Multi-agentité comme FLP : limites de la coordination IA

Développement multi-agents comme consensus distribué : FLP et Lamport en action

Les systèmes multi-agents destinés à la génération de code rencontrent des limites fondamentales inhérentes aux systèmes distribués. Coordonner des agents IA revient à résoudre un problème de consensus dans des réseaux asynchrones sujets à des défaillances, où les théorèmes de FLP et de Lamport fixent des bornes strictes. Même l'AGI ne peut contourner ces résultats d'impossibilité — des protocoles explicites et des détecteurs de défaillance sont essentiels.

Formalisation du problème de coordination des agents

Le processus de développement multi-agents est formalisé par l'ensemble des programmes valides Φ(P) générés par le prompt P. Chaque agent produit une itération φ_i, et le consensus est atteint lorsque tous les φ_i raffinent un même φ ∈ Φ(P) :

C(φ_1, ..., φ_n) := ∃ φ ∈ Φ(P), ∀i, φ_i refines φ

Sans protocole, les agents s'affrontent sur les décisions architecturales : l'un choisit des API callback, l'autre async/await, provoquant des conflits Git. Un superviseur fusionnant les PRs ne résout pas le problème — il le masque, entraînant des pertes de travail lors des rebases.

Conditions clés de FLP :

• Livraison asynchrone : les agents décident quand traiter les messages après un appel d'outil.
• Défaillances par crash : processus bloqués, boucles infinies, pkill interrompant la communication.

Théorème d'impossibilité de FLP : aucun consensus parfait

FLP (Fischer-Lynch-Paterson, 1985) prouve qu'en système asynchrone avec une seule défaillance par crash, on ne peut garantir simultanément la sécurité (exactitude), la vivacité (progression vers une solution) et la tolérance aux pannes. Choisissez deux — le troisième est perdu.

Dans les agents, cela se traduit par des cycles de retour en arrière sans fin : l'agent A finalise une architecture, B la reprend, A réagit. Sans détecteur de défaillance (Chandra-Toueg, 1996), la vivacité est impossible. En pratique, les équipes utilisent ps | grep pour vérifier l'état des voisins, étendant ainsi le modèle vers une synchronie partielle.

Défaillances byzantines dues à des prompts mal interprétés

Lamport (1982) : avec f agents byzantins (interprétant mal les prompts, produisant des φ_i incompatibles), il faut n > 3f + 1 agents pour atteindre le consensus. Un agent byzantin falsifie ses décisions comme un général ment sur les votes.

Le vote par LLM est inefficace en raison de l'espace vaste Φ(P). Solution : des validateurs externes (tests, linters, vérifications) convertissent les défaillances byzantines en défaillances par crash, ramenant le système au mode FLP avec des algorithmes connus (Paxos, etc.).

Compromis des validateurs :

• Augmenter la sécurité au détriment de la vivacité (fuites plus lentes).
• Réduire les risques byzantins sans éliminer les contraintes FLP.
• Évoluer avec n, où f < (n-1)/3.

Règles pratiques pour concevoir un pipeline

• Les détecteurs de défaillance sont obligatoires : les agents surveillent l'avancement de leurs pairs pour éviter les blocages.
• Partitionnement des tâches : minimiser les chevauchements de fichiers (les motifs de worktree reflètent la tolérance aux partitions du théorème CAP).
• Délais et redémarrages : implémenter une synchronie partielle (Dwork-Lynch-Stockmeyer, 1988) avec délais bornés.
• Validation externe en premier : tests > coordination ; détecter les erreurs tôt.
• Éviter les solutions ad hoc : utiliser Paxos ou Raft pour un consensus explicite.

Le théorème CAP s'applique : dans les systèmes multi-agents, la tolérance aux partitions est souvent sacrifiée au profit d'une cohérence et disponibilité (CA).

Concepts avancés pour la scalabilité

Connaissance commune (Halpern-Moses, 1990) : « Tout le monde sait que tout le monde sait » est inaccessible sans protocole — explique les échecs des documents partagés (CLAUDE.md).

Synchronie partielle : les délais augmentent la complexité des messages mais permettent le consensus.

Ces outils issus de 40 ans de théorie permettent des pipelines fiables — sans compter sur la hype autour de l'AGI.

Ce qui compte

• Les systèmes multi-agents sont un consensus distribué soumis aux contraintes FLP/CAP, indépendamment du modèle choisi.
• Les validateurs (tests, linters) transforment les défaillances byzantines en crashes, rendant les systèmes gérables.
• Les détecteurs de défaillance et le partitionnement forment l'outil minimal pour une production robuste.
• Utiliser n > 3f + 1 pour résister aux mauvaises interprétations des prompts.
• L'AGI pourrait améliorer les constantes — mais pas les frontières d'impossibilité.

— Editorial Team