Une analyse complète récente a catalogué 17 modèles d'architecture distincts pour les agents IA, fournissant un cadre d'évaluation structuré selon six dimensions clés : qualité de raisonnement, évolutivité, maintenabilité, adaptabilité, efficacité et robustesse. L'étude introduit une classification en sept couches orientée industrie (ETCLSVG) qui s'étend de l'interaction avec l'environnement à la gouvernance, offrant une vue holistique de la conception des systèmes d'agents. Cette taxonomie est particulièrement précieuse pour les ingénieurs et architectes construisant des systèmes d'agents de qualité production, car elle aide à sélectionner les modèles appropriés en fonction de cas d'utilisation et de contraintes spécifiques. L'analyse met également en évidence les compromis entre différents choix architecturaux, comme l'équilibre entre la profondeur de raisonnement et la latence de réponse. Alors que les systèmes d'agents IA deviennent plus courants dans les applications d'entreprise, disposer d'un vocabulaire standardisé et de critères d'évaluation devient crucial pour une communication et des décisions de conception efficaces. Ce travail sert de référence pratique tant pour les novices que pour les praticiens expérimentés cherchant à approfondir leur compréhension des architectures d'agents.
Cet article analyse systématiquement 17 modèles d'architecture d'agents, les évaluant selon six dimensions comme la qualité de raisonnement et l'évolutivité. Il introduit une classification en sept couches d'un point de vue industriel, constituant une référence précieuse pour la conception d'agents IA robustes. Ce cadre est opportun alors que les systèmes basés sur des agents gagnent du terrain en production.