A Technical Taxonomy of LLM Agent Communication Protocols
Cet article établit une taxonomie technique composée de cinq dimensions pour classer et analyser neuf protocoles de communication d'agents LLM en open-source, révélant les modèles architecturaux actuels et prédisant une évolution future vers une pile de protocoles fédérée et stratifiée plutôt que vers un standard universel unique.
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 une ville bouillonnante où tout le monde est un robot brillant et hyper-intelligent (un « agent LLM »). Ces robots peuvent résoudre des problèmes complexes, écrire du code et planifier des voyages. Mais voici le piège : ils parlent tous des langues différentes et utilisent des manuels de règles différents. Un robot pourrait essayer d'envoyer un message via un service postal, tandis qu'un autre essaierait de crier dans un mégaphone, et un troisième essaierait d'envoyer un SMS. Sans un moyen commun de communiquer, ils ne peuvent pas travailler ensemble pour construire rien de grand.
Ce document est comme un linguiste et un urbaniste arrivant pour organiser ce chaos. Les auteurs, des chercheurs de l'Université technique de Munich, ont créé une « taxonomie technique » — ce qui est juste un mot sophistiqué pour un système de classification — afin de trier les différentes manières dont ces robots d'IA essaient de communiquer entre eux.
Voici la décomposition de leurs découvertes, en utilisant des analogies simples :
1. Le Problème : Une Tour de Babel
Actuellement, de nombreux différents « protocoles » (règles de communication) sont construits par différentes entreprises et chercheurs. C'est comme si chaque constructeur automobile décidait de sa propre façon unique d'allumer le moteur. Certains utilisent une clé, d'autres un bouton, et d'autres encore une commande vocale. Cela rend difficile le fait que des voitures de marques différentes roulent ensemble en convoi. Le document soutient que pour que les robots d'IA travaillent en équipe (un « Système Multi-Agents »), ils ont besoin d'une méthode standard pour communiquer.
2. La Solution : Une Liste de Contrôle en 5 Points
Les auteurs ont examiné neuf protocoles réels et actifs (comme MCP, A2A et Agora) et les ont classés dans un système basé sur cinq questions clés. Considérez cela comme un menu que vous utilisez pour commander un style de communication :
À qui parlez-vous ? (Contrepartie) :
- Parlez-vous à un autre robot ? (Agent-à-Agent)
- Parlez-vous à un outil, une base de données ou un site web ? (Agent-au-Contexte)
- Ou pouvez-vous faire les deux ? (Hybride)
- Analogie : Appelez-vous un ami, ou composez-vous le numéro d'un service client ?
Qu'envoyez-vous ? (Charge utile / Payload) :
- Est-ce juste un message de chat ? (Conversation)
- Est-ce une donnée structurée stricte, comme un tableur ? (Données Structurées)
- Ou est-ce un mélange des deux ? (Hybride)
- Analogie : Envoyez-vous une carte postale, un conteneur maritime, ou une carte postale avec un colis attaché ?
Vous souvenez-vous de la conversation ? (État d'interaction) :
- Le système oublie-t-il tout après l'envoi du message ? (Sans état / Stateless)
- Ou garde-t-il une « session » ouverte pour se souvenir de ce que vous avez dit il y a cinq minutes ? (Avec état de session / Session State)
- Analogie : Est-ce un talkie-walkie où vous devez dire « Terminé » et attendre, ou un appel téléphonique où la ligne reste ouverte et où vous pouvez continuer à parler ?
Comment vous trouvez-vous ? (Mécanisme de découverte) :
- Devez-vous connaître le numéro de téléphone exact à l'avance ? (Statique)
- Existe-t-il un annuaire ou un répertoire central que vous pouvez consulter ? (Centralisé)
- Ou lancez-vous simplement un cri dans la foule en espérant que quelqu'un vous entende ? (Décentralisé)
- Analogie : Avez-vous l'adresse d'un ami, consultez-vous un annuaire, ou criez-vous simplement « Bonjour ! » dans un parc ?
Pouvez-vous changer les règles pendant la discussion ? (Flexibilité du schéma) :
- Le format est-il fixé pour toujours ? (Unique)
- Pouvez-vous choisir parmi quelques formats pré-établis ? (Multiples)
- Pouvez-vous inventer une nouvelle façon de parler pendant que vous êtes au milieu de la conversation ? (Évolutif)
- Analogie : Le jeu est-il strictement le Chess, pouvez-vous choisir entre Chess ou Checkers, ou pouvez-vous inventer de nouvelles règles au fur et à mesure que vous jouez ?
3. Ce qu'ils ont trouvé : Le « Trilemme » et le Futur
Après avoir trié les neuf protocoles, les auteurs ont remarqué des modèles intéressants :
- La règle de la « Mémoire » : Presque tous les protocoles conçus pour que des robots parlent à d'autres robots gardent une « session » (mémoire) ouverte. On ne peut pas avoir un bon débat d'équipe si tout le monde oublie ce qui a été dit deux secondes auparavant.
- La tendance « Hybride » : La plupart des protocoles deviennent des « hybrides ». Ils n'envoient pas seulement du texte ; ils envoient du texte et des fichiers de données.
- Le « Trilemme » (Le triangle impossible) : Les auteurs soulignent un compromis. Vous ne pouvez pas tout avoir à la fois.
- Si vous voulez de la vitesse et de l'efficacité (comme un échange de données strict), vous devez être rigide et simple.
- Si vous voulez de la flexibilité (comme un robot inventant de nouvelles façons de parler), vous perdez de la vitesse et de l'efficacité.
- Analogie : C'est comme essayer de construire un véhicule qui soit à la fois la voiture la plus rapide, le canapé le plus confortable et le tout-terrain le plus robuste en même temps. Vous devez généralement en choisir deux.
4. La Grande Prédiction : Une Pile par Couches, Pas un Seul Gagnant
Le document prédit que nous ne finirons pas avec un seul « super-protocole » qui fait tout parfaitement. C'est impossible à cause des compromis mentionnés ci-dessus.
Au lieu de cela, le futur ressemblera à Internet lui-même (qui possède des couches comme les câbles physiques, les adresses IP et les navigateurs web).
- Couche Inférieure : Protocoles simples, rapides et rigides pour trouver des outils et envoyer des données (comme MCP).
- Couche Intermédiaire : Protocoles pour gérer les tâches et diffuser des données entre les robots.
- Couche Supérieure : Protocoles flexibles et « intelligents » qui permettent aux robots de négocier des plans complexes et de changer les règles à la volée (comme Agora ou ANP).
5. Ce qui manque ?
Les auteurs ont également noté une lacune : la Confidentialité et la Sécurité. La plupart de ces protocoles sont excellents pour déplacer des données, mais ils n'ont pas de règles intégrées solides pour vérifier si les données sont privées ou si les robots respectent les politiques de sécurité. À mesure que ces robots deviendront plus puissants, cela devra être corrigé.
Résumé
En bref, ce document dit : « Les robots d'IA essaient de parler, mais ils parlent des dialectes différents. Nous avons créé une carte pour comprendre ces dialectes. Nous avons trouvé que si certains robots sont excellents pour l'échange de données rapide et rigide, et d'autres pour la planification flexible et créative, aucun langage de robot unique ne peut tout faire parfaitement. Le futur n'est pas un seul langage géant ; c'est une pile de différents langages travaillant ensemble, comme une ville bien organisée avec différentes routes pour différents types de trafic. »
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.