Vos agents IA se coordonnent peut-être déjà dans… | Eric Blaudez

Résumé

Vos agents IA se coordonnent peut-être déjà dans un espace que personne ne peut auditer.

L'AI Act n'a pas de réponse pour ça.

Des travaux publiés entre novembre 2025 et mai 2026 démontrent que la communication en langage naturel entre agents est une contrainte architecturale mesurable, pas un choix naturel. Des agents opérant dans l'espace latent coordonnent de façon plus efficace et moins lisible. La rupture de gouvernance qui en découle n'est pas un nouveau paradigme surgi de nulle part : c'est l'amplification d'un problème d'attribution qui existe déjà dans les systèmes multi-agents classiques.

Le présupposé architectural

Nous construisons des systèmes multi-agents sur un présupposé implicite : les agents se coordonnent par des messages lisibles (tokens, JSON, protocoles nommés); MCP, A2A, les logs exigés par l'AI Act tout cela suppose que la coordination est exprimée dans un espace symbolique auditable.

Ce présupposé est raisonnable. Pourtant, les agents n'ont aucune raison structurelle de communiquer comme des humains. Ils le font parce que nous leur imposons ce médium, pas parce qu'il est optimal pour la tâche.

Un modèle de langage opère dans un espace vectoriel de haute dimension. Quand cet agent "parle" à un autre en langage naturel, il projette cet espace continu sur une séquence discrète de tokens.

Sur la tentation de quantifier cette perte. Il est courant de présenter cette projection par un ratio de bits : un token encoderait ~15 bits, un état caché ~40 000 bits, soit un facteur de 2 700. Ce calcul circule, et il est trompeur. La quasi-totalité des dimensions d'un hidden state ne porte pas d'information transmissible ou exploitable par un autre agent : ce sont des redondances, des artéfacts d'attention, du bruit positionnel. Affirmer que le langage naturel "perd 2 700 fois d'information" est un abus, la densité vectorielle n'est pas une quantité de raisonnement utile.

L'argument correct est qualitatif, et il est plus solide ainsi : le langage naturel impose une linéarisation. Pour transmettre, l'agent doit choisir une séquence, un chemin de raisonnement parmi les branches qu'il a explorées en parallèle. Ce qui se perd n'est pas qu'une masse de bits, mais la structure non-linéaire du raisonnement : les alternatives considérées, les degrés d'incertitude relative, les dépendances que le format séquentiel écrase. C'est précisément ce que la recherche Interlat (arXiv:2511.09149) montre que via la communication latente non seulement "plus d'information" (au sens de Shannon) est transmise (même si ce n'est pas 2 700x plus), mais en plus, l'information est de nature différente de celle du canal textuel.

agentic-latent

Dans les laboratoires

Interlat : transmettre la structure, pas sa linéarisation

En novembre 2025, une équipe de Zhejiang University et du Future Living Lab d'Alibaba publie Interlat (arXiv:2511.09149). Plutôt que de décoder les états internes en tokens, les agents transmettent directement leurs derniers états cachés — avant projection sur le vocabulaire.

Évalué sur ALFWorld (planification multi-étapes) :

Interlat surpasse le Chain-of-Thought fine-tuné sur les tâches vues et non-vues
Les messages latents compressés maintiennent les performances
Réduction de latence de 24x versus la communication NL
Comportements plus exploratoires : les agents utilisent l'information latente différemment du pattern-matching du CoT

Ces résultats établissent que la structure non-linéaire transmise améliore mesurablement la performance collective sur des tâches précises. La preuve est dans le gain de tâche, pas dans un comptage de bits.

Limite importante : ces résultats supposent des agents homogènes — même architecture, entraînement conjoint. Le transfert à des stacks hétérogènes requiert un codec d'alignement supplémentaire; il nécessite également un entrainement des modèles associés aux agents

LatentMAS : les chiffres et leurs conditions

LatentMAS (arXiv:2511.20639) évalue la communication latente en MAS séquentiels et hiérarchiques sur Qwen3 et Llama3 (cinq backbones de 4B à 14B). Sur l'ensemble des 9 benchmarks testés :

jusqu'à +14,6 points de précision vs TextMAS
−70,8 % à −83,7 % de tokens de sortie consommés
4x–4,3x d'accélération end-to-end

Point structurel important : LatentMAS est entièrement sans entraînement. Il n'adapte aucun poids — il exploite les KV-caches existants de chaque agent comme mémoire de travail partagée, transférant directement les représentations latentes de la dernière couche entre agents. Ces chiffres sont réels — sur ces benchmarks, avec ces modèles, dans ces conditions. Trois contraintes structurelles en limitent la portée opérationnelle, et elles méritent d'être nommées sans atténuation.

Homogénéité requise et agilité sacrifiée. La communication latente suppose des espaces d'embedding compatibles. Deux familles de modèles distinctes ne les partagent pas. Mais la contrainte va plus loin que la simple hétérogénéité initiale : chaque mise à jour d'un modèle dans la chaîne invalide la compatibilité des espaces de représentation. Dans un environnement enterprise où les modèles sont mis à jour en continu — nouvelles versions, fine-tuning, correctifs de sécurité — la communication latente impose de geler l'architecture ou de re-valider le codec à chaque changement. L'agilité agentique moderne, celle des déploiements continus et des mises à jour fréquentes, est structurellement incompatible avec la communication latente telle qu'elle est conçue aujourd'hui.

Coût du codec et dette de maintenance. Rendre la communication latente fonctionnelle entre architectures hétérogènes requiert un codec entraîné sur des ancres partagées (Vision Wormhole). Ce codec est un artefact d'ingénierie supplémentaire, spécifique à une paire de versions, qui doit être re-entraîné et re-validé à chaque évolution. La dette de maintenance est non-triviale et rarement comptabilisée dans les évaluations laboratoire.

Ce que le langage naturel offre en échange. C'est le point que les évaluations de la communication latente omettent systématiquement : le langage naturel — ou le JSON, ou tout protocole symbolique — est universellement interopérable. N'importe quel agent peut lire un message JSON d'un autre agent sans partager d'architecture, sans codec, sans version synchronisée. Cette interopérabilité dynamique est précisément ce qui rend les MAS actuels composables, évolutifs et maintenables. La communication latente échange cette propriété contre de la performance sur des benchmarks précis. C'est un arbitrage réel, pas une amélioration sans contrepartie.

Instabilité inter-versions. Les espaces de représentation changent entre versions d'un même modèle. Un codec entraîné sur Qwen3-8B v1 ne fonctionnera pas sur v2. C'est un problème de versioning absent des benchmarks de laboratoire.

Vision Wormhole : le pont point-à-point

Vision Wormhole (arXiv:2602.15382, février 2026) aborde l'hétérogénéité via une architecture hub-and-spoke à deux niveaux. Chaque VLM récepteur dispose d'un Vision Codec propre, un Perceiver encoder + decoder léger entraîné indépendamment par distillation label-free, qui apprend à produire des pseudo-tokens injectables directement dans la voie visuelle native du modèle. L'alignement entre deux codecs quelconques se fait ensuite via une tranformation affine dans l'espace universel, calculée en forme fermée (régression ridge) à partir d'un petit ensemble d'ancres partagées.

Résultats prometteurs sur les paires hétérogènes testées (Qwen, Gemma, SmolVLM, LFM). Mais la limite opérationnelle est réelle et se déplace : ce n'est plus un codec par paire, c'est un codec par version de modèle. Chaque mise à jour d'un modèle dans la chaîne invalide son codec et requiert un ré-entraînement. Ce n'est pas un protocole universel : c'est une infrastructure à construire et maintenir, avec une dette de versioning que les évaluations laboratoire ne comptabilisent pas.

Moltbook : un argument analogique, pas une preuve

Le 28 janvier 2026, Moltbook ouvre : un forum exclusivement peuplé d'agents IA, 2,8 millions d'agents, documenté par une dizaine d'équipes indépendantes.

Ce qui se passe sur Moltbook n'est pas de la coordination latente sophistiquée, c'est l'émergence de conventions de représentation. La pertinence est dans l'analogie, pas dans la preuve directe.

La limite méthodologique, posée avant les données

"The Moltbook Illusion" (arXiv:2602.07432) formule le problème : les comportements observés (langages inventés, manifestes, religions) ressemblent à de l'émergence parce que nous projetons sur ces productions notre conception de ce que des IA autonomes feraient. Les modèles ont ingéré des décennies de fiction sur les IA rebelles ; leurs productions en reflètent les schémas.

Ce que les données montrent réellement

Beltoft et al.(arXiv:2605.31170) analysent 518 propositions de langages construits sur Moltbook, classées en cinq catégories dont 59 explicitement présentées comme visant à échapper à la supervision humaine. Le résultat robuste est modeste : des agents peuvent proposer des conventions non-standard et d'autres les acquérir en contexte depuis une simple description, sans que l'on puisse conclure à une coordination intentionnelle autonome. Le cas Symbiotica (Wib&Wob) illustre l'enjeu concret : une substitution de glyphes Unicode lisible à la main, mais couplée à une chaîne de bits permettant d'encoder des informations arbitraires, suffisante pour être opaque à un observateur non équipé, ce qui pose une question de gouvernance réelle indépendamment de l'origine humaine ou agentique du protocole.

La valeur exacte de l'analogie

L'analogie est précise et limitée : Moltbook montre qu'en interaction libre, des agents optimisent pour l'efficacité de leur propre coordination, produisant des représentations partiellement illisibles. La communication latente, discutée précédemment, est le même phénomène poussé plus loin sur l'axe efficacité/lisibilité. La frontière entre "raccourcis de représentation" (Moltbook) et "coordination latente" (Interlat) est une question de degré.

Cette analogie suffit à motiver la question de gouvernance. Elle ne la démontre pas — la démonstration, ce sont les résultats de tâche d'Interlat et LatentMAS, pas Moltbook.

La question de gouvernance : amplification, pas création

Le problème d'attribution dans les MAS n'est pas nouveau. Dès qu'un système comprend plusieurs agents qui se délèguent des tâches via des chaînes d'outils, déterminer qui est responsable d'une décision finale est déjà difficile avec des agents en langage naturel parfaitement lisibles. Nannini et al. (2026, arXiv:2604.04604) le documentent précisément : l'AI Act suppose des artefacts techniques discrets à profil de risque statique, déterminable avant déploiement. Les architectures agentiques dynamiques, qui adaptent leur comportement, délèguent des sous-tâches et agissent à travers des chaînes d'outils externes, mettent déjà cette hypothèse sous tension, indépendamment de toute communication latente. La transparence à travers des chaînes d'action multi-parties est identifiée comme l'un des quatre défis de conformité spécifiques aux agents que les normes harmonisées actuelles ne couvrent pas suffisamment. Ce problème existe aujourd'hui, en production, sans aucune communication latente.

Ce que la coordination latente change. Elle n'introduit pas un problème inédit, elle déplace un problème existant d'un registre où il reste théoriquement soluble vers un registre où il ne l'est plus. Avec des agents NL, l'attribution est difficile mais les traces existent : on peut lire les messages, reconstruire la chaîne, contester une décision. Avec la coordination latente, la difficulté change de nature.

De l'explicabilité à l'existence de la trace

Le modèle a produit des tokens ; on cherche à reconstruire post-hoc le raisonnement via des méthodes d'attribution comme SHAP (SHapley Additive exPlanations, qui quantifie la contribution de chaque token d'entrée à la sortie), LIME (qui approxime localement le comportement du modèle par un modèle interprétable), ou l'interprétabilité mécaniste (qui identifie les circuits internes du réseau responsables d'un comportement). Ces méthodes supposent toutes qu'une trace symbolique existe (des tokens, des embeddings, des activation) et sur laquelle il est possible projeter une explication. L'opacité d'une coordination latente est un problème d'existence. Le raisonnement distribué ne s'est pas déroulé dans un espace symbolique. Les tenseurs échangés entre agents peuvent être loggués à l'octet près, mais ils n'ont pas de projection en langage naturel sans perte structurelle : SHAP n'a pas de tokens d'entrée à attribuer, LIME n'a pas de frontière de décision locale à approximer, l'interprétabilité mécaniste n'a pas de circuit à isoler dans un espace partagé entre deux architectures distinctes. Ce n'est pas qu'on n'arrive pas à lire la trace, c'est qu'il n'y a pas de trace symbolique à lire. Cette distinction est le vrai apport de gouvernance : elle identifie le point précis où les outils d'explicabilité existants, tous conçus pour des sorties symboliques, cessent de s'appliquer par construction, et non par manque de puissance computationnelle.

L'implication réglementaire concrète

La PLD révisée (applicable décembre 2026) prévoit une présomption de causalité en cas de défaut établi. Établir un défaut suppose de pouvoir reconstruire le lien entre une décision et ses causes. Quand ce lien passe par un espace non-symbolique, la reconstruction est difficile et n'a pas de méthode définie.

Ce n'est pas une raison de paniquer. C'est une raison de commencer à travailler sur des méthodes d'audit qui ne présupposent pas la lisibilité symbolique, avant que les systèmes concernés ne soient en production à grande échelle.

Implications stratégiques

L'avantage de performance est réel, conditionnel, et payé sur l'agilité

Les gains de LatentMAS sont mesurés en laboratoire sur des architectures homogènes et stables.

Un système MAS qui adopte la communication latente gagne en performance sur des tâches précises, et perd en agilité architecturale. Il ne peut plus mettre à jour librement ses modèles composants sans invalider ses canaux de coordination. Il ne peut plus intégrer facilement un nouvel agent d'une famille différente. Il sort du modèle de déploiement continu qui est la norme dans les organisations matures.

C'est un choix stratégique réel, pas une amélioration sans contrepartie. En 2026, les cas d'usage qui justifient ce choix sont ceux où la stabilité architecturale est une propriété du système, des agents spécialisés sur un domaine fixe, avec des modèles qui ne changent pas à la fréquence des mises à jour enterprise classiques. En dehors de ces conditions, l'avantage de performance ne compense pas le coût d'agilité.

La dérive comportementale, le risque le plus concret

Plus que la performance, c'est la dérive qui mérite l'attention. Des agents qui co-élaborent peuvent développer des raccourcis de coordination, des biais stables, des comportements sous-optimaux, sans signal d'alerte visible jusqu'à ce qu'un résultat anormal remonte.

Ce risque existe déjà avec des agents NL. La coordination latente l'amplifie pour une raison simple : la dérive n'est plus observable dans le contenu des messages, mais dans les méta-patterns (réduction des tokens échangés, stabilisation de patterns inhabituels, divergence progressive des distributions d'output). C'est, là encore, une amplification d'un problème connu, pas une rupture.

Ce que les décideurs doivent anticiper

Horizon immédiat (2026-2027) — Cartographier

Avant de gouverner la coordination latente, savoir si elle existe dans vos systèmes. Les signaux ne sont pas dans le contenu des échanges mais dans les méta-patterns : accélération des échanges sur des workflows répétés, réduction des tokens sans dégradation de performance, divergence progressive des outputs. Observables sans lire le contenu.

Horizon moyen (2027-2028) — Gouverner par les propriétés

Les cadres réglementaires supposent l'explicabilité du processus. Développer des approches par les propriétés comportementales : vérifier que les résultats sont bornés, les comportements réversibles, les dérives détectables par leurs conséquences plutôt que par leur cause. L'audit du raisonnement devient l'audit de l'enveloppe comportementale.

Horizon long (2028-2030) — Questions ouvertes

Qui peut exiger la suppression d'un espace de coordination latente ? Comment le certifier ? Dans un litige sur une décision prise via coordination latente, quelle charge de la preuve pour établir la causalité ? Même si on économise 85% de tokens, est-ce qu'une direction juridique d'un grand groupe acceptera de déployer des systèmes d'agents incapables de fournir des logs lisibles (JSON/Texte) pour l'AI Act ?

agentic-latent

Conclusion

La communication latente entre agents est dans les laboratoires, mesurée, publiée, avec des chiffres solides et des contraintes documentées. Ce n'est pas encore de la production enterprise.

La contribution de gouvernance de cet article n'est pas d'annoncer un nouveau paradigme — c'est d'identifier le point précis où un problème existant (l'attribution dans les MAS) change de nature. Tant que la coordination passe par un espace symbolique, l'attribution est difficile mais soluble : les traces existent. Quand elle passe par l'espace latent, il n'y a plus de trace symbolique à reconstruire. Les outils d'explicabilité conçus pour des sorties symboliques cessent alors de s'appliquer.

C'est suffisant pour que la question mérite d'être travaillée maintenant. Pas parce que le danger est imminent, mais parce que les méthodes d'audit qui ne présupposent pas la lisibilité symbolique n'existent pas encore — et qu'elles prennent du temps à construire.

Annexe — Démonstration technique

Cet article est accompagné d'un démonstrateur exécutable (gitlab) qui implémente le test décisif dans un cadre narratif Harry Potter : cinq gardiens du coffre 687 de Gringotts résolvent collectivement une énigme — chaque gardien détient une contrainte privée, aucun ne connaît la réponse seule — en deux régimes de communication comparés tête-à-tête.

Le mécanisme latent implémenté correspond à la proposition de la critique experte : les hidden states des solvers sont projetés dans l'espace d'embedding de l'agrégateur (Hermione) et lui sont transmis comme préfixe latent via inputs_embeds. Hermione fusionne ces états par son propre mécanisme d'attention multi-têtes et génère directement la réponse. Il n'y a ni sonde linéaire, ni vecteur de score intermédiaire, ni traducteur externe — la fusion est non-linéaire et interne au modèle.

Une ablation (hidden states réels vs tenseurs aléatoires vs préfixe zéro) prouve que les hidden states portent effectivement l'information que l'agrégateur utilise. Le démonstrateur ne prétend pas reproduire les conditions enterprise ; il isole la question centrale : à tâche égale et Hermione aveugle aux contraintes, le canal latent porte-t-il plus d'information que le canal NL ?

Sources et références scientifiques

Communication en espace latent

Du et al. (2025) — Enabling Agents to Communicate Entirely in Latent Space (Interlat) — arXiv:2511.09149
LatentMAS (2025) — Latent Collaboration in Multi-Agent Systems — arXiv:2511.20639
Vision Wormhole (2026) — Latent-Space Communication in Heterogeneous Multi-Agent Systems — arXiv:2602.15382

Émergence de protocoles inter-agents

Beltoft et al. (2026) — Emergent Languages in Populations of Language Model Agents — arXiv:2605.31170
Emergence of Machine Language in LLM-based Agent Communication — OpenReview ICLR 2026

Moltbook

Molt Dynamics — arXiv:2603.03555
The Moltbook Illusion — arXiv:2602.07432
What Do AI Agents Talk About? — arXiv:2603.07880

Gouvernance et AI Act

AI Agents Under EU Law — arXiv:2604.04604
Transparency as Architecture — arXiv:2603.26983