Plusieurs agents, quand ça vaut le coup et quand non

La règle d'Anthropic : le plus simple d'abord

L'article « Building effective agents » le dit sans détour : cherche la solution la plus simple possible, et n'ajoute de la complexité que si c'est nécessaire. Parfois, ça veut dire ne pas construire d'agents du tout.

Ce n'est pas de la prudence pour rien. Plusieurs agents, c'est plus de consommation, plus de coordination, et plus d'endroits où une erreur peut se glisser sans que tu la voies.

Ce que ça coûte, en chiffres officiels

Un jeton (token en anglais) est un morceau de mot. C'est l'unité qui mesure ce que le modèle lit et écrit, donc ce que tu paies, ou ce que tu consommes sur ton abonnement.

Voici les chiffres publiés par Anthropic, chacun avec son contexte :

Un agent consomme environ 4 fois plus de jetons qu'une simple conversation, et un système à plusieurs agents environ 15 fois plus. Ces mesures viennent du système de recherche multi-agents d'Anthropic, décrit en juin 2025. Il s'agit de recherches sur le web, pas de code.
Une équipe d'agents consomme environ 7 fois plus de jetons qu'une session normale quand ses coéquipiers travaillent en mode plan. C'est la page officielle des coûts de Claude Code qui le dit.
Dix sessions en parallèle épuisent ton quota environ dix fois plus vite qu'une seule. C'est écrit dans la page de la vue des agents.

Et chaque sous-agent envoie ses propres requêtes, qui comptent dans les mêmes limites d'usage que ta conversation principale. Il n'existe pas de réserve à part pour les agents.

Pour suivre ta consommation au jour le jour, la formation Tenir toute la semaine y est consacrée.

Ce que ça rapporte, quand c'est bien choisi

Le même article d'Anthropic donne l'autre côté de la balance. Sur leur évaluation interne de recherche, un système avec Claude Opus 4 comme chef et des sous-agents Claude Sonnet 4 a fait 90,2 % mieux que Claude Opus 4 travaillant seul.

Mais lis aussi la suite. Les auteurs notent que certains domaines s'y prêtent mal : ceux où tous les agents doivent partager le même contexte, ou dont les morceaux dépendent beaucoup les uns des autres. Et ils ajoutent que la plupart des tâches de code se découpent moins bien en morceaux vraiment parallèles que la recherche.

Les tâches qui s'y prêtent

La documentation des équipes d'agents cite quatre cas où le parallèle apporte vraiment quelque chose :

la recherche et la relecture : plusieurs agents examinent des aspects différents d'un même problème, puis confrontent ce qu'ils ont trouvé ;
les nouveaux modules : chaque agent construit sa propre pièce, sans toucher à celle des autres ;
le débogage par hypothèses concurrentes : chaque agent teste une théorie, et ils essaient de se contredire ;
les changements sur plusieurs couches : l'interface, le serveur et les tests, chacun confié à un agent différent.

La même page nomme aussi les mauvais cas : les tâches qui se suivent, les modifications d'un même fichier, et le travail plein de dépendances. Là, une seule session ou quelques sous-agents font mieux.

Trois questions avant de lancer

Avant de lancer plusieurs agents, pose-toi ces trois questions. Si une réponse est non, reste à un seul agent.

Les morceaux sont-ils indépendants ? Un agent peut-il finir le sien sans attendre le résultat d'un autre ?
Les fichiers sont-ils séparés ? Deux agents qui écrivent dans le même fichier, c'est du travail écrasé.
Le résultat est-il vérifiable ? Sans critère clair, tu ne sauras pas quel agent s'est trompé.

Deux exemples côte à côte

Reprenons le site de la boulangerie de la leçon précédente.

Bon candidat : trouver les liens cassés sur ses quarante pages. Chaque page se relit seule, aucun agent n'écrit, et chaque lien se vérifie en l'ouvrant. Trois oui.

Mauvais candidat : corriger le bug qui empêche de valider une commande. Le bug traverse le panier, le paiement et l'e-mail de confirmation. Chaque piste dépend de la précédente, et la correction touche des fichiers communs. Une seule session, bien guidée, ira plus vite et consommera moins.

Le relecteur qui trouve toujours quelque chose

Un dernier piège, tiré des bonnes pratiques officielles de Claude Code. Un relecteur à qui on demande de trouver des problèmes en trouve presque toujours, même quand le travail est bon : c'est ce qu'on lui a demandé.

Multiplie les relecteurs, et tu multiplies les remarques. Si tu les suis toutes, tu ajoutes des couches inutiles, du code défensif et des tests pour des cas impossibles. La parade officielle : demander de signaler seulement ce qui touche à la justesse du code ou aux exigences de départ, et traiter le reste comme facultatif. On la met en pratique au chapitre 3.

Ce que la suite t'apporte

Tu sais maintenant quand orchestrer. La suite t'apprend comment, avec des exemples prêts à copier :

Claude en chef d'orchestre : une consigne de délégation qui donne à chaque agent son but, son format de réponse, ses outils et ses limites, et un agent coordinateur qui ne peut lancer que les agents que tu as choisis.
Les équipes d'agents : comment les activer sur Windows, macOS et Linux, et ce qu'elles ne savent pas encore faire.
Les workflows : l'orchestration écrite en script, que tu enregistres et relances comme une commande.
Travailler ensemble sans casse : faire vérifier chaque résultat, éviter les conflits de fichiers, et suivre ce que consomme un vrai orchestrateur.

Sources

How we built our multi-agent research system, Anthropic, 13 juin 2025 : https://www.anthropic.com/engineering/multi-agent-research-system (vérifié le 19 octobre 2026)
Building effective agents, Anthropic, 19 décembre 2024 : https://www.anthropic.com/engineering/building-effective-agents (vérifié le 19 octobre 2026)
Coûts, sections sur les équipes d'agents : https://code.claude.com/docs/en/costs (vérifié le 19 octobre 2026, Claude Code 2.1.303)
Équipes d'agents, section « When to use agent teams » : https://code.claude.com/docs/en/agent-teams (vérifié le 19 octobre 2026)
Vue des agents, section des limites : https://code.claude.com/docs/en/agent-view (vérifié le 19 octobre 2026)
Sous-agents, limites d'usage partagées : https://code.claude.com/docs/en/sub-agents (vérifié le 19 octobre 2026)
Bonnes pratiques, étape de revue adverse : https://code.claude.com/docs/en/best-practices (vérifié le 19 octobre 2026)