IBM vient de montrer pourquoi un seul « parfait » prompt perd face à quatre prompts banals. La tâche était simple : associer les articles d’épicerie manquants aux notes des coursiers, rejeter les raisons absurdes comme « bah » et produire un rapport propre. Un seul prompt volumineux échouait constamment sur les cas limites. Pas parce que le modèle était trop petit, mais parce qu’on lui demandait d’extraire, d’évaluer, de comparer et de rédiger en même temps. IBM l’a donc divisé en quatre étapes : extraction, validation, comparaison et génération. Même modèle. Mêmes données. Moins d’intelligence requise à chaque étape. Chaque échec devient visible et corrigeable. C’est ce que la plupart des équipes ne comprennent pas à propos des agents. L’avantage n’est pas de mettre 20 personnages d’IA dans un groupe de discussion. C’est de transformer une tâche vague en décisions précises et testables. Les modèles plus grands améliorent la démonstration. Les flux de travail optimisés survivent en production.