De la traction à la maturité

Photo by Hümâ H. Yardım on Unsplash

Ce blog est le fruit d’une analyse approfondie de la présentation de Laurie Voss au MCP Developers Summit, où les vérités fondamentales et la pensée critique ont guidé chaque insight.

Imaginez un monde où des armées d’agents IA collaborent pour automatiser presque tous les aspects de nos vies : de la gestion énergétique d’une ville à la coordination de missions de secours. Vous observez, émerveillé·e, la chorégraphie des messages qui s’échangent… jusqu’au moment où tout se bloque. Les messages n’arrivent plus, les agents attendent indéfiniment une réponse et des tâches cruciales restent inachevées.

Ce scénario n’est pas de la science-fiction : c’est la réalité d’aujourd’hui, mise en lumière par Laurie Voss au dernier MCP Developers Summit.

Depuis l’émergence des LLM augmentés d’outils, les agents IA sont passés d’expériences isolées à une véritable explosion d’usages industriels et grand public. Chatbots de support client, assistants de recherche en laboratoire, robots logiciels de trading : tous cherchent à communiquer pour se compléter, s’enrichir et prendre des décisions collectives.

Pourtant, derrière cette promesse d’« Internet des Agents », se cache une jungle de protocoles :

• Context-Oriented (comme MCP) pour des échanges rapides et synchrones,

• Inter-Agent (ANP, A2A, AComP…) pour des workflows longs et asynchrones.

Sans un cadre unifié, ces protocoles tournent en silos. Résultat : fragmentation, latence accrue, surface d’attaque étendue. Laurie Voss l’a souligné : nos agents parlent, mais sur des fréquences et des dialectes différents, risquant de ne jamais se comprendre.

Laurie Voss a commencé par distinguer faits, hypothèses et biais :

• Fait : MCP est le protocole le plus adopté, simple à implémenter et soutenu par de grands acteurs.

• Hypothèse : sa traction initiale suffit à garantir une évolution sans accrocs vers des usages plus complexes.

• Biais : la croyance que la simplicité de MCP dissimule naturellement des capacités de workflow long et de découverte décentralisée.

Or, chaque extension non fondée sur des vérités fondamentales fragilise l’édifice.

Pour éviter ces écueils, Laurie a proposé de revenir aux premiers principes :

1. Identité : comment prouver qu’un agent est bien celui qu’il prétend être ?

2. Métaprotocoles : quel format minimal (JSON, binaire…) pour garantir efficacité et flexibilité ?

3. Découverte & négociation : comment un agent trouve-t-il un pair sans registre central ?

4. Flux & résilience : quels mécanismes assurent la fiabilité et la cohérence multi-étapes ?

5. Sécurité : quelles garanties cryptographiques, quels ACL et quel chiffrement ?

6. Interopérabilité & évolution : comment composer des protocoles hétérogènes et gérer les versions ?

Ces questions, posées en sous-texte de chaque slide, forment le socle d’une architecture robuste.

À première vue, MCP (Model Context Protocol) brille par ses atouts :

• Adoption rapide : intégré dans l’OpenAI Agents SDK, supporté par Claude, déployé sur des serveurs Cloudflare.

• Architecture épurée : un échange synchrone request/response, un canal SSE pour les mises à jour.

• Scalabilité : séparation client/server, écosystème de plug-ins.

Pourtant, Laurie Voss a pointé plusieurs failles invisibles :

• Asynchronie limitée : idéal pour 90 % des cas RPC, mais insuffisant pour des workflows longs nécessitant journalisation et webhooks.

• Absence de découverte universelle : pas de registre fédéré pour rechercher dynamiquement les agents disponibles.

• AuthZ trop grossier : OAuth2 assure l’Authentification, mais pas de scopes fins ni de micropaiements intégrés.

• Pas de réputation : aucun mécanisme natif pour classifier, mesurer ou sanctionner les comportements agents malveillants ou défaillants.

• Interopérabilité fragile : collision de noms de “tools” et absence de négociation automatique de format quand MCP cohabite avec A2A ou ANP.

Prenons l’exemple d’une chaîne d’agents automatisant la prise de décisions boursières :

1. Agent A collecte des données de marché en continu.

2. Agent B analyse ces données et formule des recommandations.

3. Agent C exécute des ordres.

En MCP pur, chaque appel est synchrone : A→B→C. Si l’un des agents est indisponible, tout s’arrête. Pas de file d’attente, pas de reprise après coupure, pas de journalisation. Les pertes de messages se traduisent par des ordres oubliés et des pertes financières.

---

Recommandations & perspectives

Un écosystème où chaque agent se découvre, s’authentifie, collabore sans friction, où les workflows complexes sont transparents et résilients.

6.1. Registre & découverte

• Agent Directory fédéré ou central (DNS-like),

• Manifests MCP enrichis de métadonnées, DIDs et capacités.

6.2. AuthZ & micropaiement

• Scopes OAuth2 granulaires,

• Jetons à durée de vie courte,

• Intégration de micropaiements pour usages premium.

6.3. Réputation & audit

• Service décentralisé de notation (voting, metrics),

• Audit trails sur blockchain pour garantir traçabilité et immuabilité.

6.4. Méta-protocoles pour l’interopérabilité

• Layer de négociation automatique (format, versions, collision de noms),

• Fallbacks entre JSON-RPC, gRPC, SSE.

6.5. QoS, workflows longs et sécurité

• Primitives Notify & Webhook pour asynchronie native,

• Contrôle de flux (back-pressure, retry policies),

• Sandbox unifié et signatures cryptographiques pour le code des agents.

Le dernier MCP Developers Summit a levé le voile : MCP est un formidable point de départ, mais il doit mûrir pour accompagner les ambitions les plus folles de l’IA agentique.

Transposons ces premiers principes en standards vivants, pour construire ensemble la prochaine révolution : un véritable Internet des Agents, robuste, sécurisé et évolutif.

---