Une nouvelle étude déposée sur arXiv s’intéresse à un problème très concret des agents IA en production : comment retrouver, parmi une bibliothèque croissante de compétences, celle qui convient le mieux à la demande d’un utilisateur. Le travail prend pour terrain d’observation Tinycloud, présenté comme un harnais d’agent multimodal orienté vidéo, et analyse la façon dont ses compétences sont exposées au planificateur du modèle.
Les auteurs distinguent deux grandes familles de compétences. D’un côté, les tool-skills, qui encapsulent un outil système ou une API externe et servent de briques primitives. De l’autre, les workflow-skills, qui orchestrent plusieurs appels à ces outils ainsi qu’un rendu de gabarit pour produire un livrable identifié. Dans le prompt système, ces compétences peuvent apparaître soit avec leur contenu détaillé (instructions, scripts, modèles) lorsqu’elles sont chargées automatiquement, soit sous forme d’une simple ligne lorsqu’elles sont disponibles à la demande.
L’étude rapporte une ablation sur six tâches, comparant trois régimes d’exposition. Lorsque toutes les compétences pertinentes sont pleinement chargées, le système sélectionne la bonne compétence sur chaque tâche testée. À l’inverse, l’absence totale d’exposition ralentit l’exécution et provoque des échecs de découverte. Plus intéressant, le réglage intermédiaire utilisé en production aurait mal routé une tâche : un signal lexical associé à une compétence-outil chargée automatiquement aurait détourné l’attention du planificateur d’une compétence de workflow pourtant plus adaptée.
Le principal enseignement est que l’exposition des compétences dans le prompt n’est pas monotone : en montrer davantage n’aide pas systématiquement. Une exposition partielle peut au contraire créer une concurrence lexicale nuisible à la bonne sélection. Les auteurs relient cette observation aux travaux sur le routage par récupération à grande échelle, tout en présentant leur contribution avec prudence comme une étude de cas, et non comme un benchmark généralisable.