constelio
R&D · Constelio Software RECHERCHE EN COURS

Des agents qui conçoivent, testent et maintiennent leurs propres agents.

Constelio Software est notre programme de recherche : un réseau de méta-agents communiquant sur une infrastructure NATS, chacun guidé par une mission explicite, selon l’approche ADAS — la conception automatisée de systèmes agentiques.

Le principe

Ne plus construire chaque agent à la main.

Un méta-agent reçoit une mission, rédigée dans un fichier mission.md versionné. À partir de là, il conçoit, évalue et fait évoluer l’ensemble qui la remplit : agents spécialisés, workflows, et code déterministe partout où l’IA n’est pas nécessaire.

Notre question de recherche : jusqu’où cette approche peut-elle couvrir les besoins opérationnels réels d’une PME — avec des composants entièrement open source et des modèles exécutés sur site ?

Architecture

Cinq couches, du besoin métier à l’infrastructure.

05
Missions
Objectifs métier, contraintes et critères de succès, rédigés et validés par des humains.
mission.md
04
Flottes de méta-agents
Conçoivent, évaluent et maintiennent les agents de la couche inférieure, dans le cadre de leur mission.
ADAS
03
Agents, workflows & code déterministe
Ce qui fait réellement le travail. Le méta-agent choisit la forme la plus simple qui fonctionne.
versionné
02
Bus NATS
Messagerie, request-reply, découverte des capacités, flux persistants (JetStream) et registre clé-valeur.
NATS
01
Infrastructure souveraine
Modèles open-weight sur site, Gitea pour le code, la revue et le registre de paquets, observabilité.
on-premise
Transverse
Supervision humaine
Revue de code avant tout déploiement, journalisation de chaque action, retour arrière à tout moment.
L’approche ADAS

Les agents sont du code. Le code s’améliore.

ADAS (Automated Design of Agentic Systems, Hu, Lu & Clune, 2024) montre qu’un méta-agent peut programmer de nouveaux agents, les évaluer et capitaliser sur une archive de conceptions. Nous appliquons ce principe à des processus d’entreprise réels.

  1. 01

    Mission

    Le méta-agent lit son mission.md et l’état actuel du système.

  2. 02

    Conception

    Il propose un agent, un workflow ou du code déterministe candidat.

  3. 03

    Évaluation

    Le candidat est testé sur des cas réels et des jeux d’essai métier.

  4. 04

    Archive

    Chaque conception et ses résultats sont conservés dans Gitea, comme base des itérations suivantes.

  5. 05

    Revue humaine

    Une pull request est soumise ; rien n’est déployé sans validation.

  6. 06

    Exploitation

    L’agent tourne, est observé — et ses résultats relancent la boucle.

Principes de conception

Des règles simples pour un système qui se modifie lui-même.

Une mission explicite par méta-agent

Le périmètre est écrit, versionné et relu. Pas de mandat implicite.

Le code avant les prompts

Agents et workflows sont du code testable ; l’IA n’intervient que là où elle apporte quelque chose.

Découverte par le bus

Chaque agent annonce ses capacités sur NATS ; les autres le trouvent sans couplage direct.

Séparation des flottes

Aucune flotte ne maintient l’infrastructure dont elle dépend elle-même.

100 % open source, LLM sur site

Aucune licence propriétaire, aucune donnée envoyée à un fournisseur d’IA externe.

Réversibilité

Toute modification passe par Git : elle se relit, se compare et s’annule.

Terrain d’expérimentation

Une fabrique de structures en bois, de la demande client à la pose.

Un cas d’étude complet, où une chaîne de méta-agents accompagne les équipes à chaque étape. [Statut : envisagé / en cours]

  1. Demande client

    Qualification de la demande, collecte des informations et des plans.

  2. Conception CAO

    Assistance aux dessinateurs : scripts, contrôles et préparation des modèles.

  3. Fabrication

    Préparation et contrôle des données envoyées aux machines de taille.

  4. Pose & retour

    Remontée des retours de chantier pour améliorer les étapes amont.

Questions de recherche
  • Quelle part des besoins opérationnels d’une PME une flotte de méta-agents peut-elle couvrir ?
  • Où placer la frontière entre méta-agent, agent et code déterministe ?
  • Comment garantir sûreté et réversibilité quand des agents modifient des agents ?
  • Les modèles open-weight exécutés sur site suffisent-ils pour la méta-conception ?
Feuille de route
  1. [Période]Phase 1 — Socle NATS, premier méta-agent, missions simples
  2. [Période]Phase 2 — Boucle ADAS complète sur un cas d’étude réel
  3. [Période]Phase 3 — Flottes multiples, pilotes chez des clients
  4. [Période]Publication — [Code open source / rapport de recherche]

Entreprise pilote, haute école ou contributeur ?

Nous cherchons des partenaires pour éprouver Constelio Software sur des processus réels.

Rejoindre le programme