On a passé un an à manager des agents. La Bitter Lesson dit qu’on avait tort

Pendant un an, la littérature sur les agents IA a produit une quantité remarquable d'organigrammes. Il fallait un « manager d'agents », des rôles, une hiérarchie, des protocoles de délégation, des boucles de supervision. On nous a expliqué, très sérieusement, comment déléguer à une machine comme on délègue à une équipe. Le 1er octobre 2026, Ethan Mollick publie « The Dot and the Swarm » et admet, à peu près, que cette intuition était une erreur. Le sous-titre ne laisse aucun doute : « Benefitting from the Bitter Lesson ».

Ce que Mollick admet avoir raté

La Bitter Lesson (leçon amère), formulée par Rich Sutton en 2019, tient en une phrase désagréable : les approches qui exploitent la puissance de calcul et l'apprentissage finissent toujours par battre celles qui encodent l'intelligence à la main — y compris les meilleures idées humaines sur la manière de structurer le problème. On l'avait appliquée aux modèles. Mollick suggère qu'elle s'applique aussi à la façon de les organiser. Autrement dit : découper soigneusement le travail en étapes, choisir la bonne topologie d'agents, écrire des procédures, c'est du travail humain qui risque de se faire écraser par la même logique.

Ce n'est pas la liste de ce qu'ils savent faire qui compte, c'est ce qu'on n'a plus besoin de leur dire.

Mollick décrit son usage réel : il ne parle pas aux agents en code, il leur parle en anglais, et ce sont eux qui écrivent le code. Il ne fournit plus de plan détaillé — il donne un objectif, et l'agent revient avec un plan, parfois avec une question. Ce qui a changé n'est pas seulement la capacité brute du modèle : c'est le travail de configuration, de découpage et d'orchestration qui a cessé d'être nécessaire.

Muse et Dots : le passage à l’échelle grand public

Le contexte rend la correction plus qu'académique. Meta's Muse, lancé le 8 septembre 2026, a atteint 5 millions de téléchargements en trois semaines en Amérique du Nord et a pris la première place de l'App Store américain, délogeant ChatGPT. OpenAI a répondu avec Dots, un agent toujours actif connecté à plus de 4 000 applications. Le 1er octobre, Meta a étendu Muse aux petites entreprises, avec un accès à QuickBooks, Shopify et Slack.

Concrètement, ces agents gèrent l'email, les réservations, les abonnements, les budgets — avec approbation de l'utilisateur. Ce n'est plus une démonstration de laboratoire : c'est une application que n'importe qui installe sur son téléphone. Et l'utilisateur lambda n'écrit évidemment aucun organigramme.

L’orchestration humaine ne sert donc plus à rien ?

Attention au raccourci. Mollick ne dit pas qu'il n'y a plus rien à concevoir. Dire que « l'organisation émerge toute seule » est probablement vrai pour la coordination interne d'un agent ; c'est beaucoup plus douteux dès qu'on parle de trois choses qui, elles, ne s'auto-décident pas : le périmètre (à quoi l'agent a accès), les points d'approbation (quand il doit demander), et la définition du succès (ce qu'on considère comme un bon résultat).

Il y a une limite plus sérieuse. Un système qui se donne lui-même ses sous-tâches produit un chemin que personne n'a validé à l'avance. La question « qui a décidé ça, et sur quelle base ? » devient centrale — et difficile. C'est exactement le genre de problème qu'aucune démonstration impressionnante ne règle.

Ce qui devient plus important, ce qui le devient moins

• Moins important : savoir découper un travail en étapes, écrire des prompts-procédures, choisir la bonne architecture d'agents.
• Plus important : définir et vérifier le résultat — critères d'acceptation, tests, évaluation systématique.
• Plus important : les garde-fous — permissions, périmètres d'accès, approbations explicites, journalisation des actions.
• Plus important : savoir dire non — repérer le travail plausible et faux, que l'agent présente avec une parfaite assurance.

Le vrai déplacement de valeur

Pendant un an, on a vendu de l'orchestration. C'est le concept le plus facile à démontrer en conférence, et le plus fragile dès qu'un nouveau modèle progresse. Si la coordination s'automatise, l'orchestration humaine devient un intermédiaire coûteux — utile le temps d'une génération de modèles, contestable à la suivante.

Ce qui monte, c'est l'évaluation. Le goulot d'étranglement n'est plus la production de travail, c'est la capacité à décider ce qui est bon, à le prouver, et à en assumer la responsabilité. Un agent qui génère cinquante variantes ne vaut rien sans quelqu'un capable de dire laquelle est juste, et pourquoi. Ce métier ressemble beaucoup moins au management qu'à la QA (assurance qualité) et à l'audit.

Si la coordination devient gratuite, la seule chose qu'on ne peut pas automatiser par la puissance de calcul, c'est le jugement sur ce qui mérite d'être livré.

Ce qu’on ne sait pas encore

Il est encore trop tôt pour conclure. On n'a pas de recul sérieux sur la fiabilité de ces agents sur des tâches longues et enchaînées. Muse est numéro un de l'App Store depuis quelques semaines : c'est un signal d'adoption massif, pas une preuve de robustesse. Mollick lui-même note un comportement « un peu flippant » quand l'agent corrige spontanément un problème qu'on ne lui avait pas signalé. Impressionnant, mais pas rassurant sur le contrôle.

La Bitter Lesson ne dit pas que toute organisation humaine deviendra inutile. Elle dit qu'elle perdra là où une approche par la puissance de calcul fait mieux. Reste à savoir où se situe exactement cette frontière — et elle recule à chaque génération de modèles. À ce stade, la seule position honnête est : on verra.

Ce qu’il faut retenir tient en une phrase : arrêter de dessiner des organigrammes pour des agents, et commencer à mesurer ce qu’ils produisent vraiment. Si la coordination devient gratuite, la seule chose qu’on ne peut pas déléguer, c’est le jugement sur le résultat.