétition. Synchrones ou asynchrones.
- L'organisation. Rôles, hiérarchies, dépendances, structures de pouvoir. C'est la couche méta qui définit qui peut faire quoi avec qui.
- La dynamique globale. Émergence de comportements collectifs, stabilité, robustesse aux pannes.
La quatrième dimension, l'organisation, est celle qui distingue un système multi-agents d'un orchestrateur. Sans organisation, on a des agents qui passent des messages. Avec organisation, on a une structure sociale qui contraint et arbitre ces interactions.
L'apport d'Edmund Durfee : la coordination distribuée
Parallèlement à Ferber en France, Edmund Durfee aux États-Unis publie sur la coordination dans les systèmes distribués. Son apport est complémentaire : comment, dans un système multi-agents, les agents arrivent-ils à coordonner leurs actions sans coordinateur central ? Trois mécanismes émergent : l'engagement social (un agent s'engage à respecter une convention), la planification distribuée (les agents construisent ensemble un plan), et la résolution de conflits (un protocole arbitre quand deux agents veulent la même ressource).
Ces trois mécanismes ont été implémentés dans des systèmes industriels, gestion de trafic aérien, contrôle de procédés industriels, simulation militaire. Et ils restent les briques fondamentales de tout système multi-agents qui prétend dépasser le niveau de l'orchestrateur naïf.
Le test de l'organisation
Pour évaluer si un système est multi-agents au sens Ferber, on peut poser cinq questions à son architecture. Si le système ne sait pas répondre à ces questions structurellement (et pas dans le code applicatif d'un manager LLM), alors ce n'est pas un système multi-agents, c'est un orchestrateur.
- Qui décide en cas de conflit entre deux agents qui veulent la même ressource ?
- Qui peut démettre un agent qui ne fait pas son travail ?
- Comment un agent sait-il à qui s'adresser pour une tâche donnée ?
- Que se passe-t-il si un agent tombe en panne, qui prend le relais ?
- Comment un nouvel agent rejoint-il le système et est-il accepté par les autres ?
Appliquons ce test aux frameworks contemporains. CrewAI : une réponse partielle via la notion de Manager qui supervise, mais le manager est lui-même un LLM, donc faillible. AutoGen : pas de réponse structurelle, les agents conversent, le human-in-the-loop arbitre. LangGraph : un graphe d'états explicite, ce qui permet de répondre, mais le graphe doit être codé pour chaque cas. Aucun ne résout structurellement les cinq questions à la fois.
Conway's Law : la loi qui rend l'organisation visible
Pour comprendre comment un système peut intégrer la dimension organisationnelle de Ferber dans son architecture même, il faut faire un détour par une autre loi célèbre : la loi de Conway, formulée par Melvin Conway en 1968. Elle énonce que les organisations qui conçoivent des systèmes produisent inévitablement des designs qui copient la structure de communication de l'organisation.
Cette loi est généralement vue comme une fatalité, les équipes en silo produisent des architectures en silo. Mais elle peut aussi être lue à l'envers : si on rend l'organisation explicite et exécutable dans le code, on rend la structure sociale du système inspectable, modifiable, et opposable. C'est l'idée de Conway's Law executable.
Conway's Law exécutable chez Swoft
Concrètement, dans la plateforme Swoft, l'organisation des agents est encodée dans une table de routage : chaque domaine métier est associé à un agent propriétaire et un agent backup, avec des seuils de confiance qui déterminent si l'agent peut décider seul ou s'il doit escalader. Cette table est une donnée, pas du code, pas un prompt. Elle se modifie comme on modifie une politique RH.
Vérifions le test des cinq questions Ferber sur cette implémentation. Conflit entre agents : la table de routage indique pour chaque ressource qui est propriétaire et qui est backup, l'arbitrage est structurel. Démettre un agent : on retire son entrée de la table. Trouver à qui s'adresser : la table sert d'annuaire. Panne d'un agent : le backup prend le relais automatiquement. Nouveau rentrant : on ajoute une entrée et un agent est immédiatement reconnu par les autres. Les cinq questions ont une réponse structurelle, pas une réponse codée dans une logique applicative.
Pourquoi FAOS et les autres systèmes NeSy de production échouent ici
FAOS (Foundation AgenticOS), publié en avril 2026 sur arXiv par Luong Tuan, est l'un des systèmes neurosymboliques de production les plus avancés à ce jour. Il déploie 650 agents sur 21 secteurs industriels avec un couplage ontologique asymétrique, les ontologies de rôle, domaine et interaction contraignent les entrées des agents. C'est une avancée significative.
Mais FAOS n'a pas de représentation explicite de l'identité organisationnelle des agents. Les agents ont des rôles ontologiques (admin, user, expert) mais pas d'identité Party persistante. Ils ne sont pas dans une table de routage avec seuils de confiance. Le système peut router une requête vers un agent compétent, mais il ne peut pas répondre structurellement aux cinq questions de Ferber.
Cette absence est exactement le gap qu'identifie la revue systématique du neurosymbolisme publiée en 2025 par Colelough et Regli. Parmi les quatre lacunes des systèmes NeSy de production, ils citent l'accountability multi-agents : quand plusieurs agents coopèrent, la traçabilité de la responsabilité est généralement absente ou fragmentée. C'est précisément ce que la table de routage et la dual attribution résolvent dans Swoft.
Conclusion : Ferber productionnable
Trente ans après la publication des Systèmes multi-agents, la dimension organisationnelle théorisée par Ferber n'est plus une utopie académique. Elle devient productionnable grâce à trois ingrédients combinés : une architecture événementielle qui rend les interactions inter-agents inspectables, une représentation explicite de l'organisation comme donnée (la table de routage), et une identité Party partagée qui assigne la responsabilité.
C'est cette combinaison qui distingue un système multi-agents au sens fort d'un orchestrateur LLM. Et c'est ce qui rend possible le déploiement d'agents IA dans des secteurs régulés où l'audit, la responsabilité et la stabilité du système ne sont pas négociables.
Un système multi-agents sans organisation explicite n'est pas un système, c'est un troupeau.
, Reformulation de Jacques Ferber
Sources et lectures complémentaires
- [1]Ferber, Les systèmes multi-agents : vers une intelligence collective (Eyrolles, 1995), Ouvrage fondateur en français des systèmes multi-agents.
- [2]Conway, How Do Committees Invent? (Datamation 14(4), 1968), Source primaire de la loi de Conway : la structure d'un système reflète la structure de communication de l'organisation.
- [3]Wooldridge & Jennings, Intelligent agents: theory and practice (Knowledge Engineering Review, 1995), Critères techniques d'un agent autonome individuel et de la coordination multi-agents.
- [4]Cemri et al., Why Do Multi-Agent LLM Systems Fail? (arXiv:2503.13657, 2025), 14 modes d'échec récurrents en MAS, dont les modes liés à un mauvais alignement Conway.
Sujets abordés
- Multi-agents
- Ferber
- MAS
- Conway's Law
- Organisation
- Durfee
- FAOS
- Coordination distribuée
- Table de routage
- Dual attribution
À approfondir dans le glossaire
Comment Swoft traduit cet enjeu en logiciel
Comment Swoft implémente la dimension organisationnelle de Ferber comme couche de données opérationnelle.
- 01
Table de routage agent ↔ bounded context
Chaque domaine métier a un agent propriétaire et un backup. La table est une donnée modifiable, versionnée, auditable. Le routage des décisions n'est pas codé en dur, il est piloté par cette table.
- 02
Seuils de confiance par décision
Pour chaque type de décision, un seuil détermine si l'agent agit seul ou escalade. Permet d'ajuster la frontière homme/machine sans toucher au code.
- 03
Dual attribution sur chaque action
Chaque mutation porte deux Party ID, l'humain qui autorise, l'agent qui exécute. Réponse au cinquième critère de Ferber : qui est responsable.
- 04
Identité Party partagée humain/agent
Les agents IA et les utilisateurs humains partagent la même structure de données d'identité. Permet aux agents d'être reconnus, rôlés, démis comme des collaborateurs.
Logiciel sur-mesure pour le secteur saas
Voyez comment Swoft livre des applications métier pour le secteur saas : méthode, intégrations, exemples de ROI.
Voir le secteur saasPour aller plus loin sur ce sujet
Comment les agents IA de Swoft se représentent votre métier (et pourquoi ça change tout) SaaSComment les agents IA de Swoft se représentent votre métier (et pourquoi ça change tout)
Six couches de représentation explicite, structurée et vérifiable. Là où un LLM seul a une représentation cachée dans ses poids, les agents Swoft savent exactement ce qu'ils savent, et peuvent le prouver.
Architecture neurosymbolique : la sortie du compromis perroquet contre solveur SaaSArchitecture neurosymbolique : la sortie du compromis perroquet contre solveur
Comment combiner LLM et raisonnement formel pour bâtir des agents IA fiables sur des domaines spécialisés. Lecture de la taxonomie de Kautz, des cas AlphaGeometry, Plato-3, FAOS.
Qu'est-ce qu'un agent IA ? Retour sur 70 ans de recherche académique SaaSQu'est-ce qu'un agent IA ? Retour sur 70 ans de recherche académique
ChatGPT n'est pas un agent au sens académique. Russell, Norvig, Wooldridge et Ferber proposent depuis 30 ans une définition exigeante que la plupart des produits 2026 ne tiennent pas. État de la question.
Ce que Swoft entend par « agent IA » : Wooldridge plus contraintes architecturales SaaSCe que Swoft entend par « agent IA » : Wooldridge plus contraintes architecturales
La définition Swoft applique strictement les quatre propriétés de Wooldridge, et y ajoute trois contraintes architecturales qui rendent l'agent fiable en production : périmètre borné, traçabilité native, identité organisationnelle.
Continuer la lecture, SaaS
NIS2 pour les éditeurs SaaS : six mois pour passer l'audit NIS2 pour les éditeurs SaaS : six mois pour passer l'audit
Applicable depuis octobre 2024, la directive NIS2 commence à mordre en 2026. Les éditeurs SaaS classés « entité importante » font face à des exigences techniques nouvelles.
EU AI Act articles 8-15 : les SaaS IA doivent s'organiser avant août 2026 EU AI Act articles 8-15 : les SaaS IA doivent s'organiser avant août 2026
Le 2 août 2026, les obligations de transparence et de gouvernance pour les IA à haut risque entrent en application. Pour les éditeurs SaaS, c'est un chantier sous-estimé.