Je construis Neotoma, le système de référence pour les agents d’IA, et Ateles, un système d’exploitation pour les organisations d’agents.
Je construis Neotoma, un système de référence pour les agents d'IA. L'idée est de s'appuyer sur un enregistrement, plutôt que sur un souvenir. Sans ce système, un agent travaille avec ce qu'il se trouve retenir : une partie de la dernière session, une note enregistrée par son outil, ou rien du tout. Avec lui, il peut lire ce qui a été enregistré, sa source et son état le plus récent, afin que les agents que vous connectez se réfèrent à une même réponse. Neotoma est open source, fonctionne localement et se connecte aux agents par MCP, une API REST et une CLI.
Le principe qui sous-tend ce travail est le même que celui qui m'a toujours guidé : chacun devrait garder la maîtrise de ses données, de sa mémoire, de son argent et de son infrastructure numérique, au lieu de les céder à des plateformes qui privilégient l'engagement plutôt que la vérité.
Je suis un fondateur indépendant installé à Barcelone et je travaille avec des agents d'IA comme avec une équipe, plutôt que comme avec de simples outils. Chaque activité — courriel, finances, contenu et produit — passe par un dépôt et un registre partagés. Les agents suivent les mêmes règles de travail que moi. Cette expérience nourrit Ateles, un projet open source en cours de développement pour organiser agents, tâches et plans autour du registre partagé de Neotoma.
Avant ce chapitre, j'ai passé près de vingt ans à créer des produits dans le web grand public, la cryptographie et les startups : rédaction et lancements chez TechCrunch, cofondation de Plancast (rachetée par Active Network) et de KITE Solutions, conseil et création aux côtés de jeunes startups, direction de l'expérience utilisateur chez Hiro pour la blockchain Stacks, puis direction de Leather chez Trust Machines. Retrouvez ce parcours sur ma chronologie.
Lorsque des agents travaillent dans différents outils, ils peuvent agir à partir de versions différentes d’un même fait. Neotoma offre aux agents que vous connectez un système d’enregistrement où ils peuvent lire les valeurs actuelles et examiner les observations et les sources qui les étayent.
Mon ancienne pile agent était composée d'un agent par session avec moi au courant de chaque tâche. Ateles est la flotte permanente qui l'a remplacé. Un essaim d'agents personnels défini dans Neotoma lui-même, où les agents, les tâches et les plans sont tous des entités et où chaque action est attribuée, vérifiable et réversible.
Trois articles viraux conviennent que l'état durable est ce qui fait fonctionner les boucles d'agents, puis confient le travail à un fichier de démarque. Quel état de boucle nécessite réellement une fois que vous exécutez plus d’une boucle.
L'évaluation dirigée par l'agent indique à l'utilisateur si Neotoma convient. Le sous-système des nouveaux problèmes permet au même agent de signaler un bogue ou une amélioration, d'échanger des messages avec le responsable et de regarder le changement arriver, tout au long de MCP, sans qu'un humain n'ouvre jamais un onglet de navigateur.
Le premier problème lié à l’exécution de plusieurs agents est qu’ils oublient. La seconde est qu’ils ne peuvent pas se coordonner. Une couche d'état qui résout d'abord le stockage, puis ajoute des signaux, devient un système nerveux, pas seulement une mémoire.
Lorsque l’IA performante absorbe l’essentiel de la production d’artefacts au niveau de l’exécution, l’influence humaine se concentre sur la fondation et la révision. La cohérence cesse de vivre dans des transferts de couloir et commence à vivre dans des normes explicites, des artefacts lisibles de manière croisée et un jugement que vous pouvez défendre en volume.
Lorsque de nombreux agents écrivent dans une seule mémoire, vous avez besoin d'une preuve sur chaque ligne : qui a signé, ce qu'ils ont été autorisés à faire et aucun secret de porteur partagé. Neotoma intègre AAuth afin que chaque agent signe avec sa propre clé et écrit via une admission limitée.
Sur le rôle de PM, l'IA et l'étrange décision de définir votre travail autour de la compétence qui vient de devenir banalisée.
Il y a douze ans, j'ai écrit un post-mortem pour Plancast. En le relisant maintenant, les modes de défaillance ne concernaient pas vraiment la mécanique du produit ; il s’agissait de l’absence d’agents d’IA personnels, d’un substrat approprié sur lequel écrire et d’un maillage souverain entre eux. Tous les trois existent maintenant, et la mission originale devient réalisable d'une manière que l'ère de l'alimentation n'aurait jamais pu réaliser.
OpenClaw stocke la mémoire dans des fichiers markdown. Neotoma v0.4.3 se connecte nativement en tant que couche d'état structurée en dessous, donnant aux agents OpenClaw la provenance, la résolution des entités et l'historique des versions sans remplacer l'agent.
Trois plates-formes d'agents d'IA indépendantes valant des milliards ont convergé vers des fichiers texte brut pour la mémoire. La convergence valide le problème. Les modes de défaillance qu’ils partagent définissent la suite.
La plupart des équipes intègrent la mémoire des agents à la base de données dont elles disposent déjà. Cela fonctionne jusqu'à ce que deux agents écrivent au même magasin. Ensuite, une mauvaise écriture se propage à la vitesse de la machine, déclenchant des actions en aval avant qu'un humain ne puisse intervenir. L'industrie se dirige vers une crise de confiance que l'optimisation de la récupération ne résoudra pas.