Pourquoi la plupart des agents IA sont sur-conçus

Les agents IA sont partout. On voit des essaims d'agents, des équipes autonomes et des systèmes auto-améliorables. Chaque semaine, un nouveau framework promet de construire la prochaine génération d'IA.

Après avoir étudié les workflows d'IA, j'en suis venu à une conclusion simple. La plupart des agents IA sont sur-conçus.

Les agents ne sont pas inutiles. Cependant, de nombreux développeurs résolvent des problèmes avec des agents alors qu'ils pourraient utiliser quelque chose de plus simple.

L'industrie adore la complexité

Imaginez que vous vouliez construire un système pour lire des PDF, extraire des données et répondre à des questions. De nombreux développeurs créent une architecture complexe avec six agents, de multiples prompts et une gestion d'état. Cela cause de nombreux maux de tête.

Le même problème se résout souvent par une séquence simple :

  • PDF vers Chunk
  • Chunk vers Embed
  • Embed vers Vector DB
  • LLM vers Réponse

Parfois, un workflow suffit. Vous n'avez pas besoin d'une armée d'agents.

Les workflows résolvent la plupart des problèmes

La plupart des applications d'IA sont déterministes. Elles suivent une séquence définie. Les exemples incluent :

  • Q&A de documents
  • Support client
  • Résumés de réunions
  • Génération de blogs
  • Revue de code

Ce sont des workflows, pas des systèmes autonomes. Les workflows sont plus faciles à déboguer, à mettre à l'échelle, à maintenir et à expliquer.

Les agents introduisent des coûts cachés

Chaque nouvel agent ajoute des problèmes :

  • Des coûts de tokens plus élevés dus à davantage de prompts
  • Plus de latence due aux étapes supplémentaires
  • Plus de risques d'hallucinations
  • Un débogage plus difficile
  • Des besoins en infrastructure accrus

Une application simple se transforme en un projet d'ingénierie massif.

Là où les agents excellent réellement

Je ne suis pas contre les agents. Les agents sont utiles quand :

  • Les tâches s'exécutent sur une longue période, comme la recherche sur plusieurs sites web.
  • Une prise de décision est requise sur la base d'une logique spécifique.
  • L'intervention humaine fait partie de la boucle.
  • Plusieurs outils comme Slack, GitHub et l'e-mail doivent collaborer.

Ma règle

Les développeurs sautent souvent directement vers des frameworks complexes. Avant de le faire, posez-vous une question : un workflow peut-il résoudre cela ?

Si la réponse est oui, commencez par là. N'ajoutez des agents que lorsque la complexité l'exige.

Suivez ce principe :

  • Le workflow d'abord.
  • L'agent ensuite.
  • Le multi-agent en dernier.

La complexité n'est pas l'innovation. La complexité est un coût. Les utilisateurs se fichent du nombre d'agents que vous utilisez. Ce qui leur importe, c'est que l'outil fonctionne. La simplicité est une fonctionnalité.

Source: https://dev.to/jaideepparashar/why-i-think-most-ai-agents-are-overengineered-249o