En bref

Le pattern Wave structure une orchestration multi-agents en vagues séquentielles plutôt qu’en un seul envoi parallèle. La vague 1 produit une matière intermédiaire (données, sources, extraits) ; la vague 2 la transforme en livrables finaux. Entre les deux, une étape d’ajustement analyse les résultats de la vague 1 pour calibrer la vague 2 — en l’amputant, en la réorientant ou en l’enrichissant.

Pourquoi une seule vague ne suffit pas

Dans un batch d’agents homogènes — tous soumis à la même tâche, tous indépendants — un envoi parallèle unique (le pattern dit fire-and-consolidate) est suffisant. Chaque agent travaille en silo, les résultats sont agrégés à la fin.

Mais certaines tâches ne sont pas homogènes. La rédaction d’un article nécessite des sources. L’analyse comparative nécessite des données collectées en amont. Si on soumet les agents rédacteurs avant d’avoir les sources, ils produisent du contenu sans matière — ou ils hallucinent cette matière.

Le problème fondamental est une dépendance séquentielle entre deux classes de tâches. Le pattern Wave le résout en les séparant explicitement dans le temps.

La mécanique du pattern

Une orchestration Wave se déroule en trois étapes :

Vague 1 — exécution amont. Un premier batch d’agents est lancé en parallèle. Leur rôle est de produire de la matière : collecter des sources, extraire des données, résumer des documents. Ils ne produisent pas le livrable final.

Étape inter-vagues — analyse et ajustement. L’orchestrateur examine les outputs de la vague 1. Il évalue la couverture, la qualité, les lacunes. Sur cette base, il décide comment configurer la vague 2 : quels agents lancer, combien, avec quel contexte. Il peut aussi décider de sauter certaines tâches si la matière collectée est insuffisante pour les alimenter.

Vague 2 — exécution aval. Un second batch d’agents est lancé, cette fois nourris des outputs de la vague 1. Ils produisent les livrables finaux.

Le pattern peut s’étendre à trois ou quatre vagues si les dépendances sont plus profondes — par exemple : collecte → recherche complémentaire → synthèse → rédaction. Dans ce cas, chaque transition inter-vagues joue le même rôle d’ajustement.

L’ajustement inter-vagues : la valeur réelle du pattern

La séquence collecte → rédaction existe déjà dans n’importe quel pipeline automatisé. Ce qui distingue le pattern Wave est l’ajustement conditionnel entre les vagues.

Sans ajustement, la vague 2 est simplement planifiée à l’avance, quels que soient les résultats de la vague 1. Si un agent de collecte a échoué ou renvoyé une matière pauvre, la tâche correspondante en vague 2 sera lancée quand même — et produira un livrable de mauvaise qualité ou un échec.

Avec ajustement, l’orchestrateur peut :

  • Sauter une tâche si la matière de vague 1 est insuffisante pour la nourrir.
  • Augmenter le contexte d’un agent de vague 2 si la vague 1 a produit plus que prévu.
  • Ajouter des agents de vague 2 si la vague 1 a découvert des angles non anticipés.
  • Corriger des paramètres (par exemple : un identifiant erroné, une catégorie mal assignée) avant que les agents de vague 2 ne les propagent.

Dans nos tests, cette phase d’ajustement a permis de corriger des erreurs de configuration avant qu’elles ne contaminent la production, et d’éviter de lancer des agents sur une matière trop pauvre pour produire un résultat exploitable.

Quand utiliser le pattern Wave

Le pattern Wave n’est pas universellement supérieur à un batch simple. Il introduit une latence (la vague 2 ne peut démarrer qu’après la fin de la vague 1) et une complexité de coordination (l’étape inter-vagues doit être implémentée explicitement).

Il est justifié quand au moins deux conditions sont réunies :

ConditionExplication
Dépendance entre tâchesLes tâches de type B consomment les outputs des tâches de type A
Volume suffisantAu moins 3-5 agents par vague ; en dessous, le batch simple est moins coûteux
Qualité matière variableLa vague 1 peut échouer partiellement → l’ajustement a de la valeur

Si les tâches sont homogènes et indépendantes, le pattern fire-and-consolidate suffit. Le Wave s’impose dès que des classes de tâches hétérogènes doivent s’enchaîner.

Limites et points de vigilance

Latence cumulée. Chaque vague ajoute un temps d’attente incompressible. Une orchestration à quatre vagues est séquentiellement contrainte même si chaque vague est massivement parallèle.

Complexité de l’ajustement. L’étape inter-vagues est la plus délicate. Si l’orchestrateur se trompe dans son analyse (surestimer la qualité de la matière, sous-estimer les lacunes), la vague 2 est mal calibrée. Une logique d’ajustement trop simple peut rater des cas limites.

Dépendance aux outils. Dans nos tests, certains agents de collecte ont rencontré des blocages d’accès réseau qui n’étaient pas prévisibles à la conception. Une vague de collecte dégradée peut limiter la vague de production — même avec un bon ajustement inter-vagues [NON VÉRIFIÉ : cette sensibilité aux défaillances d’outils externes varie selon l’environnement d’exécution].

Propagation d’erreurs. Si la logique d’ajustement n’est pas assez stricte, une erreur de vague 1 peut être transmise telle quelle à vague 2. L’ajustement doit inclure des seuils de qualité minimaux sous lesquels une tâche est abandonnée plutôt que transmise dégradée.

Ce qu’il faut retenir

  • Le pattern Wave sépare une orchestration en vagues séquentielles pour gérer les dépendances entre tâches hétérogènes.
  • La valeur distincte du pattern est l’ajustement inter-vagues : l’orchestrateur recalibre la vague suivante selon les résultats de la précédente.
  • L’ajustement permet de sauter, enrichir ou corriger avant que les erreurs ne se propagent.
  • Le pattern introduit une latence cumulée : chaque transition inter-vagues est un point d’attente séquentiel.
  • Il est justifié dès qu’il existe une dépendance réelle entre deux classes de tâches et que la qualité de la matière de vague 1 est variable.

Sources