Introduction
L'intelligence artificielle évolue rapidement. Après une première génération d'applications centrées sur les assistants conversationnels, une nouvelle approche émerge : les architectures multi-agents.
L'idée n'est plus de demander à un unique modèle de résoudre tous les problèmes, mais de faire collaborer plusieurs agents spécialisés, chacun responsable d'une tâche précise. Cette organisation permet de construire des systèmes plus modulaires, plus évolutifs et plus faciles à maintenir.
Lors de Devoxx France 2026, Tiffany Souterre, Olivier Leplus et Arnaud Jean, Developer Advocates chez AWS, démontent pour le Studio Devoxx France l'architecture derrière leur workshop : un Maître du Jeu de Donjons & Dragons qui orchestre plusieurs agents IA, avec MCP, A2A et RAG, l'objectif n'était pas de développer un jeu vidéo, mais d'apprendre à construire progressivement une architecture agentique moderne.
À travers ce workshop, nous découvrons comment combiner Strands Agents, les Tools, MCP (Model Context Protocol), A2A (Agent-to-Agent) et l'orchestration d'agents afin de créer une application où plusieurs intelligences artificielles coopèrent naturellement.
Figure 1 – Le workshop AWS "Build a Multi-Agent Role-Playing Game Master with Strands Agents".
1. Un jeu de rôle... qui cache une architecture multi-agents
Au premier abord, le résultat ressemble simplement à un jeu de rôle.
Le joueur crée un personnage, explore un monde, interagit avec des personnages non joueurs (NPC) et choisit librement ses actions.
Figure 2Interface finale du Game Master développée pendant le workshop.
Mais derrière cette interface se cache une architecture beaucoup plus intéressante.
Contrairement à une IA traditionnelle, aucun agent ne possède toutes les responsabilités.
Chaque composant est spécialisé dans une mission bien précise :
Le Game Master orchestre la partie ;
Un Agent Character gère la création et l'évolution du personnage ;
Un Agent Story construit la narration ;
Différents outils exécutent les actions techniques (lecture de fichiers, lancer de dés, etc.).
L'utilisateur n'interagit pourtant qu'avec une seule interface.
Et c’est précisément là que réside le véritable rôle du Game Master : orchestrer.
L'un des messages les plus importants du workshop est que le Game Master ne fait pas tout lui-même.
Son rôle est d'analyser la demande du joueur puis de déterminer quel agent est le plus compétent pour y répondre.
Par exemple, lorsqu'un joueur demande :
"Créer un nouveau personnage."
2. Le Game Master ne génère ni les statistiques ni l'inventaire
Il délègue cette tâche au Character Agent, qui :
Crée le personnage ;
Lance les dés nécessaires pour calculer les caractéristiques ;
Génère les statistiques ;
Initialise l'inventaire ;
Sauvegarde les informations.
Une fois ce travail terminé, le résultat est renvoyé au Game Master, qui peut alors poursuivre la narration.
Cette séparation des responsabilités constitue le principe fondamental des architectures multi-agents.
3. Les Tools : donner des capacités aux agents
Un modèle de langage est capable de raisonner, mais il ne peut pas exécuter directement du code.
Pour agir sur son environnement, il doit utiliser des Tools.
Le workshop commence par un exemple volontairement très simple : un outil permettant de lancer un dé.
L'objectif n'est évidemment pas de simuler un lancer de dés, mais d'illustrer le mécanisme d'appel d'un outil par un agent.
Cet exemple minimal permet de comprendre le principe avant de passer à des cas d'usage plus réalistes.
Il montre qu'un agent peut décider, en fonction du contexte, d'appeler une fonction Python afin d'obtenir une information dont il ne dispose pas.
Ce mécanisme sera ensuite réutilisé pour accéder à des fichiers, manipuler des données ou appeler des services externes.
Figure 3 - Premier outil ("roll_dice") utilisé par les agents.
4. MCP est le HTTP des agents
Le workshop introduit ensuite le Model Context Protocol (MCP).
Plutôt que d'intégrer directement toutes les fonctions dans l'application, les outils sont exposés par un serveur MCP.
Les agents peuvent alors :
Découvrir automatiquement les outils disponibles
Appeler uniquement ceux dont ils ont besoin
Récupérer le résultat sans connaître leur implémentation
Cette approche découple complètement les modèles d'IA des services techniques et facilite la réutilisation des outils.
5. A2A : faire dialoguer les agents
Le workshop va encore plus loin avec Agent-to-Agent (A2A).
Cette fois, ce ne sont plus les outils qui collaborent, mais les agents eux-mêmes.
Chaque agent possède une expertise :
Narration ;
Création de personnage ;
Gestion des règles ;
Interaction avec les outils.
Le Game Master devient alors un véritable chef d'orchestre, capable de distribuer le travail à l'agent le plus adapté.
Cette architecture rappelle naturellement l'organisation d'une équipe de développement : chacun possède un rôle précis et collabore avec les autres pour atteindre un objectif commun.
6. Une requête, plusieurs agents
L'un des points les plus intéressants du workshop est le parcours complet d'une requête.
Lorsque le joueur écrit : "Je me dirige vers la forêt mystérieuse."
Plusieurs composants collaborent successivement.
Le Game Master analyse la demande.
Il identifie les agents concernés.
L’ Agent Story génère la suite de l'histoire.
Si nécessaire, un autre agent déclenche un lancer de dés via MCP.
Les résultats sont renvoyés au Game Master.
Le Game Master construit la réponse finale affichée au joueur.
Cette orchestration est précisément ce qui différencie une architecture multi-agents d'un simple chabot.
En pratique, plusieurs agents ont donc collaboré pour produire une seule réponse, sans que cette complexité soit visible par l'utilisateur.
7. Les enseignements du workshop
Au-delà du jeu de rôle, plusieurs idées fortes se dégagent.
Un agent ne doit pas tout faire.
Les responsabilités doivent être clairement séparées.
Les outils permettent aux agents d'interagir avec le monde extérieur.
MCP fournit un protocole standard pour accéder à ces outils.
A2A facilite la collaboration entre agents spécialisés.
L'orchestrateur devient le véritable cœur du système.
Le choix d'un univers inspiré du jeu Donjons & Dragons rend ces concepts particulièrement faciles à comprendre, tout en restant représentatif des architectures multi-agents.
Conclusion
Plus qu’une simple démonstration technique, ce workshop met en lumière un véritable changement de paradigme : l’avenir des applications d’IA ne reposera plus uniquement sur des modèles toujours plus puissants, mais sur des écosystèmes d’agents spécialisés, capables de collaborer grâce à des protocoles ouverts comme MCP et A2A.
Une excellente façon de découvrir concrètement ce que recouvre l’IA agentique, mais surtout de comprendre pourquoi les architectures multi-agents sont appelées à jouer un rôle central dans les applications IA de demain.
