La division du travail des agents IA sera cruciale pour maximiser l'impact des agents. Nous avons longtemps eu une division du travail dans les organisations, car avoir des experts individuels se passant des tâches les uns aux autres est plus efficace qu'un groupe de généralistes essayant de faire les choses d'une manière différente à chaque fois. Les agents IA présentent la même dynamique. Pour que les agents IA fonctionnent, vous avez besoin de juste la bonne quantité de contexte sur la tâche qu'ils essaient d'accomplir. Cela signifie une compréhension approfondie du domaine, un ensemble de connaissances sur lesquelles travailler, des instructions claires et un ensemble d'outils à utiliser. Trop peu de contexte et l'agent échouera. Pourtant, de même, à mesure que plus d'informations entrent dans la fenêtre de contexte, nous savons que les modèles peuvent devenir sous-optimaux. Pour un processus commercial complexe, si vous mettez toute la documentation, la description du flux de travail et les instructions dans la fenêtre de contexte, nous savons que cela peut finalement conduire à une dégradation du contexte, ce qui entraîne de moins bons résultats. L'architecture logique alors dans le futur est de diviser les agents en unités atomiques qui correspondent aux bons types de tâches et ensuite de faire travailler ces agents ensemble pour accomplir leur travail. Nous voyons déjà cela se dérouler efficacement dans les agents de codage. De plus en plus d'exemples émergent avec des personnes mettant en place des sous-agents qui possèdent tous des parties spécifiques d'une base de code ou d'un domaine de service. Chaque agent est responsable d'une partie du code, et il existe une documentation adaptée aux agents pour le code. Ensuite, lorsque du travail est nécessaire dans ce domaine pertinent de la base de code, un agent orchestrateur coordonne avec ces sous-agents. Nous pourrions voir ce modèle s'appliquer probablement à presque tous les domaines du travail de connaissance à l'avenir. Cela permettra aux agents IA d'être utilisés pour bien plus que des cas d'utilisation spécifiques aux tâches et d'étendre leur portée à l'alimentation de flux de travail entiers dans l'entreprise. Même si les modèles IA s'améliorent pour pouvoir gérer des fenêtres de contexte plus larges, et que les niveaux d'intelligence augmentent, il n'est pas évident que cette architecture disparaisse un jour. Il est probable que le rôle de chaque agent s'élargisse à mesure que les capacités s'améliorent, mais des lignes de séparation claires entre les sous-agents mèneront peut-être toujours à de meilleurs résultats.