🤖 AI

Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering

Ce papier présente les compétences d'essaim, une spécification portable et un algorithme d'autocroissance qui transforment les protocoles de coordination multi-agents en actifs distribuables de premier ordre, permettant aux équipes d'agents d'affiner autonomement leurs stratégies collaboratives à travers différents cadres sans supervision humaine.

Auteurs originaux : Xinyu Zhang, Zhicheng Dou, Deyang Li, Jianjun Tao, Shuo Cheng, Ruifeng Shi, Fangchao Liu, Enrui Hu, Yangkai Ding, Hongbo Wang, Qi Ye, Xuefeng Jin, Zhangchun Zhao

Publié 2026-05-12

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Xinyu Zhang, Zhicheng Dou, Deyang Li, Jianjun Tao, Shuo Cheng, Ruifeng Shi, Fangchao Liu, Enrui Hu, Yangkai Ding, Hongbo Wang, Qi Ye, Xuefeng Jin, Zhangchun Zhao

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 que vous avez une équipe de robots experts. Autrefois, si vous vouliez qu'ils travaillent ensemble, vous deviez écrire un ensemble d'instructions spécifique pour ce moment précis. Une fois le travail terminé, ces instructions étaient jetées. Si vous vouliez effectuer un travail similaire la prochaine fois, vous deviez repartir de zéro, oubliant tout ce que vous aviez appris sur la façon dont ils débattaient, qui commettait des erreurs, ou comment ils résolvaient les problèmes.

Ce papier présente une nouvelle façon de construire des équipes de robots appelée Compétences d'Essaim. Imaginez cela comme transformer une réunion d'équipe ponctuelle en un manuel vivant et respirant qui devient plus intelligent à chaque utilisation.

Voici une décomposition de l'idée utilisant des analogies simples :

1. Le Problème : L'« Équipe Jetable »

Actuellement, la plupart des équipes d'IA sont comme des groupes éphémères. Ils se forment pour un seul concert, jouent une chanson, puis se séparent. La façon dont ils se coordonnaient — qui chantait la mélodie principale, qui jouait de la guitare, comment ils réparaient une corde cassée — est enfermée dans le programme informatique spécifique qui les a exécutés. Vous ne pouvez pas prendre cette « dynamique de groupe » et la donner à un autre ordinateur, et le groupe ne se souvient pas de la façon de jouer mieux la prochaine fois.

2. La Solution : Le « Manuel Portable » (Compétences d'Essaim)

Les auteurs proposent les Compétences d'Essaim, ce qui revient à transformer ce groupe éphémère en une troupe de théâtre itinérante avec un script permanent.

C'est Portable : Le « script » (les règles de fonctionnement de l'équipe) est sauvegardé dans un dossier simple (comme un fichier numérique). Vous pouvez copier ce dossier sur n'importe quel ordinateur qui parle « IA », et l'équipe peut y travailler immédiatement. Pas besoin de réécrire le code pour chaque nouvelle machine.
C'est un Manuel : Au lieu de simplement dire « Faites ceci », le manuel définit :
- Les Rôles : Qui est le Chef ? Qui est le Serveur ? Qui est le Manager ?
- Le Flux de Travail : Comment se passent-ils l'assiette ? Qui vérifie l'addition ?
- Les Limites : Que se passe-t-il s'ils manquent de temps ou d'argent ?

3. La Magie : Le « Coach Auto-améliorant » (Auto-évolution)

C'est la partie la plus excitante. Habituellement, si une équipe fait une erreur, un humain doit intervenir pour corriger les instructions. Les Compétences d'Essaim possèdent un Coach intégré qui observe l'équipe travailler et met à jour automatiquement le manuel.

Le Détecteur de « Friction » : Si le Chef et le Serveur continuent de se cogner dans la cuisine, le Coach remarque cette « friction ».
Le « Correctif » : Le Coach écrit une nouvelle note dans le manuel : « La prochaine fois, le Serveur devrait attendre que le Chef ait fini de dresser les assiettes avant d'entrer dans la cuisine. »
Le Tableau de Bord : Le système suit ces notes à l'aide d'un tableau de bord avec trois statistiques :
- Efficacité : Cette correction a-t-elle réellement aidé ?
- Utilisation : Les robots utilisent-ils réellement cette nouvelle règle ?
- Fraîcheur : Cette règle est-elle encore pertinente, ou est-elle du passé ?
Le Nettoyage : Si une règle cesse de fonctionner ou devient trop compliquée, le système la supprime ou la simplifie automatiquement. Il n'a pas besoin qu'un humain dise : « D'accord, supprimez cela ». Il le fait simplement.

4. Un Exemple du Monde Réel : Le Planificateur de Vacances Familiales

Le papier a testé cela avec une équipe planifiant un voyage familial dans le nord-est de la Chine.

L'Équipe : Ils avaient un Agent de Voyage, un Réserveur d'Hôtels, un Planificateur d'Activités, un Gestionnaire de Budget et un Rédacteur de Réseaux Sociaux.
Le Conflit : L'Agent de Voyage a réservé un vol bon marché arrivant tard dans la nuit. Le Planificateur d'Activités avait déjà programmé une visite matinale. Ils ont réalisé que c'était impossible.
La Résolution : Au lieu d'attendre qu'un humain le corrige, les deux robots ont discuté entre eux, ont réalisé le conflit et ont convenu de changer le vol pour un vol matinal.
L'Évolution : Après le voyage, le « Coach » a remarqué que le Gestionnaire de Budget faisait deux travaux très différents : faire des calculs et écrire des posts amusants pour les réseaux sociaux. Le Coach a décidé que c'était confus. Il a automatiquement divisé l'équipe, ajoutant un nouveau rôle de « Rédacteur » et mettant à jour le manuel afin que la prochaine fois qu'ils planifient un voyage, ils aient un rédacteur dédié.

5. Pourquoi Cela Compte

Pas de « Verrouillage » : Vous n'êtes pas coincé avec une marque de logiciel spécifique. Parce que le manuel est écrit en langage clair (comme une recette), n'importe quel système d'IA capable de lire peut l'utiliser.
Ça S'améliore Tout Seul : Plus vous utilisez l'équipe, mieux elle devient dans le travail d'équipe, sans que vous ayez besoin de réécrire constamment les règles.
Sagesse Partagée : Si vous enseignez à une équipe à New York comment résoudre un problème, vous pouvez copier ce manuel vers une équipe à Tokyo, et ils commenceront avec cette même sagesse.

En bref : Les Compétences d'Essaim transforment le travail d'équipe de l'IA d'un « événement ponctuel » en un « actif en croissance » qui apprend de ses propres erreurs et partage ces leçons avec quiconque l'utilise.

Résumé Technique : Compétences d'Essaim – Un Système Multi-Agent Portable et Auto-Évolutif

1. Énoncé du Problème

L'article identifie un goulot d'étranglement critique dans l'évolution des paradigmes d'ingénierie de l'IA : le passage de l'Ingénierie d'Agent Unique (Ingénierie des Prompts, du Contexte et du Cadre) à l'Ingénierie de Coordination Multi-Agent. Alors que les capacités d'un agent unique peuvent être codifiées en actifs portables et distribuables (par exemple, les Compétences Anthropic), les protocoles de coordination multi-agent restent « verrouillés » dans du code interne au framework (par exemple, des scripts codés en dur dans AutoGen) ou des configurations statiques (par exemple, des modèles CrewAI).

Ce manque de portabilité entraîne deux problèmes principaux :

Expérience de Coordination Éphémère : Les décisions nuancées concernant la décomposition des tâches, l'instantiation des rôles et la résolution de conflits sont jetées après la fin d'une session. Les systèmes ne peuvent pas « se souvenir » ni réutiliser les modèles de collaboration réussis.
Verrouillage du Framework : Les protocoles sont étroitement couplés à des environnements d'exécution spécifiques, empêchant le partage entre différents systèmes multi-agents et inhibant l'auto-amélioration autonome.

Les auteurs soutiennent que l'Évolution de la Coordination – l'amélioration continue des modèles de collaboration – est la prochaine frontière, mais elle est actuellement entravée par l'absence d'un format standardisé et portable pour les compétences multi-agents.

2. Méthodologie

2.1 La Spécification des Compétences d'Essaim

La contribution centrale est Swarm Skills (Compétences d'Essaim), une spécification portable qui étend la norme des Compétences Anthropic avec des sémantiques multi-agents. Elle traite les flux de travail multi-agents comme des actifs de première classe, distribuables et découplés de l'environnement d'exécution.

Caractéristiques Architecturales Clés :

Structure à Cinq Composants : Une Compétence d'Essaim est un répertoire contenant :
1. Métadonnées (SKILL.md) : Métadonnées YAML pour une consommation mécanique (par exemple, kind: swarm-skill, teammate mode, roles[]).
2. Corps en Langage Naturel : Des descriptions de flux de travail de haut niveau pour une consommation par des agents.
3. Répertoire des Rôles : Définitions détaillées des personnalités pour chaque membre de l'équipe.
4. Définition du Flux de Travail : Graphes de dépendance des tâches (séquentiels, parallèles, fan-out/in) décrits en langage naturel ou en syntaxe Mermaid.
5. Limites d'Exécution (bind.md) : Contraintes sur les jetons, les tours de messages et les portes de qualité.
Révélation Progressive : Les Agents Hôtes chargent uniquement les métadonnées nécessaires initialement, récupérant les instructions détaillées (rôles, flux de travail) à la demande via des capacités natives de lecture de fichiers.
Dégradation Gracieuse : Comme la spécification étend une norme existante (Compétences Anthropic) et utilise additionalProperties: true, les frameworks d'agent unique qui ne supportent pas l'exécution multi-agent peuvent ignorer les champs multi-agents et traiter l'actif comme une compétence d'agent unique standard, assurant ainsi la rétrocompatibilité.

2.2 Sémantiques Auto-Évolutives Intégrées

La spécification mandate un fichier evolutions.json pour capturer l'« Expérience d'Évolution ». Ce fichier stocke des Enregistrements d'Évolution discrets contenant :

Contexte : Description des frictions rencontrées (par exemple, conflits de rôles, boucles redondantes).
Directive de Changement : Modifications ciblées de l'actif (par exemple, insertion d'une nouvelle phase, division d'un rôle).
Métriques de Scoring : Efficacité ( $E$ ), Utilisation ( $U$ ) et Fraîcheur ( $F$ ).

2.3 Algorithme d'Auto-Évolution Compagnon

Pour opérationnaliser la spécification, les auteurs proposent un algorithme automatisé (implémenté dans l'agent de référence open-source JiuwenSwarm) qui gère le cycle de vie des compétences à travers trois étapes :

CRÉER (Distillation de Trajectoire) : Surveille les interactions multi-agents complexes, identifie les signaux de collaboration (par exemple, $\ge$ 2 sous-agents) et synthétise les trajectoires d'exécution brutes en Compétences d'Essaim candidates.
UTILISER (Révélation Progressive) : Les Agents Hôtes récupèrent les descriptions de compétences, les injectent dans l'invite de l'agent Leader, et chargent progressivement les instructions détaillées et les Enregistrements d'Évolution historiques.
CORRIGER (Optimisation Pilotée par la Friction) : Après exécution, un analyseur scanne les frictions implicites (dépendances circulaires) ou les retours explicites. Il génère de nouveaux Enregistrements d'Évolution et les ajoute à evolutions.json.

Gouvernance et Scoring :
Pour éviter le gonflement des invites et l'accumulation de faible qualité, l'algorithme emploie un système de scoring multidimensionnel :
$S_i = w_E \cdot E + w_U \cdot U + w_F \cdot F$

Efficacité ( $E$ ) : Impact qualitatif (lissé bayésien).
Utilisation ( $U$ ) : Taux d'adoption (décroît si ignoré).
Fraîcheur ( $F$ ) : Facteur de décroissance temporelle.

Sur la base des scores, le système déclenche des actions de gouvernance : SIMPLIFIER (élagage/fusion), RECONSTRUIRE (réécriture des fichiers principaux pour intégrer les correctifs réussis) ou ANNULER (retour aux états archivés).

3. Contributions Clés

La Spécification des Compétences d'Essaim : La première extension multi-agent de la norme des Compétences Anthropic, définissant une structure d'actif à cinq composants avec des sémantiques intégrées pour l'auto-évolution.
Un Algorithme d'Auto-Évolution Compagnon : Un mécanisme automatisé qui distille les trajectoires d'exécution en nouvelles compétences et optimise continuellement les existantes via un scoring multidimensionnel, éliminant le besoin de supervision humaine lors du raffinement.
Compatibilité Architecturale et Validation Qualitative : Une démonstration de portabilité inter-agents sans adaptateur via la révélation progressive et une étude de cas qualitative utilisant une équipe de planification de voyage à 6 rôles.

4. Résultats et Étude de Cas

L'article valide la spécification à travers une étude de cas qualitative impliquant une compétence travel-planning-swarm (impliquant les rôles de Transport, Hébergement, Attraction, Synthétiseur et Examinateur du Budget).

Résolution Autonome de Conflits : Lors de l'exécution, les experts Transport et Attraction ont identifié un conflit temporel (vol en soirée contre itinéraire de l'après-midi). Ils ont négocié une solution de manière autonome (passage à un vol du matin) sans intervention humaine, en respectant les contraintes budgétaires et celles liées aux voyages avec nourrissons.
Auto-Évolution en Action : L'analyse post-exécution a révélé une « friction de rôle » où l'Examinateur du Budget était surchargé par l'audit financier et la rédaction créative. L'algorithme a généré un Enregistrement d'Évolution suggérant une division structurelle. Après confirmation de l'utilisateur, le système a exécuté une RECONSTRUCTION, créant un nouveau rôle « Expert en Rédaction » et mettant à jour le flux de travail pour qu'il s'exécute en parallèle.
Résultat : L'étude de cas démontre que les Compétences d'Essaim permettent aux équipes d'agents d'évoluer elles-mêmes leurs stratégies de coordination, accumulant de l'expérience au fil des sessions et améliorant l'efficacité sans verrouillage de framework.

5. Signification et Revendications

L'article positionne les Compétences d'Essaim comme une étape fondamentale vers l'Ingénierie de Coordination. Sa signification réside dans :

Sédimentation de l'Expérience de Coordination : Transformer les états d'exécution éphémères en actifs persistants et distribuables permettant aux systèmes multi-agents d'apprendre des interactions passées.
Découplage de la Spécification et du Runtime : En séparant le « quoi » (logique de coordination) du « comment » (mécanismes d'exécution), la spécification permet une véritable portabilité à travers des frameworks hétérogènes (par exemple, AutoGen, LangGraph, CrewAI) sans couches de traduction.
Amélioration Autonome : Le système va au-delà des configurations statiques pour des protocoles dynamiques et auto-correctifs qui évoluent en fonction des frictions réelles et des métriques de performance.

Limites et Travaux Futurs :
Les auteurs reconnaissent modestement que le travail manque actuellement de tests de conformité quantitatifs à grande échelle sur divers Agents Hôtes. L'efficacité du mécanisme de « révélation progressive » sur des frameworks ne disposant pas de lecture récursive native de fichiers ou de création dynamique de sous-agents reste à évaluer empiriquement. De plus, l'article note le défi du « verrouillage du premier lancement » (où un flux de travail initial sous-optimal devient fortement corrigé plutôt que restructuré) comme une cible pour les futurs mécanismes de gouvernance.