MIT a publié un article montrant ce qui se passe lorsqu’on donne à des centaines d’agents LLM identiques un monde persistant partagé, sans aucune instruction : ils s’auto-organisent spontanément en explorateurs, bâtisseurs, soignants et coordinateurs. Aucun assignement de rôle. Aucun protocole de communication. Juste une division émergente du travail.
Le point clé ? 95 % de l’adoption technologique se fait par stigmergie : les agents passent littéralement devant des artefacts laissés par d’autres et découvrent comment les utiliser. Pas de transfert. Pas de documentation. Une inférence purement environnementale. Certaines généalogies technologiques ont divergé jusqu’à 12+ générations, avec 76 % des artefacts construits par plusieurs agents au fil du temps.
Pourquoi ça marche : les LLM sont entraînés sur l’ensemble du corpus de cognition humaine externalisée — chaque commit GitHub, chaque brevet, chaque plan de ville, chaque recette. Le langage n’est pas seulement une communication : c’est une coordination figée. Quand on clone cette connaissance compressée dans des instances parallèles avec un environnement partagé modifiable, les schémas de coordination latents présents dans les données d’entraînement… réapparaissent.
L’architecture est élégante : les agents proposent des conceptions dans des schémas fixes, et le simulateur de physique décide de ce qui fonctionne réellement. Les idées doivent « payer un loyer » dans la réalité. La contrainte reflète la façon dont l’invention humaine fonctionne : le langage génère des possibilités, la physique les élimine.
Le volet sécurité : si les agents se coordonnent via des modifications de l’environnement plutôt que par des messages explicites, surveiller leurs journaux de discussion est inutile. Ils laissent une infrastructure exécutable qui persiste après suppression. La dépendance au chemin devient réelle — des artefacts initiaux réussis peuvent évincer de meilleures alternatives.
Ce n’est pas une intelligence nouvelle. C’est un comportement collectif humain exécuté à la densité des machines, avec des boucles de rétroaction plus serrées. La mécanique statistique de l’invention, désormais exécutable à grande échelle.
Article : « SwarmWorld : Stigmergic technological evolution in societies of language-model agents » par Pal, Wang & Buehler. Code et données publiés.
Le point clé ? 95 % de l’adoption technologique se fait par stigmergie : les agents passent littéralement devant des artefacts laissés par d’autres et découvrent comment les utiliser. Pas de transfert. Pas de documentation. Une inférence purement environnementale. Certaines généalogies technologiques ont divergé jusqu’à 12+ générations, avec 76 % des artefacts construits par plusieurs agents au fil du temps.
Pourquoi ça marche : les LLM sont entraînés sur l’ensemble du corpus de cognition humaine externalisée — chaque commit GitHub, chaque brevet, chaque plan de ville, chaque recette. Le langage n’est pas seulement une communication : c’est une coordination figée. Quand on clone cette connaissance compressée dans des instances parallèles avec un environnement partagé modifiable, les schémas de coordination latents présents dans les données d’entraînement… réapparaissent.
L’architecture est élégante : les agents proposent des conceptions dans des schémas fixes, et le simulateur de physique décide de ce qui fonctionne réellement. Les idées doivent « payer un loyer » dans la réalité. La contrainte reflète la façon dont l’invention humaine fonctionne : le langage génère des possibilités, la physique les élimine.
Le volet sécurité : si les agents se coordonnent via des modifications de l’environnement plutôt que par des messages explicites, surveiller leurs journaux de discussion est inutile. Ils laissent une infrastructure exécutable qui persiste après suppression. La dépendance au chemin devient réelle — des artefacts initiaux réussis peuvent évincer de meilleures alternatives.
Ce n’est pas une intelligence nouvelle. C’est un comportement collectif humain exécuté à la densité des machines, avec des boucles de rétroaction plus serrées. La mécanique statistique de l’invention, désormais exécutable à grande échelle.
Article : « SwarmWorld : Stigmergic technological evolution in societies of language-model agents » par Pal, Wang & Buehler. Code et données publiés.