La plupart des essaims d'agents vous livrent des déchets présentés avec assurance. Celui-ci vérifie son propre travail, jette ce qui échoue, et recommence jusqu'à ce que chaque chiffre mène à une source.
- 300 agents parallèles
- 4 000 étapes par exécution
- 5 flux de données en direct
- 3 passes de vérification pour zéro erreur
Le secret honteux des essaims d'agents, c'est que plus d'agents signifie généralement plus d'absurdités présentées avec confiance.
Pointez 300 agents sur un travail de recherche et ils vous reviendront rapidement. Ils vous reviendront aussi avec des chiffres obsolètes, des citations à moitié inventées et trois entreprises qui n'existent pas. La vitesse n'a jamais été le problème. La confiance, oui.
J'ai donc cessé de considérer l'essaim comme la ligne d'arrivée et en ai fait une étape d'une boucle. Opus 4.8 planifie le travail et, plus important encore, le vérifie. L'essaim Kimi K2.6 exécute. Ensuite, Opus vérifie chaque résultat par rapport à sa source, jette ce qui échoue, et renvoie ces tâches pour une nouvelle exécution. La boucle ne s'arrête que lorsque rien n'échoue.
Pour la tester, j'ai confié à la boucle une tâche qui punit l'hallucination plus durement que toute autre : analyser 100 entreprises du marché des véhicules électriques et produire un rapport de qualité recherche avec une matrice de comparaison, chaque chiffre tracé jusqu'à une source en direct.
Un essaim vous donne de la vitesse. Une boucle vous donne une vitesse à laquelle vous pouvez vraiment faire confiance. La différence, c'est l'étape de vérification, et elle change tout.
La pièce manquante
Pourquoi les essaims bruts ne sont pas fiables
Un essaim sans vérificateur n'a qu'un seul réglage de qualité : celui du pire agent. Si 97 agents réussissent leur analyse d'entreprise et que 3 hallucinent tranquillement un chiffre de revenus, votre rapport final contient trois mines et semble identique à un rapport parfait. Vous ne saurez pas lesquelles avant que cela n'explose en réunion.
C'est pourquoi "ajoutez juste plus d'agents" plafonne. Le volume augmente la production et le nombre d'erreurs au même rythme. Plus de mains, plus d'erreurs, toujours personne pour vérifier.
La boucle corrige cela en faisant de la vérification une étape de première classe avec du mordant. Opus 4.8 relit chaque résultat d'agent par rapport à la source en direct qu'il prétendait avoir utilisée. Un chiffre qui ne correspond pas est rejeté. Une citation qui ne se résout pas est rejetée. Tout ce qui est rejeté retourne dans la file d'attente et est réexécuté. Rien n'est livré tant que cela n'a pas survécu à la vérification.
La boucle
Quatre étapes, en cours jusqu'à ce que ce soit propre
L'ensemble du système est un cycle, pas une ligne. Chaque moitié ne fait que ce qu'elle fait de mieux, et le cycle continue de tourner jusqu'à ce que l'étape de vérification n'ait plus rien à rejeter.
Cette quatrième étape est toute l'idée. Un essaim normal exécute les étapes 1 à 3 une fois et vous livre le résultat, erreurs comprises. La boucle refuse de s'arrêter tant que quelque chose ne va pas.
L'exécution
Voir la boucle rattraper ses propres erreurs
Voici l'invite que j'ai donnée à Opus 4.8. Remarquez la liste de contrôle en bas. C'est cette liste que l'étape de vérification utilise plus tard pour rejeter le mauvais travail, c'est donc la partie la plus importante de toute l'invite.
1# Rôle : planifier le travail, puis vérifier chaque résultat.23OBJECTIF : rechercher 100 entreprises du marché des VE.4RÉSULTAT : matrice de comparaison + rapport de recherche, chaque5 chiffre tracé jusqu'à une source en direct.67LISTE DE CONTRÔLE PAR ENTREPRISE (vérifier par rapport à cela) :8- revenus + marge extraits d'un flux en direct9- URL source jointe et résoluble10- chiffre correspond à la source dans la tolérance11- aucun champ laissé vide1213# après l'exécution de l'essaim, vérifier CHAQUE entreprise.14# rejeter celles qui échouent. les renvoyer. répéter.
Opus a planifié 100 tâches de recherche, une par entreprise, et les a confiées à l'essaim Kimi K2.6. La première passe est revenue en quelques minutes. Puis la partie intéressante a commencé.
Lors de la première passe de vérification, Opus a rejeté 12 des 100 entreprises. Certaines avaient un chiffre de revenus qui ne correspondait pas au flux cité. Deux citaient une source qui ne se résolvait pas. Une avait laissé un champ de marge vide. Aucune de ces erreurs n'aurait été évidente dans le rapport final. Toutes auraient été fausses.
Ces 12 sont retournées dans la file d'attente avec leur motif de rejet. Deuxième passe : 3 échouaient encore. Troisième passe : zéro. La boucle s'est arrêtée d'elle-même, car il n'y avait plus rien à rejeter.
Un essaim brut aurait livré ces 12 erreurs et considéré le travail terminé. La boucle les a toutes rattrapées sans que j'aie à lire une seule ligne.
Les cinq flux en direct sont la raison pour laquelle la vérification peut être stricte plutôt que vague. Chaque chiffre du rapport pointe vers Binance, Yahoo Finance, la Banque mondiale, le FMI ou le marché boursier en direct. Quand Opus vérifie, il ne demande pas au modèle s'il se sent confiant. Il vérifie le chiffre annoncé par rapport au flux réel. C'est la différence entre la qualité recherche et le simple son de confiance.
La vue d'ensemble
C'est un autre moment DeepSeek
Prenez du recul sur l'exécution, car le tableau stratégique est la véritable histoire.
Pendant que les laboratoires fermés livrent des chatbots mono-agent, un laboratoire chinois ouvert valorisé à 20 milliards de dollars a livré l'essaim qui rend une telle boucle possible. Leur modèle open-weight, Kimi K2.6, est actuellement numéro 1 du classement hebdomadaire d'OpenRouter. En termes d'utilisation, c'est le LLM le plus utilisé au monde en ce moment.
Et il est le plus fort exactement là où la vérification importe le plus :
- Finance et conseil. Graphiques professionnels, cartes de chaleur, analyse de rapports pluriannuels, résultats de qualité McKinsey par défaut.
- Académique et recherche. Rendu de formules LaTeX, revues de littérature avec matrices de comparaison, citations traçables jusqu'à la source.
- Échelle qui brise les autres outils. Plus de 200 000 mots de contexte en une seule passe, ensembles de données de 100 entreprises, présentations de 100 diapositives.
- Traçabilité. Chaque point de données est lié à une source cliquable. La qualité recherche est la norme, pas un réglage.
Exécutez-le vous-même
La boucle, du début à la fin
Vous n'avez pas besoin d'un laboratoire. Vous avez besoin des deux moitiés câblées en un cycle, et d'une liste de contrôle suffisamment stricte pour vérifier.
1{2 "pass": 1,3 "checked": 100,4 "passed": 88,5 "rejected": [6 { "company":"co_041", "reason":"revenus != source" },7 { "company":"co_067", "reason":"citation 404" },8 { "company":"co_092", "reason":"marge vide" }9 ],10 "action": "remettre en file d'attente -> essaim"11}
La différence en un seul cadre
Essaim brut
❌ S'exécute une fois, vous livre le résultat
❌ Les erreurs cachées sont livrées avec le rapport
❌ La qualité équivaut au pire agent
❌ Vous auditez chaque ligne à la main
❌ Chiffres présentés avec confiance, invérifiables
Boucle auto-vérifiante
✔️ S'exécute jusqu'à ce que la passe de vérification soit propre
✔️ Les échecs sont détectés et réexécutés automatiquement
✔️ La qualité équivaut à la liste de contrôle
✔️ Vous n'auditez rien, la boucle l'a fait
✔️ Chaque chiffre tracé jusqu'à une source en direct
Un essaim vous donne de la vitesse. Une boucle vous donne une vitesse à laquelle vous pouvez faire confiance.
L'ère du mono-agent touche à sa fin, mais l'ère des essaims a un hic que personne ne mentionne : le volume sans vérification n'est que des erreurs plus rapides. Ceux qui gagneront la prochaine étape ne sont pas ceux qui exécutent le plus d'agents. Ce sont ceux qui en exécutent qui vérifient leur propre travail.
