Recursive Mass : Les Agents IA Qui Pensent Sans Mots (-75% Tokens)

Aujourd'hui, on fait travailler les IA en équipe : un agent planifie, un autre critique, un autre vérifie, un autre exécute. Le problème, c'est qu'ils se parlent en français, comme nous — et à chaque échange, ils brûlent des tokens et perdent de l'information. Un papier signé UIUC, Stanford, Nvidia et MIT, entraîné pour 4 dollars, montre qu'en les laissant s'échanger directement leurs pensées internes, on passe de 73% à 87% de bonnes réponses en maths de compétition. Sans changer les modèles. Juste leur langage.

Le vrai problème des équipes d'agents : la compression avec perte

Imagine que tu demandes à une équipe d'agents IA de corriger un bug. Le premier analyse le problème et pense que ça vient de l'authentification. Il transmet sa piste au deuxième. Le deuxième part là-dessus, le troisième modifie le code, le quatrième valide. Au final, ils ont tous fait leur job — mais sur la mauvaise hypothèse. Aucun agent n'a été catastrophique tout seul. L'idée de départ s'est juste transmise d'agent en agent et plus elle avançait, plus elle devenait dure à remettre en question.

Le truc à capter : quand une IA réfléchit à l'intérieur, elle ne manipule pas des mots. Elle manipule des états internes, des gros paquets de nombres pleins de nuances, de pistes possibles, d'informations qui ne sont pas encore résumées proprement. Mais dès qu'elle doit communiquer avec un autre agent, on lui demande de transformer tout ça en texte. On prend une pensée riche, floue, pleine de détails et on la force à rentrer dans quelques phrases.

C'est comme si au milieu d'un raisonnement, on t'obligeait à donner une conclusion claire avant même d'avoir fini de réfléchir. Une fois ça passe. Mais quand tu enchaînes plusieurs agents, à chaque saut un peu d'information subtile disparaît. C'est ce qu'on appelle de la compression avec perte. Et en plus, ça coûte cher : chaque phrase générée, chaque résumé, chaque reformulation consomme des tokens. Plus tu ajoutes d'agents, plus tu ralentis le système et plus la facture monte.

L'idée folle : et si les IA arrêtaient de se parler en humain ?

C'est exactement la question que pose le papier Recursive Multi-agent System (Recursive Mass), publié par une équipe liée à UIUC, Stanford, Nvidia et MIT. Si le problème vient du fait que les agents doivent tout traduire en texte, pourquoi les forcer à le faire ?

Au lieu de faire « agent 1, réfléchis, écris une réponse / agent 2, lis cette réponse, réécris à ton tour », Recursive Mass propose autre chose : l'agent garde son état interne, ses pensées sous forme de nombres, et il les transmet directement à l'agent suivant. Pas de phrase, pas de résumé, pas de reformulation — juste le signal brut qui passe d'un modèle à l'autre. Le texte ne revient qu'à la toute fin, quand le dernier agent doit rendre la réponse à l'utilisateur.

Le Recursive Link : un traducteur entre cerveaux d'IA

Évidemment, un problème est arrivé tout de suite : tous les modèles ne pensent pas dans le même format. Un Llama, un Qwen, un Gemma — ce n'est pas la même architecture, pas la même représentation interne. Les chercheurs ont eu une idée brillante : un petit module entre les agents, qu'ils appellent le Recursive Link.

Son rôle, c'est de prendre l'état interne d'un agent et de le transformer pour qu'il soit compréhensible par le suivant. Pas un traducteur français → anglais — un traducteur de pensée latente vers pensée latente.

Et là, le détail le plus fou : les chercheurs ne réentraînent pas les modèles eux-mêmes. Ils les gardent intacts. La seule chose qu'ils entraînent, c'est ce petit module entre les agents. Comme il est minuscule par rapport au modèle complet, l'entraînement coûte quasiment rien — environ 4 dollars. Tu lis bien. Le prix d'un café à Paris en terrasse. Le gain ne vient pas d'un modèle plus gros ou d'un entraînement massif. Il vient simplement de la communication.

Les résultats : 73% → 87% en maths, -75% de tokens

Les chercheurs testent Recursive Mass sur 9 benchmarks différents : math, science, médecine, recherche d'information, code. Le résultat le plus parlant, c'est sur les maths de compétition. Avec exactement les mêmes petits modèles, le score passe de 73% à presque 87% de bonnes réponses.

C'est pas juste un petit gain. C'est l'écart qu'on associe normalement à des modèles beaucoup plus gros ou à beaucoup plus d'entraînement. Là, non : les modèles restent les mêmes. Seule la manière dont ils se transmettent l'information change.

Et ça gagne pas seulement en précision. Ça gagne aussi en efficacité :

• Jusqu'à 75% de tokens en moins
• Jusqu'à 2,4× plus rapide
• Sweet spot autour de 80 tokens latents par transmission — en dessous c'est pas assez riche, au-dessus ça n'apporte plus grand-chose

Un système qui coûte moins cher à entraîner, moins cher à faire tourner, et qui répond mieux. Voilà.

Le détail le plus contre-intuitif : plus tu boucles, plus ça s'améliore

Le « recursive » dans Recursive Mass, c'est l'autre idée importante. Le système ne fait pas juste un passage linéaire où chaque agent parle une fois puis disparaît. Le dernier agent peut renvoyer son état au premier, et toute l'équipe repart pour un tour. À chaque boucle, les agents raffinent la réponse — comme si toute l'équipe devenait une seule grosse machine de raisonnement.

Et là, le truc dingue : plus tu le laisses faire de tours, plus il s'améliore. Tour par tour, la réponse devient meilleure. La comparaison avec les agents classiques est brutale : quand les agents se parlent en texte, c'est exactement l'inverse. Plus ils discutent, plus ils risquent de se répéter, de renforcer une mauvaise piste et de s'enfoncer dans leurs erreurs.

La version qui échange des pensées latentes monte. La version qui échange du texte finit par descendre. Tout le papier tient presque dans cette phrase : quand les IA se parlent dans notre langue, elles perdent de l'information ; quand elles se parlent dans la leur, elles peuvent s'améliorer en boucle.

« Oui mais c'est pas juste un bon prof qui aide ? »

Objection légitime : pour entraîner le Recursive Link, les chercheurs utilisent un gros modèle comme professeur. Est-ce que Recursive Mass marche vraiment grâce aux pensées latentes — ou simplement parce qu'il a été entraîné avec un excellent prof ? Un bon élève avec un excellent prof, ça peut faire illusion.

Le papier teste exactement ça. Les méthodes concurrentes, celles où les agents se parlent en texte, ont accès au même professeur, au même terrain, à la même supervision. Et malgré ça, la méthode qui échange des états internes gagne. Le gain ne vient pas seulement du professeur : il vient bien de la manière dont les agents communiquent.

La limite dérangeante : une télépathie qu'on ne peut plus lire

Là où ça devient intéressant — et un peu dérangeant — c'est que quand tu retires les mots entre les agents, tu retires aussi la seule partie qu'un humain pouvait lire. Avant, si une équipe d'IA prenait une mauvaise décision, tu pouvais au moins remonter les messages, voir ce que chaque agent avait dit, où l'erreur était apparue, qui avait mal compris quoi.

Là, entre la question et la réponse finale, il n'y a plus une conversation lisible. Il y a des vecteurs, des états internes, des matrices de nombres. Une forme de télépathie entre machines.

Pour des tâches simples, c'est pas grave. Mais si un jour ce genre de système sert à faire du diagnostic médical, du juridique, du crédit ou des décisions importantes, la question devient sérieuse : est-ce qu'on accepte de gagner en performance si en échange on ne peut plus relire le raisonnement entre les agents ?

Et c'est exactement ce que la recherche en interprétabilité côté Anthropic commence à étudier sérieusement : comprendre ce qui se passe à l'intérieur d'un modèle quand il ne le dit pas. Plus on optimise les agents pour l'efficacité, plus on s'éloigne de leur lisibilité.

Mon avis : le vrai signal de ce papier

Soyons honnête : Recursive Mass n'est pas un nouveau modèle. C'est la preuve qu'on peut massivement améliorer des équipes d'agents sans toucher aux modèles. Juste en changeant la manière dont ils communiquent. Et ça, c'est exactement le même esprit que d'autres papiers qui sortent en ce moment — par exemple DeepSeek qui apprend aux IA à raisonner avec des primitives visuelles au lieu de tout décrire en texte, ou les RLM du MIT qui font naviguer les IA dans l'info au lieu de tout charger en mémoire.

Le pattern est clair : la prochaine vague de gains en IA ne viendra peut-être pas de modèles plus gros, mais d'architectures plus intelligentes autour des modèles existants. Et le fait que ça coûte 4 dollars à entraîner ouvre la porte à n'importe quelle équipe — pas seulement aux labos avec des millions de GPU.

Reste le vrai sujet de fond, et il est inconfortable : on est en train de construire des systèmes qui pensent ensemble dans un langage qu'on ne sait plus lire. Est-ce qu'on peut vraiment laisser tourner ça sur des décisions qui comptent ? Pour l'instant, personne n'a vraiment de réponse.

🎬 Tu préfères la version vidéo ?

Cet article est tiré de ma vidéo YouTube — clique pour la voir.

Regarder sur YouTube →

Alan Sharif — créateur de Nerdy Kings

Je teste les outils IA et je décrypte les nouveaux modèles pour ma communauté de 20 000+ curieux francophones sur YouTube. Sans bullshit, sans hype, sans jargon.

👤 Mon profil🎬 YouTube👍 Facebook📧 Me contacter