Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum

Résumé technique : Arbitrages dans la découverte d'agents IA décentralisés à travers le continuum de calcul

Énoncé du problème
Alors que les agents IA évoluent d'assistants isolés vers des composants distribués s'étendant sur le cloud, la périphérie et des domaines connectés de manière intermittente, le mécanisme de découverte d'agents devient une fonction critique du plan de contrôle. Dans les architectures décentralisées, telles que le cadre AGNTCY, le répertoire d'agents n'est pas simplement un registre mais une infrastructure opérationnelle où la latence, la fiabilité et la surcharge de communication impactent directement l'orchestration. Bien que les Tables de Hachage Distribuées (DHT) soient une solution standard pour la recherche décentralisée, le choix d'une famille spécifique de super-réseaux structurés (par exemple, Chord, Pastry, Kademlia) dicte considérablement le « régime coût-fiabilité » du système. L'article aborde la question de savoir quelle famille de DHT offre le point de fonctionnement le plus attrayant pour la découverte d'agents dans des conditions de déploiement réalistes, en particulier lorsqu'on prend en compte les nuances du continuum de calcul où les échecs peuvent se propager en une coordination défaillante.

Méthodologie
L'étude emploie un cadre d'évaluation empirique comparant trois familles canoniques de DHT — Chord, Pastry et Kademlia — au sein d'une abstraction de plan de contrôle partagée, modélisée d'après le Service de Répertoire d'Agents (ADS) d'AGNTCY. L'évaluation se concentre sur quatre dimensions visibles par l'opérateur :

1. Efficacité : Succès de la découverte et rappel.
2. Coût : Trafic du plan de contrôle (messages par requête).
3. Efficacité : Latence des requêtes au P95.
4. Robustesse : Performance sous churn (changement dynamique).

Les expériences utilisent une abstraction de charge de travail fixe : un catalogue de 50 compétences où chacun des 4 096 nœuds annonce exactement une compétence, et toutes les requêtes ciblent une compétence spécifique (skill_05). Cette conception isole le comportement de la famille de super-réseaux des heuristiques de correspondance sémantique ou de classement.

Deux scénarios de référence sont exécutés à une échelle de $N=4096$ :

• Comparaison stationnaire : Compare deux régimes de démarrage. Le régime « immédiat » émet des requêtes dès le début de l'exécution, tandis que le régime « réchauffé » n'admet des requêtes qu'après une période de démarrage plus un réchauffement de $\log_2 N$. Cela distingue les pénalités de démarrage à froid des coûts de routage en régime établi.
• Référence représentative de churn : Teste le système sous des départs et des réintégrations persistants (sessions exponentielles avec une moyenne de 100 et un temps d'arrêt de 30) pour vérifier si les classements stationnaires tiennent sous des conditions dynamiques.

L'analyse distingue entre le « Coût observé » (messages totaux incluant le trafic concurrent de publication/républication) et le « Coût uniquement requête » (messages GET structurés), permettant de séparer l'interférence de démarrage à froid de la surcharge de routage intrinsèque.

Résultats clés
L'évaluation révèle des régimes de fonctionnement distincts basés sur la phase de démarrage et l'arbitrage entre coût et latence :

• Pénalité de démarrage à froid : Dans le régime de requête immédiat, les trois super-réseaux souffrent d'un succès de découverte réduit (variant de 0,60 à 0,64) et d'une latence et de coûts de messages gonflés en raison du chevauchement du trafic de démarrage.
• Stabilisation : Une courte période de réchauffement de $\log_2 N$ suffit à éliminer la pénalité de démarrage à froid. Dans le régime réchauffé, les trois super-réseaux atteignent un succès de découverte de 1,0 et un rappel élevé.
• Arbitrages en régime établi (Réchauffé/Churn) : Une fois stabilisés, les super-réseaux divergent en termes de coût et de latence :
  • Pastry : Émerge comme le point de fonctionnement le moins coûteux. Dans la référence de churn, il a enregistré le nombre de messages observés le plus bas par requête (~5 840) avec une latence P95 de 5,0.
  • Chord : Occupe un milieu de gamme plus coûteux, avec des métriques de trafic et de latence se situant entre Pastry et Kademlia.
  • Kademlia : Atteint la latence de queue la plus faible (P95 de 4,6 en churn) mais au prix de la facture de communication la plus élevée (~11 500 messages/requête), soit environ le double de celle de Pastry.
• Résilience au churn : Au point de churn représentatif, les trois super-réseaux ont maintenu un succès et une précision de 1,0. Le principal facteur différenciant est resté l'arbitrage entre le volume de trafic et la latence de queue, plutôt que l'exactitude de la récupération.

Signification et revendications
L'article déclare explicitement que sa contribution n'est pas de classer chaque implémentation concrète ou de proposer une nouvelle DHT, mais de clarifier les régimes de fonctionnement du plan de contrôle exposés par les familles canoniques de DHT lorsqu'elles sont réutilisées pour la découverte d'agents.

• Préservation de l'espace de conception : Les auteurs soutiennent que les choix au niveau de la famille contraignent l'espace d'optimisation ultérieur. En clarifiant ces régimes tôt, l'article vise à empêcher l'effondrement prématuré de l'espace de conception vers un choix canonique unique avant que les écosystèmes d'agents ne comprennent pleinement leurs budgets opérationnels.
• Orientation opérationnelle : Les résultats suggèrent que si un déploiement peut différer brièvement l'admission des requêtes, un réchauffement de $\log_2 N$ permet aux opérateurs de choisir en fonction des préférences résiduelles coût/latence (Pastry pour l'efficacité des coûts, Kademlia pour une faible latence de queue). Si les requêtes arrivent pendant le démarrage à froid, la charge totale observée du plan de contrôle doit être la métrique d'évaluation.
• Valeur méthodologique : L'étude fournit une base de référence contrôlée et reproductible (stationnaire plus churn) qui sépare les effets de démarrage, les coûts de recherche et les coûts de maintenance. Cela sert de point de référence pour les recherches futures sur la découverte d'agents décentralisés, garantissant que les comparaisons futures pourront distinguer le comportement du substrat des sémantiques spécifiques à l'application.

En résumé, l'article conclut qu'il n'y a pas de gagnant universel ; plutôt, le choix optimal dépend de la tolérance du déploiement à la surcharge de trafic par rapport à la latence de queue, et de la capacité du système à accueillir une courte période de stabilisation avant l'admission complète des découvertes.