Présentation : les modèles multi-agents de la plateforme publicitaire de Spotify basée sur l'IA
Pratik Rasam, ingénieur chez Spotify, a présenté lors d'une conférence la manière dont Spotify Ads Manager, la plateforme publicitaire du groupe, exploite en production des systèmes multi-agents à grande échelle. L'architecture repose sur Google ADK Java, le kit de développement d'agents de Google dans sa version Java. Le retour d'expérience porte sur plusieurs choix structurants : un modèle où chaque agent est rattaché à un domaine métier précis et appartient à l'équipe qui le maîtrise, des garde-fous déterministes placés autour des comportements du modèle, et une évaluation fondée sur le traçage des exécutions plutôt que sur la seule qualité des réponses finales.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de InfoQ AI. Lire l'article original →
L'intérêt est très concret pour les équipes qui passent d'un prototype à un produit réel. Rasam détaille les leçons apprises à ses dépens : où tracer les frontières entre agents, comment concevoir des schémas d'outils que le modèle comprend et utilise correctement, et comment contenir les coûts d'inférence qui explosent vite quand plusieurs agents s'enchaînent. Il met en garde contre l'agent monolithique, qui concentre trop de responsabilités, devient difficile à tester et rend toute régression malaisée à localiser. Les garde-fous déterministes offrent une prévisibilité indispensable dès lors que des annonceurs engagent de l'argent.
Ce témoignage s'inscrit dans un mouvement plus large : après l'engouement pour les assistants conversationnels, les grandes entreprises cherchent des méthodes d'ingénierie éprouvées pour déployer des agents fiables. Le choix de Java, langage dominant dans les infrastructures d'entreprise, montre que l'écosystème ne se limite plus à Python. Les enjeux à venir concernent la standardisation de l'évaluation par traçage, la maîtrise des budgets et la gouvernance de la propriété des agents entre équipes.
Pas d'impact direct sur la France/UE