Uber’s Multi-Agent SDK | Jamieson Leibovitch, Uber
Mots-clés
Résumé
149 mots
Évaluation critique
Valeur des informations & solidité de l’argumentation
La valeur des informations est élevée pour un public technique : l’orateur partage des détails concrets sur l’architecture interne d’Uber, les choix technologiques (Agent Protocol, MCP, LangGraph) et les défis opérationnels. L’argumentation est solide, appuyée par des exemples concrets (text-to-SQL, gestion des coûts) et une expérience de terrain. Cependant, certaines affirmations manquent de preuves chiffrées et la présentation reste une vue d’ensemble sans étude de cas approfondie.
Rigueur scientifique, qualité des sources, adéquation du titre
La rigueur scientifique est correcte pour une conférence technique : l’orateur cite des technologies open source (Agent Protocol, LangGraph, MCP) et des partenariats (OpenAI). Les sources sont principalement internes à Uber, ce qui limite la vérifiabilité externe. Le titre est fidèle au contenu. Aucun commentaire n’étant fourni, l’analyse des tendances du public est omise.
136 mots
Adéquation titre / contenu
Le titre correspond bien au contenu : la session porte sur le SDK multi-agents d'Uber, présenté par Jamieson Leibovitch.
Qualité & fiabilité
7/10
Présentation technique par un ingénieur senior d'Uber, détaillant l'architecture interne de la plateforme d'agents. Les informations sont précises et cohérentes, mais reposent principalement sur une expérience interne sans validation externe ni données chiffrées.
Moments clés
Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.
- Introduction et contexte : niveaux d'autonomie des agents (L1 à L5)
- Historique de la plateforme : de 2023 aux L2, puis L3 et L4
- Présentation du SDK AgentFx et de l'Agent Protocol
- Démonstration d'Agent Builder et d'Agent Studio
- Architecture de la plateforme : services, passerelle MCP, modèle gateway
- Questions-réponses : évaluation, sélection des modèles, mémoire, open source
Sources citées
- MLOps World | GenAI Summit 2025 — Conférence où la présentation a été donnée
Sources concordantes
- Agent Protocol — Protocole standardisé pour les agents, mentionné comme base de l'architecture.
- Model Context Protocol (MCP) — Protocole pour connecter les agents aux outils et services.
Apport & nouveautés
Cette présentation offre un aperçu rare de l’infrastructure d’agents d’une grande entreprise comme Uber, avec des détails sur l’Agent Protocol, l’intégration MCP et les stratégies d’évaluation. L’apport principal est de montrer comment une architecture d’agents peut être industrialisée à grande échelle.
Pour aller plus loin :
- Agent Protocol — Protocole standardisé pour les agents, inspiré de LangGraph.
- Model Context Protocol (MCP) — Protocole ouvert pour connecter des LLM à des outils et données.
- LangGraph — Framework d’orchestration d’agents utilisé par Uber.
81 mots
Profil radar
Le profil radar montre un contenu très technique avec une forte quantité d'informations et un niveau technique élevé, mais une fiabilité globale modérée en raison de l'absence de sources externes vérifiables. La qualité de l'information est bonne, mais l'argumentation repose principalement sur l'expérience interne.