Deal ex Machina · Produit
01 — Pourquoi
Toute décision régulée doit être défendable. La plupart des systèmes IA ne peuvent pas défendre les leurs.
Approuver une acquisition, valider une position de capital réglementaire, mener une enquête AML — chacune implique de nombreux experts, de nombreux documents, des informations qui se contredisent, et une conclusion que quelqu'un doit pouvoir défendre.
Deux réponses courantes échouent toutes les deux. Un agent généraliste unique lit tout et renvoie un seul chiffre qu'aucun relecteur ne peut décomposer. Laisser les agents coordonner sans gouvernance et cela dégénère en chaos — documenté à grande échelle, ce qui est rédhibitoire pour une entreprise régulée.
Faire passer l'IA à l'échelle de l'entreprise exige l'inverse : un contexte partagé et gouverné que les agents peuvent écrire — pas seulement consulter. Trois problèmes structurels se cachent en dessous.
Problème I
Aucune piste d'audit
Impossible de savoir quelle partie du raisonnement a produit quelle conclusion, quelle source a été décisive, ou pourquoi une contradiction a été résolue dans un sens plutôt qu'un autre.
Problème II
Aucune séparation des tâches
L'agent qui extrait les faits est celui qui évalue le risque, qui est celui qui approuve la décision. Dans les secteurs régulés, cette absence de « quatre yeux » est un problème par construction.
Problème III
Un score fort masque un score faible
Une forte confiance sur les preuves peut faire passer une réponse globalement bonne — même avec une alerte de sanctions non vérifiée — dès lors que chaque score est réduit à un seul chiffre pondéré.
Et les frameworks actuels ne comblent pas cet écart
Coordination par DAG
LangGraph, CrewAI, Mastra, AutoGen figent la coordination dans une topologie. Chaque nouvelle règle, exception ou agent implique de recâbler le graphe — et quand un agent bloque, tout le pipeline en aval bloque avec lui.
Chaînage de prompts et jeux de rôles
ChatDev, MetaGPT s'appuient sur l'autorégulation du LLM. Aucune preuve que le système converge, aucune trace de pourquoi une décision a été prise, et aucun mécanisme pour détecter des preuves contradictoires silencieusement absorbées.
Nous avons donc construit une couche de coordination gouvernée — une réponse architecturale aux trois à la fois.
02 — Comment ça marche
Les agents proposent. La gouvernance décide. L'état reste auditable.
La coordination émerge d'un état partagé et d'une politique déclarative — pas d'une chaîne d'appels câblée en dur. Aucun agent ne sait qu'un autre agent existe.
Lire le contexte
Les agents lisent le contexte partagé à partir des documents, des événements et des décisions antérieures.
Proposer des mises à jour
Faits, contradictions, changements de risque — proposés, jamais écrits directement dans l'état.
Filtrer par politique
La gouvernance examine chaque proposition au regard de la politique, du mode d'approbation et des conditions de convergence.
Valider de façon auditable
Les mises à jour approuvées deviennent un état auditable dans un graphe causal bitemporel.
Certifier la finalité
La finalité est certifiée, non terminale — de nouvelles preuves peuvent rouvrir le scope et continuer en sécurité.
Rôles de raisonnement
Agents
Facts · Drift · Resolver · Planner · Status · Governance. Chacun possède son propre périmètre.
→
Partagé, bitemporel
État
Graphe sémantique causal + WAL. La coordination vit ici — pas dans les prompts.
→
Noyau déterministe
Gouvernance
Vérifie chaque transition par rapport à la politique et au treillis. Zéro token LLM. Toujours disponible.
→
Signés, chaînés
Certificats de finalité
Attestent que le processus s'est déroulé intégralement — et s'enchaînent dans le temps à mesure que de nouvelles preuves arrivent.
↺ ce qui ne circule jamais entre agents : raisonnement, prompts ou documents sources — uniquement des signaux numériques
La finalité est un vecteur, pas une moyenne.
Chaque cycle évalue quatre dimensions indépendantes. La décision ne se referme que lorsque chacune franchit son propre seuil — un score fort sur une dimension ne peut jamais compenser un score faible sur une autre.
CCQualité des preuves
Les affirmations actives reposent-elles sur des sources fiables, récentes et suffisantes ?
CRCohérence interne
Existe-t-il des contradictions non résolues entre les éléments en jeu ?
GCProgrès vers l'objectif
Les critères de complétude fixés au départ sont-ils réellement atteints ?
RIRisque résiduel, inversé
À ce stade, l'exposition au risque est-elle dans les limites acceptables ?
Si une dimension échoue à son seuil mais que le dossier se situe dans la bande de revue humaine, le système transfère à un opérateur un dossier structuré : quelle dimension bloque, pourquoi, et quel agent tient la position. Pas un mode dégradé — un transfert conçu et traçable.
Vous choisissez qui possède chaque décision.
Chaque contribution s'exécute sous un mode de gouvernance explicite. Le niveau ne peut que se durcir, jamais se relâcher de lui-même — un scope qui détecte une dérive critique passe à un mode plus dur et y reste.
YOLO
PERMISSIFL'agent décide librement dans le cadre de sa politique ; le noyau déterministe décide seul, sauf si la supervision escalade vers un humain. Pour l'extraction de routine, à faible enjeu.
MITL
HUMAIN DANS LA BOUCLEChaque proposition part dans la file humaine et le processus se suspend jusqu'à ce qu'un opérateur approuve ou rejette explicitement. Pour les étapes à enjeu significatif.
MASTER
STRICTEMENT DÉTERMINISTEPas de LLM, pas d'humain, pas de file. La proposition respecte chaque règle et est acceptée, ou elle est rejetée sur-le-champ. Une barrière stricte, pas un chemin d'escalade.
03 — Présentation
SGRS
Swarm of Governed Agents — la couche de coordination gouvernée, industrialisée pour les opérations régulées.
Convergence formelle, auditabilité bitemporelle et décisions encadrées par la politique, dans une pile auto-hébergeable. Pas de miracle. Pas de détour.
La contradiction comme signal
Les contradictions sont des arêtes explicites du graphe qui peuvent bloquer la clôture jusqu'à résolution — jamais moyennées silencieusement.
Modèle d'état bitemporel
Deux horloges sur chaque affirmation — temps de validité et temps de transaction. Reconstituez n'importe quelle décision exactement telle qu'elle a été prise.
Séparation des tâches
Des agents spécialisés avec des contextes partitionnés par construction — le principe des quatre yeux, structurel et non procédural.
Portes de convergence formelles
La diffusion converge à un rythme fixé par le graphe — vous savez à l'avance combien de cycles atteignent la stabilité.
Même moteur, toute échelle
Un seul dossier et tout un portefeuille exécutent le même moteur — composez les scopes vers le haut, redescendez jusqu'à l'affirmation source.
Compatible avec les frameworks
Fonctionne seul ou aux côtés des piles LangGraph / CrewAI / Mastra là où la profondeur de gouvernance manque.
Un scope ne tourne jamais indéfiniment, ni ne s'arrête arbitrairement.
Quatre états terminaux, chacun avec une sémantique et des chemins de récupération définis.
RÉSOLU
Toutes les conditions sont remplies, aucun blocage.
Récupération : aucune nécessaire.
ESCALADÉ
Seuils de risque ou de contradiction dépassés.
Récupération : revue humaine avant réouverture.
BLOQUÉ
Progression arrêtée avec des problèmes ouverts.
Récupération : nouveau contexte, résolution ou escalade.
EXPIRÉ
Inactif depuis 30 jours.
Récupération : archivé ; rouvrir avec un nouveau contexte.
Éprouvé sur :Due diligence M&ASolvabilité II · ORSAAML / KYCCrédit corporateLegal discovery
04 — La pile technique
Cœur ouvert. Votre infrastructure. De vrais SDK.
Le noyau d'orchestration et la pile docker compose complète sont en accès ouvert. Auto-hébergez en quelques minutes, puis dialoguez avec depuis Python ou TypeScript.
DealExMachina/open-governed-swarm-of-agentsAGPL-3.0 · auto-hébergé# cloner, configurer, puis lancer toute la pile
git clone https://github.com/DealExMachina/open-governed-swarm-of-agents
cd open-governed-swarm-of-agents
cp .env.example .env
docker compose up -d # postgres · nats · s3 · workers
pnpm install && pnpm run swarm # agents + gouvernance + noyau
Le moteur
Un bus d'événements NATS JetStream, un noyau de réduction Rust déterministe, et un store bitemporel partagé. Les agents ne s'appellent jamais entre eux — ils publient et consomment.
Agents de raisonnement · consommateurs pull durables
factsdriftresolverplannerstatusgovernance
↑↓ publient des propositions · consomment des jobs
NATS JetStreamstream · SWARM_JOBS · stockage fichier · ack explicite
swarm.jobs.>swarm.proposals.>swarm.actions.>swarm.events.>swarm.finality.>
↓ chaque transition réduite de façon déterministe
sgrs-corenoyau de réduction Rust · natif NAPI
Treillis produit M = L × A · convergence V(t) · vérification ISS small-gain · hachage adressé par contenu. Zéro token LLM, toujours disponible.
↓ état approuvé validé, en ajout seul
État bitemporel partagé
Postgres WAL · context_eventspgvector · graphe sémantiqueS3 · stockage objet
Bibliothèques clientes
Clients du noyau pour l'API du plan de contrôle, sous licence permissive (MIT) — intégrez-les dans des piles propriétaires ou ouvertes qui parlent à votre propre swarm.
TypeScript@sgrs/kernel-client
$ npm install @sgrs/kernel-client
import { createKernelClient } from "@sgrs/kernel-client";
const client = createKernelClient({
baseUrl: "https://cp.example.com",
apiKey: process.env.SWARM_API_KEY!,
});
await client.runtimeStart("scope-id");
Pythonsgrs-kernel-client
$ pip install sgrs-kernel-client
from sgrs_client import KernelClient
with KernelClient(url, api_key) as client:
client.runtime_start("scope-id")
client.subscribe_events("scope-id", print)
Des SDK produit plus riches — @sgrs/client-ts et sgrs-client — ainsi que le Studio dans le navigateur et l'API REST multi-tenant, se trouvent dans le dépôt compagnon DealExMachina/sgrs.
05 — Fondations
Ancré dans la recherche actuelle, avec une colonne vertébrale formelle.
Les propriétés de fiabilité ne sont pas espérées — elles sont prouvées. Convergence, non-compensabilité et gestion des contradictions reposent chacune sur une structure mathématique établie, et le système est publié en accès ouvert en complément d'une publication de recherche.
Treillis produit · M = L × A
La théorie de l'ordre régit chaque transition
Le niveau de gouvernance et le rang de convergence forment un treillis produit avec une rencontre et une réunion explicites. La règle « la gouvernance ne peut que se durcir » est une contrainte algébrique vérifiée à chaque étape — pas une suggestion de politique.
Convergence de Lyapunov · V(t)
Convergence prouvable et mesurable
Une fonction de désaccord décroît de façon monotone vers la finalité, avec détection de plateau et escalade en cas de divergence. Vous savez à l'avance combien de cycles atteignent la stabilité.
Diffusion en faisceaux · stabilité ISS
Les croyances se propagent le long d'une topologie de rôles
Les preuves ne diffusent qu'à travers les dimensions partagées, stabilisées par une cascade input-to-state-stable. Les contextes restent partitionnés par construction, pas par discipline.
Bilattice de Belnap · quatre états
Contradiction ≠ ignorance
Deux canaux indépendants — soutien et réfutation — séparent un véritable conflit d'une simple absence de preuve. Les propriétés clés sont en cours de vérification formelle en Lean.
∑
Lire le tutoriel mathématique
Lattice-State Graph — un guide pour débutants
Les quatre structures derrière le moteur, les règles d'ordre et les garanties de convergence — depuis les premiers principes.
→
Pour commencer
Apportez une coordination gouvernée à vos décisions régulées.
Auto-hébergez le cœur en accès ouvert avec docker compose, ou parlez-nous de déploiement en production, de conseil et du noyau étendu.