Ingénierie de Contexte Monadique

papers.abstract

La prolifération des modèles de langage à grande échelle (LLM) a catalysé une transition vers des agents autonomes capables de raisonnement complexe et d'utilisation d'outils. Cependant, les architectures d'agents actuelles sont souvent construites selon des modèles impératifs et ad hoc. Il en résulte des systèmes fragiles, entravés par des difficultés de gestion d'état, de traitement des erreurs et de concurrence. Cet article présente l'Ingénierie de Contexte Monadique (MCE), un nouveau paradigme architectural qui exploite les structures algébriques des Foncteurs, des Foncteurs Applicatifs et des Monades pour fournir une base formelle à la conception d'agents. L'approche MCE traite les flux de travail des agents comme des contextes computationnels où les préoccupations transversales, telles que la propagation d'état, la gestion d'erreurs avec court-circuit et l'exécution asynchrone, sont gérées intrinsèquement par les propriétés algébriques de l'abstraction. Nous démontrons comment les Monades permettent une composition séquentielle robuste, comment les Foncteurs Applicatifs fournissent une structure principielle pour l'exécution parallèle, et, de manière cruciale, comment les Transformateurs de Monades permettent la composition systématique de ces capacités. Cette approche stratifiée permet aux développeurs de construire des agents IA complexes, résilients et efficaces à partir de composants simples et vérifiables indépendamment. Nous étendons en outre ce cadre pour décrire les Méta-Agents, qui exploitent MCE pour l'orchestration générative, créant et gérant dynamiquement des flux de travail de sous-agents via la métaprogrammation. Page du projet : https://github.com/yifanzhang-pro/monadic-context-engineering.

English

The proliferation of Large Language Models (LLMs) has catalyzed a shift towards autonomous agents capable of complex reasoning and tool use. However, current agent architectures are frequently constructed using imperative, ad hoc patterns. This results in brittle systems plagued by difficulties in state management, error handling, and concurrency. This paper introduces Monadic Context Engineering (MCE), a novel architectural paradigm leveraging the algebraic structures of Functors, Applicative Functors, and Monads to provide a formal foundation for agent design. MCE treats agent workflows as computational contexts where cross-cutting concerns, such as state propagation, short-circuiting error handling, and asynchronous execution, are managed intrinsically by the algebraic properties of the abstraction. We demonstrate how Monads enable robust sequential composition, how Applicatives provide a principled structure for parallel execution, and crucially, how Monad Transformers allow for the systematic composition of these capabilities. This layered approach enables developers to construct complex, resilient, and efficient AI agents from simple, independently verifiable components. We further extend this framework to describe Meta-Agents, which leverage MCE for generative orchestration, dynamically creating and managing sub-agent workflows through metaprogramming. Project Page: https://github.com/yifanzhang-pro/monadic-context-engineering.