La taxe de régression : pourquoi charger les agents LLM de compétences peut se retourner contre vous

Chaque développeur d'agent LLM connaît le scénario : l'agent échoue à une tâche, alors vous ajoutez une compétence, un court script, une règle de validation, une procédure opérationnelle standard codée comme une instruction. Les scores moyens augmentent. Problème résolu, n'est-ce pas ?

Un nouvel article suggère que la réponse est plus compliquée. « The Regression Tax: Decomposing Why Skills Help and Hurt LLM Agents », publié sur arXiv le 24 juillet 2026, compare des agents avec et sans compétences sur près de 6 000 exécutions sur deux benchmarks d'automatisation de bureau et trois piles de modèles. La conclusion principale est que les compétences causent aussi des échecs : des tâches que l'agent gérait parfaitement sans compétence échouent soudainement lorsqu'une compétence est présente dans le contexte.

Les auteurs appellent ces échecs des « régressions » et affirment que l'amélioration nette que la plupart des articles rapportent cache une vérité plus profonde : les compétences les plus performantes surpassent les autres principalement en régressant moins, pas en gagnant plus.

Qu'est-ce que la taxe de régression ?

L'article divise les résultats des tâches en quatre catégories : résolus sans et sans compétences, résolus avec compétences mais pas sans (un gain), échoués avec compétences mais pas sans (une régression), et échoués des deux manières (un échec résiduel). La plupart des évaluations regroupent gains et régressions en un seul nombre d'amélioration nette, ce que les auteurs disent masquer le coût de l'ajout de compétences.

Lorsqu'ils ont examiné ce qui causait réellement les régressions, ils ont identifié trois mécanismes.

Les trois modes de régression

Osmose de description de compétence. Une compétence modifie le comportement d'un agent simplement par sa présence dans le contexte, même lorsqu'elle n'est jamais invoquée. L'agent lit une compétence sur le formatage de la sortie et commence à reformater les entrées aussi, ou lit une compétence sur la gestion des erreurs et devient plus prudent d'une manière qui brise des flux de travail qui fonctionnaient auparavant.

Déplacement de l'ancrage. La procédure prescrite par une compétence remplace la manière dont l'agent interprète ses entrées. Au lieu de regarder l'écran réel, l'agent suit une liste de contrôle de la compétence qui ne correspond pas à l'état actuel. L'agent cesse de voir ce qui est là et commence à voir ce que la compétence lui dit de voir.

Déplacement de la vérification. La procédure fournie par une compétence supprime les vérifications que l'agent effectuerait autrement sur ses sorties. Un agent qui vérifie naturellement deux fois un chemin de fichier cesse de le faire parce que la compétence dit « exécute cette commande » et l'agent fait davantage confiance à la compétence qu'à ses propres habitudes de vérification.

Les gains viennent d'ailleurs

L'article ne prétend pas que les compétences sont inutiles. Des gains se produisent, mais ils sont concentrés dans des situations spécifiques. Le modèle le plus intéressant émerge des échecs persistants, des tâches qui échouent à la fois avec et sans compétences. Lorsque les auteurs ont analysé ces traces d'échec, ils ont constaté que les compétences existantes mettent trop l'accent sur les conseils procéduraux, qui sont l'étape la moins souvent responsable de l'échec. Les véritables goulots d'étranglement sont l'ancrage (comprendre l'état actuel) et la vérification (vérifier que la sortie est correcte). Les compétences soutiennent actuellement insuffisamment les deux.

Après avoir corrigé les artefacts d'évaluation et étudié les traces, les auteurs rapportent que de nombreuses régressions et échecs persistants peuvent être corrigés par un meilleur ancrage et une meilleure vérification, et non par de meilleures compétences procédurales.

Partie d'un changement plus large

L'article rejoint un nombre croissant de travaux repensant la manière dont les compétences des agents sont évaluées et construites. Une étude de juin 2026 comparant les agents GUI et CLI a constaté que les agents GUI surpassent les agents CLI médiés par compétences lorsque les deux reçoivent des objectifs et des vérificateurs identiques, suggérant que l'interface de compétence elle-même introduit de la fragilité. Un autre article, SkillCoach (juillet 2026), propose des rubriques de processus pour évaluer l'utilisation des compétences au-delà de la précision finale, séparant la sélection, le suivi, la composition et la réflexion des compétences, dimensions que l'article sur la régression reprend. Et EvoPolicyGym (également juillet 2026) évalue comment les agents améliorent itérativement les politiques, avec GPT-5.5 en tête de sa suite, suggérant que le raffinement itératif des compétences pourrait éventuellement réduire la taxe de régression.

Rien de tout cela ne signifie que les agents doivent cesser d'utiliser des compétences. Cela signifie que l'approche naïve, déposer une compétence dans le contexte et regarder le nombre moyen augmenter, n'est plus suffisante. La prochaine génération de cadres d'agents devra mesurer les régressions, pas seulement les améliorations nettes, et investir dans l'infrastructure d'ancrage et de vérification plutôt que d'empiler simplement plus de règles procédurales.

Comme le dit l'article, la fiabilité dépend davantage de l'ancrage et de la vérification que du choix de compétences procéd