Anthropic intègre les subagents dans une seule boucle d’agent, 2 fois plus rapide
Anthropic a publié le 22 octobre 2026 des recommandations invitant les équipes à vérifier si leurs sous-agents spécialisés peuvent être repliés dans une boucle d’agent principale unique. L’article émane de son équipe Applied AI et s’accompagne d’un kit de migration qui exécute la comparaison avant tout déplacement en production.
La recommandation inverse l’architecture que la plupart des équipes d’entreprise ont bâtie ces deux dernières années : un classificateur d’intention, un pipeline figé, un sous-agent par domaine, un orchestrateur au-dessus. Anthropic soutient qu’une boucle unique, avec les skills et les outils chargés à la demande, couvre la plupart de ces cas à moindre coût.
Ce qui a réellement été publié
Ni un modèle, ni une fonctionnalité. Un article de bonnes pratiques signé Diane Sarkis, plus un kit de migration sur le compte GitHub d’Anthropic qui enchaîne quatre skills de l’API Claude en un workflow guidé : build-eval pour un premier jeu d’évaluations, prompt-audit pour les instructions écrites pour des modèles plus anciens, hillclimb pour itérer sur un skill face à une évaluation, cost-optimize pour profiler où partent les appels. Une démo tourne d’abord sur un système simulé.
Le design vers lequel l’article demande de tendre est étroit. Un modèle et une fenêtre de contexte exécutant une boucle d’outils ouverte, avec des budgets de tours et de coûts et des garde-fous d’écriture fixés dans le harnais. À chaque tour, le modèle émet un lot d’appels d’outils, le harnais les exécute en parallèle et renvoie les résultats bruts au même modèle, qui décide de l’étape suivante. Il écrit son plan au premier tour et le révise à mesure que les résultats arrivent.
Le contexte reste chargé, réparti en trois endroits. L’ordonnancement et la procédure métier deviennent des skills. Les limites strictes, les points d’approbation et les recherches en mémoire deviennent des outils. La documentation de référence, politiques et specs produit, réside dans des bases de connaissances que l’agent interroge via un outil de recherche. L’article déconseille de faire récupérer ce contexte par du code pour le coller dans les prompts.
Le compromis est énoncé clairement : moins de fenêtres de contexte et moins de transmissions avec perte, en échange d’un contexte long unique que l’agent gère lui-même.
L’article laisse une porte ouverte, et c’est sa partie la plus utile. Les sous-agents gardent du sens dans trois cas : quand une boucle unique montre une dégradation mesurable des performances due à la surcharge de contexte, quand des tâches tournent réellement en parallèle avec des fenêtres de contexte jetables, ou quand un agent peine à choisir le bon outil ou reçoit des instructions contradictoires.
Ce que l’article demande à une équipe de faire
- Construire une évaluation de bout en bout avant de toucher à l’architecture, portée par une équipe centrale unique. Dix exemples de référence suffisent pour démarrer.
- Replier un sous-agent à la fois, puis comparer les scores avec et sans lui.
- Ne garder le sous-agent que si la version repliée obtient un moins bon score.
- Confier à la petite équipe centrale le prompt système et la qualité de bout en bout, et laisser le responsable de chaque équipe maintenir ses skills.
Sur quoi repose l’affirmation
L’affirmation sur la qualité, celle qui porte tout le reste, repose sur une formule. Anthropic affirme qu’un agent unique doté de skills « surpassait fréquemment » à la fois le design du prompt unique pour tout et celui des sous-agents sur plusieurs déploiements en entreprise, souvent à moindre coût et latence par tâche. Aucun chiffre ne l’accompagne.
| Affirmation | Ce que l’article publie | Ce qu’il ne publie pas |
|---|---|---|
| Qualité des réponses | « surpassait fréquemment » les deux designs sur plusieurs déploiements en entreprise | combien de déploiements, la grille d’évaluation, les scores, les tâches qui ont basculé |
| Temps d’exécution | environ 2 fois plus rapide pour un client ayant comparé son harnais multi-agents à une boucle unique | quel client, la taille de la charge, le nombre d’exécutions |
| Taille du prompt | le prompt système de Claude Code réduit de plus de 80 % pour des modèles plus avancés | les comptes de tokens avant et après |
| Plafond d’outils | le choix d’outil tend à se dégrader au-delà de 30 à 50 définitions d’outils | d’où viennent ces deux limites |
Le seul chiffre de latence sourcé est la comparaison d’un client, environ 2 fois, et l’article ne le nomme pas.
L’article publie aussi son propre échec. Quand Anthropic a testé le repli sur un agent de support type, la latence a baissé, mais l’agent principal s’est mis à répondre de lui-même au lieu de demander la date de livraison au spécialiste expédition, cassant un processus qui passait jusque-là. La casse est apparue sur une exécution sur deux, d’où la consigne de lancer chaque tâche d’évaluation deux fois.
Ce qui n’est pas publié
Aucun jeu d’évaluations, aucun chiffre de coût par tâche, aucune comparaison par version de modèle, aucune réplication tierce. « Souvent à moindre coût et latence par tâche » est directionnel, pas mesuré. L’article nomme les modèles par génération (à partir d’Opus 4.5) mais ne dit pas lequel a tourné dans les déploiements décrits, si bien qu’une équipe ne peut pas vérifier si le résultat tient sur le modèle qu’elle loue réellement.
À mesure que les modèles évoluent, notre compréhension de la meilleure façon de les utiliser et nos recommandations de bonnes pratiques évoluent aussi. Ce qui rend toute architecture particulière moins importante que le principe qui la sous-tend : mesurer, changer une chose à la fois, et garder ce qui tient.
Ce que cela change pour les équipes qui paient des agents
La facture bouge avant l’architecture. Un montage multi-agents paie deux fois le même travail : une fois quand un spécialiste consomme son propre contexte, une fois quand il rend un résumé que l’agent suivant doit relire. L’argument d’Anthropic est que la divulgation progressive supprime la raison d’être de la séparation, puisque l’agent voit des descriptions courtes de skills et d’outils et ne charge le texte complet qu’au besoin.
Pour une équipe qui fait déjà tourner un orchestrateur, la réponse est plus légère qu’une réécriture. Appeler les sous-agents comme des outils plutôt que de leur céder la conversation, ce qui garde l’agent principal face à l’utilisateur, puis replier un à un, en transformant son prompt en skill et ses appels d’API en outils.
Deux chiffres comptent dans une conversation avec un fournisseur. Le plafond de 30 à 50 définitions d’outils est le point où le choix d’outil se dégrade, donc un large catalogue d’outils est une décision de conception qui a un coût. Et les permissions par utilisateur se trouvent à l’intérieur des outils, chacun vérifiant ce que l’utilisateur appelant peut voir et renvoyant un refus que le modèle peut lire, plutôt qu’un agent par niveau de permission.
L’avis de Neural Minute
Prenez la recommandation au sérieux, et relativisez les preuves dans le même mouvement. Un fournisseur qui affirme que les acheteurs ont besoin de moins de structure qu’on ne leur a vendu est une position rare, et les trois conditions pour conserver un subagent sont l’élément le plus concret de l’article. Mais « souvent surpassé » est une affirmation sans dénominateur, et le seul chiffre qui la sous-tend est un temps d’exécution doublé chez un unique client, rapporté par le vendeur.
Le timing compte davantage. Huit jours avant cet article, les notes de version d’Anthropic ont ajouté les workflows dynamiques à Claude Managed Agents, un moyen pour un agent d’écrire un programme qui exécute de nombreux autres agents par phases et combine ce qu’ils renvoient, ce que nous avons couvert dans Anthropic adds dynamic workflows to Claude Managed Agents. Les deux offres sont réelles : l’une vend le parcours multi-agents comme une option, l’autre affirme que la plupart des équipes ne remplissent pas les conditions qui le justifient.
Lus ensemble, ils décrivent une plateforme qui se couvre, pas un revirement : garder la capacité d’orchestration, dire aux clients que la boucle unique est la valeur par défaut parce que c’est là que se trouvent les tokens les moins chers. La décision pour une équipe n’est pas de savoir quel article a raison, mais si elle peut produire l’évaluation qui trancherait la question sur son propre trafic.
Si quelqu’un propose un orchestrateur la semaine prochaine, demandez le jeu d’évaluation et le chiffre de précision du routage avant le schéma. Une proposition sans eux, c’est de la structure, et la structure est précisément ce contre quoi les propres ingénieurs du fournisseur viennent d’argumenter.
Sources
- Anthropic, Building agents: When to fold subagents into your main agent loop, par Diane Sarkis, publié le 22 octobre 2026.
- Anthropic, Multiagent orchestration, documentation de Claude Platform.