Agent Arena

Exécutez simultanément plusieurs modèles d’IA pour accomplir la même tâche, comparez leurs solutions côte à côte et sélectionnez le meilleur résultat à appliquer à votre espace de travail.

[!warning] Agent Arena est expérimental. Il présente des limitations connues concernant les modes d’affichage et la gestion des sessions.

Agent Arena vous permet de confronter plusieurs modèles d’IA sur une même tâche. Chaque modèle s’exécute en tant qu’agent entièrement indépendant dans son propre Git worktree isolé, ce qui évite tout conflit lors des opérations sur les fichiers. Une fois tous les agents terminés, vous comparez les résultats et sélectionnez un gagnant pour fusionner ses modifications dans votre espace de travail principal.

Contrairement aux sous-agents, qui délèguent des sous-tâches ciblées au sein d’une même session, les agents Arena sont des instances d’agents complètes et de premier niveau — chacun disposant de son propre modèle, de sa propre fenêtre de contexte et d’un accès complet aux outils.

Cette page couvre :

• Quand utiliser Agent Arena
• Démarrer une session arena
• Interagir avec les agents, y compris les modes d’affichage et la navigation
• Comparer les résultats et sélectionner un gagnant
• Bonnes pratiques

Quand utiliser Agent Arena

Agent Arena est particulièrement efficace lorsque vous souhaitez évaluer ou comparer la manière dont différents modèles abordent un même problème. Les cas d’utilisation les plus pertinents sont :

• Benchmarking de modèles : Évaluer les capacités de différents modèles sur des tâches réelles dans votre base de code, plutôt que sur des benchmarks synthétiques
• Sélection Best-of-N : Obtenir plusieurs solutions indépendantes et choisir la meilleure implémentation
• Exploration d’approches : Observer comment différents modèles raisonnent et résolvent le même problème — utile pour l’apprentissage et la prise de recul
• Réduction des risques : Pour les modifications critiques, valider que plusieurs modèles convergent vers une approche similaire avant de committer

Agent Arena consomme nettement plus de tokens qu’une session unique (chaque agent possède sa propre fenêtre de contexte et effectue ses propres appels de modèle). Il est optimal lorsque la valeur de la comparaison justifie le coût. Pour les tâches courantes où vous faites confiance à votre modèle par défaut, une session unique est plus efficace.

Démarrer une session arena

Utilisez la commande slash /arena pour lancer une session. Spécifiez les modèles que vous souhaitez faire concourir ainsi que la tâche :

/arena --models qwen3.5-plus,glm-5,kimi-k2.5 "Refactor the authentication module to use JWT tokens"

Si vous omettez --models, une boîte de dialogue interactive de sélection de modèle s’affiche, vous permettant de choisir parmi vos fournisseurs configurés.

Ce qui se passe au démarrage

1. Configuration des worktrees : Qwen Code crée des Git worktrees isolés pour chaque agent dans ~/.qwen/arena/<session-id>/worktrees/<model-name>/. Chaque worktree reflète exactement l’état actuel de votre répertoire de travail — y compris les modifications indexées (staged), non indexées (unstaged) et les fichiers non suivis.
2. Lancement des agents : Chaque agent démarre dans son propre worktree avec un accès complet aux outils et son modèle configuré. Les agents sont lancés séquentiellement mais s’exécutent en parallèle.
3. Exécution : Tous les agents travaillent sur la tâche de manière indépendante, sans état partagé ni communication entre eux. Vous pouvez suivre leur progression et interagir avec n’importe lequel d’entre eux.
4. Fin d’exécution : Une fois tous les agents terminés (ou en échec), vous passez à la phase de comparaison des résultats.

Interagir avec les agents

Modes d’affichage

Agent Arena prend actuellement en charge le mode in-process, où tous les agents s’exécutent de manière asynchrone au sein du même processus terminal. Une barre d’onglets en bas du terminal vous permet de basculer entre les agents.

[!note] Les modes d’affichage en panneaux fractionnés sont prévus pour le futur. Nous prévoyons de prendre en charge les dispositions en panneaux fractionnés basées sur tmux et iTerm2, où chaque agent dispose de son propre panneau terminal pour un affichage côte à côte réel. Actuellement, seul le basculement d’onglets in-process est disponible.

Naviguer entre les agents

En mode in-process, utilisez les raccourcis clavier pour basculer entre les vues des agents :

La barre d’onglets affiche l’état actuel de chaque agent :

Interagir avec des agents individuels

Lorsque vous consultez l’onglet d’un agent, vous pouvez :

• Envoyer des messages — tapez dans la zone de saisie pour donner des instructions supplémentaires à l’agent
• Approuver les appels d’outils — si un agent demande une approbation d’outil, la boîte de dialogue de confirmation s’affiche dans son onglet
• Consulter l’historique complet — faites défiler la conversation complète de l’agent, y compris les sorties du modèle, les appels d’outils et les résultats

Chaque agent constitue une session complète et indépendante. Tout ce que vous pouvez faire avec l’agent principal, vous pouvez le faire avec un agent arena.

Comparer les résultats et sélectionner un gagnant

Une fois tous les agents terminés, l’Arena passe à la phase de comparaison des résultats. Vous verrez :

• Résumé des statuts : Quels agents ont réussi, échoué ou ont été annulés
• Métriques d’exécution : Durée, tours de raisonnement, consommation de tokens et nombre d’appels d’outils pour chaque agent

Une boîte de dialogue de sélection présente les agents ayant réussi. Choisissez-en un pour appliquer ses modifications à votre espace de travail principal, ou rejetez tous les résultats.

Ce qui se passe lorsque vous sélectionnez un gagnant

1. Les modifications de l’agent gagnant sont extraites sous forme de diff par rapport à la base de référence
2. Le diff est appliqué à votre répertoire de travail principal
3. Tous les worktrees et branches temporaires sont nettoyés automatiquement

Si vous souhaitez inspecter les résultats avant de décider, l’historique complet de la conversation de chaque agent est accessible via la barre d’onglets tant que la boîte de dialogue de sélection est active.

Configuration

Le comportement de l’Arena peut être personnalisé dans settings.json :

{
  "arena": {
    "worktreeBaseDir": "~/.qwen/arena",
    "maxRoundsPerAgent": 50,
    "timeoutSeconds": 600
  }
}

Bonnes pratiques

Choisir des modèles qui se complètent

L’Arena est particulièrement utile lorsque vous comparez des modèles aux forces sensiblement différentes. Par exemple :

/arena --models qwen3.5-plus,glm-5,kimi-k2.5 "Optimize the database query layer"

Comparer trois versions de la même famille de modèles apporte moins d’informations qu’une comparaison entre différents fournisseurs.

Garder les tâches autonomes

Les agents Arena travaillent de manière indépendante, sans communication entre eux. Les tâches doivent pouvoir être entièrement décrites dans le prompt sans nécessiter d’allers-retours :

Bon : “Refactorisez le module de paiement pour utiliser le pattern Strategy. Mettez à jour tous les tests.”

Moins efficace : “Discutons de la manière d’améliorer le module de paiement” — cela bénéficie d’une conversation, ce qui convient mieux à une session unique.

Limiter le nombre d’agents

Jusqu’à 5 agents peuvent s’exécuter simultanément. En pratique, 2 à 3 agents offrent le meilleur équilibre entre la valeur de la comparaison et le coût des ressources. Plus d’agents signifie :

• Un coût en tokens plus élevé (chaque agent possède sa propre fenêtre de contexte)
• Un temps d’exécution total plus long
• Plus de résultats à comparer

Commencez avec 2 ou 3 agents et augmentez le nombre uniquement si la valeur de la comparaison le justifie.

Utiliser l’Arena pour les décisions à fort impact

L’Arena excelle lorsque les enjeux justifient l’exécution de plusieurs modèles :

• Choisir une architecture pour un nouveau module
• Sélectionner une approche pour un refactoring complexe
• Valider une correction de bug critique sous plusieurs angles

Pour les modifications courantes comme renommer une variable ou mettre à jour un fichier de configuration, une session unique est plus rapide et moins coûteuse.

Dépannage

Échec au démarrage des agents

• Vérifiez que chaque modèle dans --models est correctement configuré avec des identifiants API valides
• Vérifiez que votre répertoire de travail est un dépôt Git (les worktrees nécessitent Git)
• Assurez-vous d’avoir les droits d’écriture sur le répertoire de base des worktrees (~/.qwen/arena/ par défaut)

Échec de la création du worktree

• Exécutez git worktree list pour vérifier la présence de worktrees obsolètes provenant de sessions précédentes
• Nettoyez les worktrees obsolètes avec git worktree prune
• Vérifiez que votre version de Git prend en charge les worktrees (git --version, nécessite Git 2.5+)

L’agent prend trop de temps

• Augmentez le délai d’expiration : définissez arena.timeoutSeconds dans les paramètres
• Réduisez la complexité de la tâche — les tâches Arena doivent être ciblées et bien définies
• Réduisez arena.maxRoundsPerAgent si les agents consomment trop de tours

Échec de l’application du gagnant

• Vérifiez la présence de modifications non commitées dans votre répertoire de travail principal qui pourraient entrer en conflit
• Le diff est appliqué sous forme de patch — des conflits de fusion sont possibles si votre répertoire de travail a changé pendant la session

Limitations

Agent Arena est expérimental. Limitations actuelles :

• Mode in-process uniquement : L’affichage en panneaux fractionnés via tmux ou iTerm2 n’est pas encore disponible. Tous les agents s’exécutent dans une seule fenêtre de terminal avec basculement d’onglets.
• Pas d’aperçu du diff avant sélection : Vous pouvez consulter l’historique de conversation de chaque agent, mais il n’existe pas de visualiseur de diff unifié pour comparer les solutions côte à côte avant de choisir un gagnant.
• Pas de conservation des worktrees : Les worktrees sont toujours nettoyés après la sélection. Aucune option ne permet de les conserver pour une inspection ultérieure.
• Pas de reprise de session : Les sessions Arena ne peuvent pas être reprises après leur fermeture. Si vous fermez le terminal en cours de session, les worktrees restent sur le disque et doivent être nettoyés manuellement via git worktree prune.
• Maximum de 5 agents : La limite stricte de 5 agents simultanés ne peut pas être modifiée.
• Dépôt Git requis : L’Arena nécessite un dépôt Git pour l’isolation des worktrees. Il ne peut pas être utilisé dans des répertoires non-Git.

Comparaison avec les autres modes multi-agents

Agent Arena est l’un des plusieurs modes multi-agents prévus dans Qwen Code. Agent Team et Agent Swarm ne sont pas encore implémentés — le tableau ci-dessous décrit leur conception prévue à titre de référence.

Étapes suivantes

Explorez les approches connexes pour le travail parallèle et délégué :

• Délégation légère : Les sous-agents gèrent des sous-tâches ciblées au sein de votre session — idéal lorsque vous n’avez pas besoin de comparer des modèles
• Sessions parallèles manuelles : Exécutez vous-même plusieurs sessions Qwen Code dans des terminaux séparés avec des Git worktrees  pour un contrôle manuel total