Aller au contenu
David LACOURFORMATIONS IA
Actualités IA

Actualités IA

Claude peut écrire un programme pour coordonner plusieurs agents. Comprendre la bêta

Anthropic ouvre les workflows dynamiques de Claude Managed Agents en bêta. Le serveur orchestre plusieurs agents, avec des limites et un budget à comprendre.

Symbole officiel Claude au centre de courbes peintes prune et lavande qui convergent sur un fond sombre.

Claude peut désormais écrire un programme qui organise le travail de plusieurs agents. Anthropic a ajouté les workflows dynamiques à Claude Managed Agents dans les notes de version du 9 octobre 2026. La fonction reste en bêta sur la plateforme pour développeurs. Elle vise notamment les tâches composées de nombreuses pièces. L’exemple donné par l’éditeur porte sur la lecture de centaines de documents. Il ne s’agit pas d’un bouton annoncé pour tous les utilisateurs de l’application Claude.

Le programme coordonne les étapes du travail

Le guide d’orchestration décrit deux façons de confier une partie du travail à d’autres agents. Avec les sous-agents, l’agent principal délègue puis lit leurs réponses. Il peut revenir vers eux pour poursuivre l’échange. Avec un workflow dynamique, Claude écrit un programme qui lance plusieurs agents par phases. Le programme transmet le contexte et rassemble les résultats.

Le serveur exécute ce programme en arrière-plan. Les agents peuvent travailler en parallèle. L’agent principal peut alors continuer son travail ou répondre à l’utilisateur pendant l’exécution. L’intérêt tient à cette répartition des étapes. Une tâche longue ne dépend plus seulement d’une succession d’échanges dans une seule conversation.

Une coordination automatique dans un cadre défini

Le développeur décide si l’agent peut utiliser ces workflows. Il peut aussi fournir une liste d’agents déjà configurés ou autoriser la création d’agents pour la tâche. Une consigne indique quand l’agent devrait lancer ce travail. Claude détermine ensuite si la demande justifie une exécution. La fonction ne dispense donc pas de définir ce que le programme doit produire.

Symbole Claude sur une peinture abstraite prune et lavande avec la phrase « Plusieurs agents. Un travail à coordonner ».
Illustration originale. Un programme peut répartir les tâches et réunir les résultats de plusieurs agents.

Un travail en arrière-plan a plusieurs états

La documentation des exécutions de workflow distingue le démarrage des phases et la fin du programme. Une exécution peut aboutir ou échouer. Elle peut aussi attendre une réponse du client. L’application qui utilise le service reçoit des événements pour suivre ces changements. Une session inactive ne prouve donc pas à elle seule que le travail est terminé.

La plateforme autorise actuellement jusqu’à 64 agents à travailler en même temps dans une exécution. Anthropic précise que cette limite peut changer. Un programme peut aussi dépasser une autre limite ou rencontrer une erreur dans ses étapes. Le développeur doit lire le résultat final. Lancer davantage d’agents ne transforme pas une tâche imprécise en résultat fiable.

Chaque agent conserve sa propre histoire de conversation. Les agents d’une même exécution partagent toutefois les fichiers de l’environnement de travail. Une séparation des conversations n’équivaut donc pas à une séparation complète des fichiers. Anthropic prévient aussi qu’une même partie du travail peut recevoir plusieurs fils d’exécution. Les outils appelés doivent supporter une répétition sans provoquer deux fois une action indésirable.

Le budget limite les nouvelles demandes

Le workflow n’a pas de prix forfaitaire distinct. Les demandes de ses agents consomment des jetons aux tarifs de leurs modèles. La tarification de Claude Managed Agents ajoute notamment le temps de fonctionnement de la session. La documentation indique 0,08 dollar par heure pour ce temps. Ça ne représente pas le coût total du travail. Les jetons et certains outils s’y ajoutent.

Le développeur peut fixer un budget de session dès sa création. La plateforme compte la consommation aux tarifs publics. Lorsqu’elle atteint ce plafond, elle ne lance plus de nouvelles demandes aux modèles. Les demandes déjà en cours se terminent. Le total peut donc dépasser légèrement le budget. Dans une exécution parallèle, cette marge concerne une demande en cours par agent actif.

Atteindre le budget met le travail en pause. Ça ne le transforme pas en tâche achevée. Augmenter le plafond ou le retirer peut reprendre les exécutions que ce budget a arrêtées. Une application doit distinguer cette pause d’un résultat prêt à utiliser.

Les permissions et les données ne disparaissent pas

Les règles de permission continuent de s’appliquer aux outils des agents. Le programme de coordination ne leur donne pas automatiquement le droit de tout faire. Selon la configuration, un appel peut attendre une validation ou rencontrer un refus. Ces choix concernent les actions des outils. Ils restent distincts du fait de démarrer un workflow.

Le guide général de Managed Agents précise aussi que le service conserve les historiques et l’état de l’environnement côté serveur. Ce fonctionnement permet de reprendre une session. Il rend actuellement Managed Agents incompatible avec l’option Zero Data Retention. L’accès à la bêta exige une clé API et l’en-tête de bêta indiqué par Anthropic. Les comptes API y ont accès par défaut selon cette documentation. Ça ne signifie pas qu’un abonnement à l’application Claude inclut cet accès API.

La répartition du travail devient une capacité à comprendre

Cette nouveauté porte sur l’organisation d’une tâche. Claude peut préparer le programme qui répartit les pièces puis réunit les réponses. L’éditeur décrit une capacité disponible en bêta. Il ne démontre pas un gain universel de temps ou de qualité. Pour les équipes qui découvrent les agents en formation, comprendre le résultat attendu reste essentiel. Un programme de coordination peut avancer correctement tout en rassemblant des réponses qui demandent encore une relecture.

Pour approfondir ces usages dans vos équipes, vous pouvez me contacter.

Vous pouvez aussi lire le retour d’expérience d’Oracle sur ChatGPT et Codex. Il montre pourquoi préparer les données et les accès compte avant de confier une tâche à l’IA.

← Retour aux actualités IA

Poursuivre la lecture.

Actualités IA

Gemini API. Une redirection de modèle et un arrêt d’agent ne demandent pas la même migration

Lire l’article ↗
Actualités IA

OpenAI fixe le retrait de plusieurs GPT-4 dans l’API. La migration ne se résume pas au nom du modèle

Lire l’article ↗
Actualités IA

Lunettes IA et RGPD. Le CEPD précise qui répond des images traitées par l’assistant

Lire l’article ↗