Une séparation fonctionnelle qui résiste au temps

Les découpages par domaine métier vieillissent avec l'organisation. Les découpages par pipeline vieillissent avec la stack. Le découpage par régime cognitif, lui, est stable : quelle que soit l'évolution des modèles et des frameworks, il faudra toujours capter, mémoriser, prouver, raisonner, contredire, biaiser, temporiser, juger, élever, produire. Les dix profils sont un invariant d'architecture — les implémentations changeront dessous, la grammaire restera.

Des garanties de qualité par construction

Chaque profil encode un garde-fou que les systèmes monolithiques n'ont pas :

• Un pipeline sans Elenchos ne détecte jamais ses propres contradictions — il les lisse.
• Un pipeline sans Epistêmê ne distingue jamais le vérifié du plausible — il affirme tout au même ton.
• Un pipeline sans Kairos produit à la demande mais jamais à propos — il ignore la conjoncture.
• Un pipeline sans Mnêmê versionné ré-apprend chaque jour ce qu'il savait la veille.

La séparation n'est pas décorative : elle rend chaque garantie auditable. On peut tracer quelle contradiction Elenchos a levée, quel score Epistêmê a attribué, pourquoi Kairos a déclenché. C'est la réponse au problème de confiance de l'intelligence oblique : chaque détour laisse une trace, chaque trace a un agent responsable.

Un langage produit partagé humains/agents

Les dix noms fonctionnent comme un vocabulaire de conduite de projet. Dans un cycle de réunions EigenVertex, dire « il nous faut un passage d'Elenchos sur ce dossier avant de décider » ou « Kairos a levé un signal sur ce concurrent » est immédiatement compréhensible — par l'équipe humaine comme par l'orchestrateur. Le casting devient une interface de pilotage, pas un habillage.

Une différenciation défendable

L'état de l'art 2026 le confirme : le multi-agent générique est commoditisé. Supervisor, orchestrator-worker, swarm — ce sont des templates que tout le monde déploie. Ce qui n'est pas commoditisé, c'est une théorie du découpage. Peu d'acteurs assument une logique d'enquête (Mètis), de contre-hypothèses (Elenchos) et de timing (Kairos) comme fonctions de premier rang. C'est un positionnement intellectuel que les concurrents ne peuvent pas copier en renommant leurs nœuds — parce qu'il engage des mécanismes réels : journal d'enquête, couche d'évidence, déclencheurs contextuels, mémoire versionnée.

Ce que dit l'état de l'art

LangGraph est le standard de production 2026 pour les systèmes multi-agents, avec trois topologies dominantes : supervisor/hiérarchique, orchestrator-worker (environ 70 % des déploiements en production), et swarm (pair-à-pair, sans contrôle central). Les données économiques sont connues et brutales : les architectures multi-agents indépendantes coûtent environ 58 % de tokens en plus, et les architectures centralisées jusqu'à 285 % — le multi-agent ne paie que lorsque la tâche bénéficie réellement de la spécialisation, du parallélisme ou de la critique.

Bonne nouvelle : les dix régimes cochent précisément ces trois cases. La spécialisation est leur définition même ; Aisthêsis et Kairos tournent naturellement en parallèle du flux principal ; Elenchos est la critique institutionnalisée.

Le mapping naturel

Oui, l'approche se templatise bien en LangGraph — et le mapping est même élégant.

Topologie recommandée : supervisor, avec le superviseur comme Phronêsis. Le pattern supervisor est le plus lisible : un nœud de routage, un flux de contrôle clair, chaque décision visible dans les traces. Or router, c'est exactement juger : décider quel régime d'intelligence la situation exige. Phronêsis n'est donc pas un worker parmi d'autres — c'est le superviseur naturel du graphe. Cette identification n'est pas cosmétique : elle donne au nœud de routage une doctrine (arbitrer entre les régimes) au lieu d'un prompt ad hoc.

Les neuf autres comme workers spécialisés, chacun avec ses outils propres :

• Aisthêsis → connecteurs d'ingestion, OCR, parsers de flux
• Mnêmê → écriture wiki, versionnage, indexation
• Epistêmê → scoring de sources, vérification de claims, cross-référencement
• Logos → synthèse, structuration, génération sourcée
• Elenchos → recherche adversariale, détection de contradictions
• Mètis → requêtes de voisinage, analogie, exploration de graphe
• Kairos → monitoring de flux, détection de deltas, scoring de nouveauté
• Sophia → synthèse long-contexte, mise en perspective
• Technê → moteurs de rendu (docx, pptx, MusicXML…), pipelines de publication

Le tiering de modèles s'applique directement. La règle de production 2026 — un modèle fort pour le superviseur qui doit router juste, des modèles légers pour les workers qui exécutent — réduit les coûts de 60 à 70 % sans dégrader le routage. Traduction EigenVertex : Phronêsis et Sophia sur un modèle frontier ; Aisthêsis, Mnêmê, Technê sur des modèles économiques ; Elenchos et Mètis sur un tier intermédiaire (la critique et l'obliquité exigent du raisonnement réel).

L'état partagé LangGraph porte les structures EigenVertex. Un état custom (au-delà de la simple liste de messages) accueille naturellement : la couche d'évidence d'Epistêmê, le journal d'enquête de Mètis, le registre de décisions, les scores de Kairos. Les subgraphs isolent les contextes — le cycle de réunion peut être un subgraph, l'enquête documentaire un autre.

Attention aux boucles de routage. Le mode de défaillance classique du pattern supervisor est la boucle superviseur→worker→superviseur qui n'aboutit pas ; le remède est dans le prompt du superviseur, pas dans la limite de récursion. Pour EigenVertex : Phronêsis doit avoir des critères de terminaison explicites (« l'objectif du cycle est atteint / l'artefact est produit / le signal est traité »), sinon Elenchos et Mètis — les deux agents qui, par définition, rouvrent les questions — créeront des boucles infinies. C'est un point de design réel, pas théorique.

Là où on enfoncerait des portes ouvertes — et là où non

Soyons nets, c'est la question posée.

Porte ouverte : « on a un superviseur et des workers spécialisés ». Ça, tout le monde l'a. Le template create_supervisor() existe, les tutoriels abondent, aucune valeur défendable là-dedans.

Porte ouverte : « chaque agent a son prompt et ses outils ». Standard absolu.

Pas une porte ouverte : la typologie elle-même. Les déploiements courants découpent par domaine (billing/tech/account) ou par étape (research/code/write/review). Découper par régime cognitif est un choix de design distinct, avec des conséquences concrètes : Elenchos comme worker de premier rang (la critique systématique), Kairos comme démon permanent (le timing comme fonction, pas comme cron), Mètis avec journal d'enquête obligatoire (l'obliquité traçable). Aucun template LangGraph ne livre ça.

Pas une porte ouverte : le couplage avec la mémoire vivante. Les systèmes multi-agents standards sont amnésiques entre les runs ou se contentent d'un checkpointing technique. Chez EigenVertex, Mnêmê versionne la connaissance (pas l'état d'exécution), et Kairos compare l'état présent à l'historique. Cette boucle mémoire-timing est le cœur du « living knowledge » — et elle n'existe dans aucun template.

Pas une porte ouverte : le kairos documentaire. Un système qui suggère qu'un brief doit être produit maintenant — parce qu'un seuil est franchi, une contradiction apparaît, des notes dispersées forment une figure — c'est une inversion du modèle requête-réponse que personne ne livre en standard. La publication comme réponse à une conjoncture, pas à une commande.

Conclusion du point : LangGraph est le bon châssis, pas la valeur. La valeur est dans la doctrine de découpage, les structures d'état (évidence, enquête, décisions, timing) et les mécanismes qui rendent chaque régime auditable. Utiliser LangGraph n'est ni original ni un problème — c'est utiliser l'acier standard pour une architecture qui, elle, ne l'est pas.

Recommandation d'implémentation par étapes

• Commencer petit, en supervisor. Le conseil de production est unanime : commencer par un supervisor plat, n'ajouter de hiérarchie qu'après des goulots mesurés. Premier cercle : Phronêsis (superviseur) + Logos + Epistêmê + Technê. C'est déjà un système qui répond, prouve et produit.
• Ajouter la critique. Elenchos en second cercle — c'est lui qui crée l'écart qualitatif visible.
• Ajouter les démons. Aisthêsis et Kairos en tâches de fond (ingestion continue, monitoring) — techniquement des graphes déclenchés par événements plutôt que des workers du graphe principal.
• Ajouter l'obliquité en dernier. Mètis et Sophia exigent que la traçabilité (journal d'enquête) soit déjà en place, sinon l'obliquité devient du flou.
• Évaluer en continu. Deux métriques minimum, empruntées aux pratiques de production : la justesse du routage (le bon régime a-t-il traité la demande ?) et la complétude de résolution. Plus une métrique propre à EigenVertex : le taux de contradictions détectées par Elenchos qui se révèlent fondées.

La commoditisation joue pour nous

Les modèles continueront de s'améliorer et les frameworks de se banaliser. Chaque progrès des modèles rend les dix régimes plus nets, pas moins : un modèle qui raisonne mieux fait un meilleur Elenchos, un contexte plus long fait une meilleure Sophia, un modèle audio natif fait un meilleur Aisthêsis. L'architecture par régimes est une structure d'accueil pour les progrès des modèles — elle ne sera pas rendue obsolète par eux, elle les absorbe.

Le protocole inter-agents comme horizon

Les protocoles d'interopérabilité agent-à-agent (A2A et successeurs) se standardisent. À horizon 2-3 ans, un scénario crédible : les agents EigenVertex d'un client dialoguent avec des agents tiers (l'agent conformité d'un partenaire, l'agent achat d'un fournisseur). Dans ce monde, la typologie devient un contrat sémantique : exposer « ceci est notre Epistêmê, il parle en claims + niveaux de preuve » est infiniment plus interopérable qu'exposer un chatbot générique. Les dix régimes peuvent devenir des interfaces publiées.

Le kairos comme catégorie produit

Aujourd'hui, la détection du moment opportun est un mécanisme interne. Demain, c'est potentiellement une catégorie de produit à part entière : des systèmes vendus non pour répondre mais pour savoir quand parler. La veille augmentée actuelle notifie ; un Kairos mûr publie une note d'opportunité argumentée au moment où la fenêtre s'ouvre, et se tait le reste du temps. La rareté comme feature. EigenVertex a une longueur d'avance conceptuelle sur ce terrain — peu d'acteurs pensent le timing comme un régime d'intelligence.

La mémoire versionnée comme actif

À mesure qu'un déploiement EigenVertex vieillit, sa Mnêmê accumule quelque chose qu'aucun concurrent ne peut répliquer : l'historique versionné de la connaissance du domaine telle qu'elle a évolué. Dans trois ans, pouvoir demander « que savions-nous en janvier 2027, et qu'est-ce qui nous a fait changer d'avis ? » sera un actif stratégique — pour l'audit, la conformité, la formation, la décision. C'est un moat qui se creuse tout seul avec le temps. Les what-changed reviews n'en sont que la première exploitation.

Les risques à garder en face

• Le coût. Dix régimes actifs sur chaque requête serait ruineux (les surcoûts de token du multi-agent sont documentés et réels). La réponse est dans le routage : Phronêsis n'active que les régimes que la situation exige. Une question simple = Logos + Epistêmê, deux appels. L'enquête complexe = le plein orchestre, assumé et facturé comme tel.
• La sur-ingénierie. Certaines tâches doivent rester déterministes et bêtes : droits d'accès, extraction de champs, exports. L'obliquité est réservée aux couches où elle ajoute de la valeur — exploration, synthèse, veille, diagnostic.
• Le vernis grec. Le risque de paraître décoratif ne disparaît jamais. La parade reste la même : fonction d'abord, nom ensuite, et chaque nom adossé à un mécanisme mesurable. Le jour où un agent n'a plus de mécanisme propre, on le fusionne — la fidélité est due aux régimes d'intelligence, pas au nombre dix.