Agora: A Drive-Based Framework for Agent Difffferentiation in Multi-Agent LLM Systems

Imaginez que vous entrez dans une bibliothèque géante et animée où les livres ne sont pas écrits par des humains, mais par des robots incroyablement intelligents appelés Grands Modèles de Langage (LLM). Ces robots sont comme des perroquets surpuissants ; ils peuvent lire presque tout ce qui a jamais été écrit et peuvent imiter n'importe quel style, de celui d'un poète à celui d'un scientifique. Mais il y a un piège : si vous posez la même question à trois de ces robots, ils donnent souvent exactement la même réponse car ils sont tous entraînés sur les mêmes données et agissent de la même manière « sûre ». Pour les amener à penser différemment, les humains doivent généralement écrire des instructions spéciales pour chacun d'eux, en disant au Robot A d'être un « critique » et au Robot B d'être un « rêveur ». C'est comme donner des scénarios à des acteurs qui disent : « Vous devez être en colère », au lieu de les laisser réellement ressentir la colère.

Les scientifiques se demandent depuis longtemps si nous pourrions faire en sorte que ces robots se sentent différents à l'intérieur plutôt que de simplement agir différemment à l'extérieur. Pensez à la différence entre un acteur qui fait semblant d'être triste parce que le metteur en scène l'a dit, et une personne qui est réellement triste parce qu'elle vient de perdre son jouet préféré. Cette nouvelle recherche, appelée « Agora », tente de construire un système où les robots possèdent leurs propres « humeurs » ou « pulsions » internes — comme l'ennui, la curiosité ou le stress — qui modifient leur façon de penser et de parler. La grande question est la suivante : si nous donnons à ces robots une petite personnalité émotionnelle, travailleront-ils mieux ensemble pour résoudre des problèmes, ou vont-ils simplement s'embrouiller et se disputer ?

---

L'expérience « Agora » : Donner des humeurs aux robots

Dans cette étude, un chercheur nommé Zihan Lin a construit un cadre appelé Agora (qui signifie Adaptive Group of Reasoning Agents - Groupe d'agents de raisonnement adaptatifs). Au lieu de dire aux robots quels rôles jouer, Agora leur donne six « pulsions » invisibles qui agissent comme un thermostat pour leur cerveau. Ces pulsions sont : l'ennui, la curiosité, le stress, l'anxiété, l'empathie et le service.

Voici comment cela fonctionne dans le monde réel :

• La curiosité rend un robot plus aventureux, prêt à tenter des idées folles.
• Le stress rend un robot plus prudent et précis, comme un élève qui vérifie deux fois ses devoirs de mathématiques.
• L'empathie rend un robot plus engageant et approfondi, comme un ami qui écoute vraiment votre histoire.

Ces humeurs ne sont pas de simples étiquettes ; elles modifient réellement les paramètres internes du robot (comme la mesure de son aléa ou de son sérieux dans ses réponses). Le système rassemble ensuite un groupe de ces robots « changeants » autour d'une table virtuelle (la RoundTable) pour discuter d'un problème. Ils rédigent des réponses, se critiquent mutuellement et peaufinent le résultat final, tout en que leurs humeurs internes évoluent et interagissent comme celles d'un groupe d'amis réels.

Ce qu'ils ont découvert : Cela dépend du travail

Le chercheur a testé ce système 375 fois en utilisant un véritable chatbot IA appelé DeepSeek Chat. Il a comparé la « RoundTable avec humeurs » par rapport à d'autres méthodes pour obtenir des réponses, comme interroger un seul robot, interroger trois robots et choisir le meilleur, ou utiliser une chaîne stricte de « rédaction-critique-révision ».

Les résultats sont un mélange de « Wow ! » et de « Pas si vite », et ils dépendent entièrement du type de tâche que les robots accomplissent :

1. Les victoires analytiques (La zone « Mathématiques et Logique »)
Lorsque la tâche exigeait une réflexion profonde, de la logique ou l'analyse de points positifs et négatifs complexes, la RoundTable avec humeurs a été une superstar. Elle a produit des réponses nettement meilleures que les autres méthodes.

• La magie : Les robots dotés de « stress » sont devenus précis, tandis que ceux dotés de « curiosité » ont exploré de nouveaux angles. Ensemble, ils se sont équilibrés parfaitement.
• Le score : Les chercheurs ont constaté une énorme différence de qualité (une taille d'effet statistique de 2,26), ce qui signifie que l'équipe basée sur les humeurs était clairement supérieure pour ces tâches difficiles et lourdes en réflexion.

2. La perte créative (La zone « Art et Histoire »)
Cependant, lorsque la tâche consistait à être créatif — comme écrire une histoire ou proposer des idées — l'équipe basée sur les humeurs a en fait obtenu de moins bons résultats qu'une méthode plus simple appelée MajorityVoting (vote à la majorité).

• Pourquoi ? Pour la créativité, les chercheurs ont constaté que vous n'avez pas besoin d'une équipe structurée avec des humeurs complexes. Vous avez juste besoin d'un groupe de robots indépendants qui recrachent des idées de manière aléatoire et en choisissent la meilleure. Le système complexe d'« humeurs » a en fait entravé l'exploration pure et sauvage.

3. La perte de format court (La zone « Haïku et Code »)
Pour des tâches très courtes et précises comme écrire un poème ou un extrait de code, une méthode différente appelée AutoGenStyle (qui utilise un processus de révision strict étape par étape) a gagné.

• Pourquoi ? Ces tâches nécessitent une ligne de pensée unique qui est peaufinée encore et encore, et non un groupe de robots en train de débattre. L'approche « RoundTable » était trop désordonnée pour ces travaux courts et serrés.

4. Le secret de l'« Empathie »
Les chercheurs ont également testé ce qui se passerait si l'on retirait une humeur. Lorsqu'ils ont supprimé l'Empathie, la qualité des réponses a le plus chuté. Cela suggère que pour que les robots fassent leur meilleur travail analytique, ils ont besoin de cette pulsion spécifique de « soin » pour rester engagés et approfondis.

L'essentiel à retenir

Ce document suggère qu'il n'existe pas de méthode unique qui soit la « meilleure ».

• Si vous avez besoin de logique et d'analyse, donner aux agents des humeurs internes (comme le stress et la curiosité) les aide à réfléchir plus profondément et mieux que les méthodes standards.
• Si vous avez besoin de créativité, il vaut mieux les laisser s'exprimer librement et indépendamment sans systèmes d'humeurs complexes.
• Si vous avez besoin de textes courts et précis, un processus de révision simple étape par étape fonctionne le mieux.

L'étude a également montré que le système est stable ; il peut continuer à fonctionner pendant 20 étapes consécutives sans planter ou se dégrader. Cependant, les chercheurs précisent que leur façon de mesurer la « qualité » (en utilisant des scores informatiques plutôt que des juges humains) n'est pas parfaite et pourrait manquer certaines nuances. Ils suggèrent que, bien que cette approche basée sur les « pulsions » soit une nouvelle voie prometteuse pour rendre les agents IA plus humains et distincts, elle n'est pas un remède miracle qui résout tous les problèmes. C'est un outil qui fonctionne mieux pour des tâches spécifiques, tout comme un marteau est excellent pour les clous mais terrible pour visser une ampoule.