← Derniers articles
💬 NLP

From Multi-Agent Systems and the Semantic Web to Agentic AI: A Unified Narrative of the Web of Agents

Cet article présente un récit unifié de l'évolution du « Web d'Agents » de 1990 à 2026, soutenant qu'une « migration de l'effort sémantique » passant de la coordination des plateformes à l'annotation des données, puis à l'interprétation des modèles, définit trois générations distinctes, tout en offrant un cadre comparatif, des classifications de systèmes et une analyse de la convergence institutionnelle récente pour identifier les défis persistants et les orientations futures de l'IA agentielle.

Auteurs originaux : Tatiana Petrova (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg), Boris Bliznioukov (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg), Aleksandr Puzikov (SEDAN SnT, University
Publié 2026-05-26
📖 7 min de lecture🧠 Analyse approfondie

Auteurs originaux : Tatiana Petrova (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg), Boris Bliznioukov (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg), Aleksandr Puzikov (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg), Radu State (SEDAN SnT, University of Luxembourg, Luxembourg, Luxembourg)

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez l'internet non pas comme une bibliothèque de livres statiques (documents), mais comme une ville animée remplie de travailleurs autonomes (agents) capables de communiquer entre eux, de conclure des affaires et d'accomplir des tâches en votre nom. Ce document désigne cette future ville par le terme « Web d'Agents ».

Les auteurs, une équipe de l'Université du Luxembourg, soutiennent que nous tentons de construire cette ville depuis 30 ans. Ils retracent l'histoire de ces tentatives à travers trois « générations » distinctes, montrant comment nous avons continuellement déplacé le « cerveau » du système vers différents endroits, pour réaliser à chaque fois que ce déplacement créait un nouveau problème.

Voici l'histoire du Web d'Agents, racontée en termes simples avec quelques analogies créatives.

Les Trois Générations : Déplacer le « Cerveau »

Le document soutient que l'histoire de la technologie des agents est une histoire de l'endroit où nous avons décidé de placer le « sens » (la sémantique) de la conversation.

Génération 1 : Le « Club Strict » (1995–2005)

  • L'Idée : Imaginez un club de campagne haut de gamme où chaque membre doit porter un uniforme spécifique et parler une langue très formelle et rigide (comme le latin) pour entrer.
  • Fonctionnement : C'était l'ère des Systèmes Multi-Agents (SMA). Les chercheurs ont construit des plateformes complexes (comme un gestionnaire de club) qui imposaient des règles strictes. Les agents devaient suivre un protocole spécifique d'« actes de parole » (comme dire « Je demande » ou « Je promets » d'une manière très précise).
  • Le Problème : L'internet ressemble à un marché ouvert et chaotique, pas à un club de campagne. Les « règles du club » étaient trop lourdes et complexes pour le web ouvert. La technologie fonctionnait dans des laboratoires fermés mais échouait à se connecter au reste de l'internet.
  • La Leçon : On ne peut pas forcer le web ouvert à se comporter comme un club privé.

Génération 2 : La « Bibliothèque Annotée » (2001–2012)

  • L'Idée : Si les agents ne peuvent pas s'accorder sur une langue, étiquetons simplement les livres de la bibliothèque de manière si claire que n'importe qui peut les comprendre.
  • Fonctionnement : C'était le Web Sémantique. Au lieu de rendre les agents intelligents, les chercheurs ont tenté de rendre les données intelligentes. Ils voulaient ajouter des étiquettes complexes (ontologies) à chaque page web afin que les machines puissent comprendre le sens du contenu.
  • Le Problème : C'était trop de travail. Étiqueter manuellement l'intégralité de l'internet revenait à essayer de rédiger un dictionnaire pour chaque mot de chaque livre dans le monde. C'était trop coûteux, et le système était trop fragile (si une étiquette était légèrement incorrecte, tout s'effondrait).
  • La Leçon : On ne peut pas compter sur les humains pour étiqueter manuellement l'intégralité de l'internet.

Génération 3 : Le « Stagiaire Intelligent » (Années 2020–Présent)

  • L'Idée : Arrêtez d'essayer d'étiqueter les livres ou d'imposer une langue spécifique. Engagez simplement un stagiaire surdoué capable de tout lire, de comprendre le contexte et de trouver des solutions à la volée.
  • Fonctionnement : C'est l'ère actuelle des Agents LLM (Modèles de Langage de Grande Taille). Le « sens » réside désormais dans le modèle d'IA lui-même. L'IA n'a pas besoin de données pré-étiquetées ; elle utilise son entraînement pour comprendre le langage naturel et déterminer quels outils utiliser.
  • Le Résultat : Cela a enfin fonctionné ! Parce que l'IA est flexible, nous pouvons enfin construire un Web d'Agents.
  • Le Bémol : Parce que l'IA « devine » le sens en se basant sur des modèles plutôt qu'en suivant des règles strictes, nous ne pouvons pas toujours prouver pourquoi elle a fait quelque chose. Elle est flexible, mais pas parfaitement vérifiable.

La Nouvelle « Infrastructure Urbaine » (2024–2026)

Le document met en lumière un changement massif en cours actuellement (fin 2024 à 2026). Pour la première fois, la « plomberie » est installée pour permettre à ces agents de faire réellement des affaires.

  • Les Protocoles (Les Lignes Téléphoniques) : De nouveaux standards comme MCP (Model Context Protocol) et A2A (Agent-to-Agent) sont lancés.
    • Analogie : Pensez à MCP comme à une prise électrique universelle. Peu importe l'outil que vous avez, vous pouvez le brancher sur l'IA.
    • Analogie : Pensez à A2A comme à un système universel de numéros de téléphone. Il permet à l'Agent A d'appeler l'Agent B, peu importe qui les a créés.
  • Le Système de Paiement (Le Portefeuille) : Pendant des décennies, les agents ne pouvaient pas payer pour des choses. Maintenant, des géants comme Visa, Mastercard et Stripe construisent des infrastructures de paiement spécifiques pour les agents.
    • Analogie : Auparavant, les agents étaient comme des enfants qui pouvaient parler mais n'avaient pas d'argent. Maintenant, ils ont leurs propres cartes de crédit avec des limites de dépenses.
  • Les Règles (La Police) : Les gouvernements (comme l'UE) et les groupes de sécurité commencent à rédiger des lois spécifiquement pour ces agents, afin de s'assurer qu'ils ne deviennent pas incontrôlables.

Les Sept « Leçons » et « Défis »

Les auteurs résument sept leçons clés de ce voyage de 30 ans. Voici les principales :

  1. Tout Doit S'Adapter : Vous ne pouvez pas avoir un excellent cerveau (IA) si les lignes téléphoniques (protocoles) ou le système de paiement (économie) ne fonctionnent pas. Toutes les parties doivent s'aligner.
  2. La Migration du « Cerveau » : Nous avons déplacé le « cerveau » de la Plateforme (Génération 1) vers les Données (Génération 2) puis vers le Modèle (Génération 3). À chaque déplacement, nous avons gagné en flexibilité mais perdu certaines garanties de sécurité.
  3. L'Argent Compte : Le Web Sémantique a échoué car personne n'avait de modèle économique pour payer le travail. Maintenant, les réseaux de paiement interviennent pour corriger cela.
  4. Le Piège de la « Confiance » : Chaque fois que nous avons essayé de trouver des agents, nous avons construit un « annuaire téléphonique » central (un registre). Ceux-ci échouent toujours à grande échelle. Nous avons besoin d'un moyen décentralisé de trouver des agents, comme un réseau pair-à-pair.
  5. Le Problème de la « Boîte Noire » : Parce que l'IA moderne trouve des solutions par elle-même, nous ne pouvons pas toujours vérifier si elle fait la bonne chose. La prochaine étape consiste à ajouter des « contrats signés » afin que nous puissions vérifier les actions de l'IA sans perdre sa flexibilité.
  6. L'Énigme du « Consentement » : Si l'Agent A demande à l'Agent B de faire quelque chose, et que l'Agent B demande à l'Agent C, qui a réellement donné la permission ? Nous avons besoin de meilleures règles pour transmettre l'autorisation.
  7. La Régulation Rattrape son Retard : Pour la première fois, des lois sont rédigées pendant que la technologie est construite, et non des années plus tard.

L'Avenir : Une Ère de « Contrats Vérifiés » ?

Le document prédit qu'une quatrième phase arrive. Nous sommes actuellement dans la phase « flexible mais non vérifiée ». L'avenir sera probablement un mélange : une IA Flexible enveloppée dans des Contrats Signés.

  • Analogie : Imaginez un artiste très créatif (l'IA) autorisé à peindre ce qu'il veut, mais qui doit signer un document juridique à la fin de chaque peinture prouvant qu'il n'a pas enfreint les règles. Cela nous offre le meilleur des deux mondes : créativité et sécurité.

Résumé

Le document conclut que le « Web d'Agents » n'est plus un simple rêve de science-fiction. La technologie (IA), les outils (protocoles), l'argent (paiements) et les règles (régulations) finissent enfin par converger. Le défi actuel n'est pas de construire des agents plus intelligents, mais de construire une ville digne de confiance, sûre et économiquement viable où ils pourront tous vivre et travailler ensemble.

Noyé(e) sous les articles dans votre domaine ?

Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.

Essayer Digest →