Les charges de travail agentiques — planificateurs, LLMs utilisant des outils et évaluateurs — sélectionnent et échangent les modèles selon la tâche, la latence et le coût. Au lieu qu’un développeur choisisse un modèle généraliste unique pendant des mois, les orchestrateurs dirigent vers des points de contrôle spécialisés, testent plusieurs candidats et mettent en cache les gagnants. Cette consommation machine-à-machine favorise les modèles avec des API claires, une tokenisation stable, des schémas d’appel de fonction prévisibles et une intégration étroite aux outils. La qualité de la documentation, les évaluations et le respect des conventions communautaires déterminent de plus en plus la découvrabilité et l’adoption par les agents — pas seulement par les humains.

Plusieurs milliers de nouveaux modèles par jour permettent une expérimentation quasi sans friction. Mais la concentration persiste : une petite fraction des modèles capte une part disproportionnée des téléchargements à mesure que les écosystèmes se forment autour d’eux. Le modèle moyen déployé devient plus volumineux grâce aux points de contrôle ajustés par instruction, capables de vision et conscients des outils, même si la médiane reste légère. Pour les équipes, cela signifie prévoir les deux extrêmes — modèles rapides et petits pour les boucles de contrôle et la latence UI, et modèles plus lourds pour la planification complexe — tout en assurant l’interopérabilité pour que les agents puissent facilement rétrograder ou monter en charge selon les contraintes en temps réel.

Adoptez un miroir privé ou un registre pour stabiliser la disponibilité, puis verrouillez par hash de commit et versions explicites du tokenizer. Mettez en place un outil d’évaluation avec des ensembles dorés spécifiques à la tâche, des tests canaris et une détection de dérive sur le trafic réel. Définissez des SLA pour la latence, le débit et le coût par tâche ; orientez les agents entre les pools de modèles selon la politique. Ajoutez des garde-fous : listes blanches de licences, scans de sécurité sur les artefacts des modèles et métadonnées de traçabilité. Enfin, créez un protocole de retour en arrière qui promeut automatiquement le dernier point de contrôle connu comme bon si la qualité ou la conformité se dégradent.

Avec les agents qui téléchargent automatiquement, les risques classiques de l’open source se manifestent sous forme IA : licences ambiguës, dépôts usurpés, données d’entraînement non documentées et dérive silencieuse des modèles. Appliquez des contrôles stricts de provenance (versions signées, mainteneurs vérifiés), une validation machine des licences et une nomenclature des modèles qui suit les jeux de données, le prétraitement et la lignée des ajustements. Pour les flux de travail réglementés, exigez des évaluations documentées sur la sécurité et les biais, et isolez les modèles non validés dans des environnements sandbox hors ligne avant leur mise en production.

Priorisez trois capacités : (1) des routeurs d’agents qui sélectionnent les modèles selon des politiques au niveau des tâches (qualité, latence, coût), (2) la mise en cache sur disque/en périphérie des actifs et embeddings fréquents pour réduire la sortie, et (3) l’observabilité des coûts au niveau des spans pour quantifier l’impact commercial de chaque décision de routage. Ajoutez une suite d’évaluation légère à chaque PR et un environnement de staging où les agents testent en conditions réelles les points de contrôle candidats avec des prompts et outils avant promotion.