Collaborative Human-Agent Protocol (CHAP)

Cet article introduit le Collaborative Human-Agent Protocol (CHAP), une nouvelle norme conçue pour formaliser et auditer les flux de travail multi-humains et multi-agents en transformant les interventions et les passages de relais humains non structurés en événements structurés et non répudiables au sein d'un espace de travail partagé et étayé par des preuves.

L'essentiel

Imaginez une cuisine en pleine effervescence où un nouveau chef robot, incroyablement intelligent, vient d'être embauché. Auparavant, le robot se contentait de crier une recette, et le chef de cuisine humain répondait soit « Super, cuisine ça ! », soit « Non, c'est faux, je m'en occupe moi-même ». Le robot retournait ensuite dans son coin, et l'humain notait les modifications dans un carnet ou sur un post-it.

Le Problème :
Désormais, le robot n'est plus seulement un générateur de recettes ; c'est un chef opérationnel. Il planifie tout le repas, commande les ingrédients, parle à d'autres robots et gère des tâches complexes comme la gestion des allergies des clients ou la facturation. Mais la façon dont les humains et les robots travaillent ensemble est désordonnée.

• Si le chef humain modifie la recette du robot, ce changement se perd souvent dans un message de chat ou sur un post-it.
• Si le robot fait une erreur, nous ne pouvons pas facilement revenir en arrière pour voir pourquoi l'humain l'a modifiée.
• Si le robot passe le relais à un autre humain pour son service, la nouvelle personne doit lire des heures de journaux de chat pour comprendre ce qui se passe.
• Si un régulateur (comme un inspecteur de l'hygiène) demande : « Qui a approuvé ce plat et pourquoi ? », la cuisine doit fouiller dans des e-mails et des notes éparpillés pour trouver la réponse.

La Solution : CHAP (Collaborative Human-Agent Protocol)
Le document présente CHAP, qui est comme un « livre de recettes » et un « journal de bord » numériques standardisés que chaque humain et robot de la cuisine doit utiliser. Ce n'est pas un nouveau robot ou un nouveau four, c'est le langage et le carnet qu'ils acceptent tous d'utiliser pour enregistrer leur travail.

Voici comment fonctionne CHAP, en utilisant des analogies simples :

1. L'Espace de Travail Partagé (Le « Plan de Travail »)

Au lieu que les humains et les robots travaillent dans des silos séparés, CHAP crée un plan de travail numérique unique et partagé. Tout le monde (humains, robots et autres services) se tient autour de ce plan de travail.

• L'analogie : Imaginez un tableau blanc où chaque mouvement est écrit. Si le robot écrit un brouillon, et que l'humain efface un mot pour en écrire un nouveau, le tableau blanc ne montre pas seulement la phrase finale. Il montre le mot exact qui a été effacé, le nouveau mot, et un post-it de l'humain disant : « J'ai changé cela parce que le client est allergique aux noix ».

2. L'« Enveloppe » (Le « Colis Scellé »)

Chaque fois que quelqu'un (humain ou robot) fait quelque chose, il le met dans une enveloppe numérique.

• L'analogie : Pensez à un colis recommandé. À l'intérieur, il y a le travail (le brouillon de la recette). Mais l'enveloppe possède aussi un tampon (qui l'a envoyé), un horodatage (quand cela a été envoyé) et une chaîne de responsabilité (ce qui s'est passé avant).
• Si un humain modifie le travail du robot, l'enveloppe ne contient pas seulement le nouveau texte. Elle contient un « diff » (une liste de ce qui a été modifié exactement), une raison (« J'ai modifié cela pour la sécurité ») et une signature. Cela rend impossible pour quiconque de dire plus tard : « Je n'ai jamais approuvé cela » ou « Je ne savais pas que le robot avait changé les ingrédients ».

3. La « Chaîne de Preuves » (La « Chaîne Ininterrompue de Trombones »)

Chaque enveloppe est attachée à la précédente, formant une longue chaîne ininterrompue.

• L'analogie : Imaginez une chaîne de trombones. On ne peut pas en retirer un sans briser toute la chaîne. Si quelqu'un essaie de modifier discrètement une décision passée, la chaîne se brise et tout le monde sait que quelque chose ne va pas. Cela crée un historique parfait et rejouable de l'ensemble du projet. Si un auditeur demande à voir l'historique d'un plat spécifique datant d'il y a cinq ans, vous pouvez simplement rejouer la chaîne d'enveloppes pour voir exactement ce qui s'est passé, qui l'a fait et pourquoi.

4. Les « Profils » (Les « Uniformes Spécialisés »)

Le document précise que CHAP possède un « Cœur » (les règles de base) et des « Profils » (des ajouts spécialisés).

• L'analogie : Le Cœur est l'uniforme de base de la cuisine (tablier et toque).
  • Si vous êtes dans une cuisine à haute sécurité (comme un hôpital ou une banque), vous ajoutez un « Profil de Sécurité » (comme un badge et un verrou).
  • Si vous êtes une cuisine créative, vous ajoutez un « Profil de Révision » (comme une liste de contrôle pour les tests de goût).
  • Si vous êtes une cuisine ouverte 24h/24, vous ajoutez un « Profil de Passation » (une manière spécifique de passer le relais au service suivant pour que rien ne soit perdu).
  • Vous ne portez que les uniformes dont vous avez besoin. Une petite cuisine familiale n'a pas besoin de l'équipement de sécurité lourd, mais une cuisine d'hôpital en a besoin.

5. Ce que CHAP NE FAIT PAS

Le document est très clair sur ce que CHAP n'est pas.

• Ce n'est pas le robot lui-même (le modèle d'IA).
• Ce n'est pas les outils que le robot utilise (comme le four ou le mixeur).
• Ce n'est pas la loi qui stipule si la nourriture est sûre.
• Analogie : CHAP est le carnet et le stylo, pas le chef, les ingrédients ou le code d'hygiène. Il s'assure simplement que tout ce que fait le chef est écrit clairement, signé et stocké en toute sécurité.

Pourquoi cela importe

Le document soutient que sans CHAP, chaque entreprise construit sa propre façon désordonnée de suivre le travail humain-robot. Une entreprise utilise Slack, une autre utilise l'e-mail, une autre un tableur. Cela rend difficile la confiance dans le travail, difficile de corriger les erreurs et difficile de prouver aux régulateurs que le travail a été effectué correctement.

CHAP est le langage universel qui permet aux humains et aux robots de travailler ensemble de manière :

• Auditable : Vous pouvez toujours revenir en arrière pour voir la vérité.
• Responsable : Vous savez exactement qui a pris quelle décision.
• Portable : Vous pouvez déplacer ce système d'une entreprise à une autre sans perdre l'historique.

En résumé, CHAP transforme le « salon de discussion » chaotique de la collaboration humain-IA en un enregistrement structuré, signé et ininterrompu de la manière dont le travail est accompli.

Résumé technique

Résumé Technique : Protocole de Collaboration Humain-Agent (CHAP)

Énoncé du Problème

Le document identifie une lacune critique dans l'écosystème actuel de l'IA agentique : alors que les modèles de fondation passent de simples assistants à des participants opérationnels capables de planification, d'utilisation d'outils et de coordination multi-étapes, l'infrastructure technique pour une collaboration humain-agent responsable reste faiblement spécifiée.

Les déploiements en production actuels impliquent des « symphonies humain-agent » complexes où les humains et les agents traversent des équipes, des fuseaux horaires et des frontières de confiance. Cependant, la « surface de collaboration » est fragmentée. Les événements critiques — tels qu'un humain éditant le brouillon d'un agent, un agent s'abstenant de prendre une décision, ou un passage de relais lors d'un changement de garde — sont souvent enregistrés dans des fils de discussion non structurés, des commentaires de tickets ou la mémoire tribale, plutôt que sous forme d'événements de protocole structurés et auditables. Les standards existants comme le Model Context Protocol (MCP) et l'Agent-to-Agent (A2A) traitent respectivement de l'accès aux outils et de l'interopérabilité entre agents, mais aucun des deux ne définit l'espace de travail partagé où les humains et les agents accomplissent conjointement un travail responsable, ni comment les interventions, approbations et justifications humaines sont structurées pour la relecture et l'audit.

Méthodologie et Architecture

Les auteurs proposent le CHAP (Collaborative Human-Agent Protocol), un protocole ouvert conçu pour standardiser l'espace de travail partagé pour la collaboration humain-agent. La méthodologie repose sur une architecture Core-plus-Profile (Noyau plus Profils) :

1. Le Noyau (Core) : Un ensemble minimal de primitives définissant la limite de collaboration. Cela inclut :

   • Espaces de travail (Workspaces) : Espaces de collaboration délimités avec des participants, des politiques et des modes définis.
   • Participants : Entités typées (humains, agents, services, groupes) avec des identifiants de type URI.
   • Tâches et Artefacts : Unités de travail et leurs sorties (brouillons, décisions, interventions).
   • Chaîne de Preuves (Evidence Chain) : Un journal d'ajout uniquement (append-only) où chaque enveloppe acceptée devient un enregistrement vérifiable.
   • Modèle d'Enveloppe : Un format de message inspiré de JSON-RPC-2.0 transportant des événements de collaboration (ex: task.assign, decide.override, handoff.propose).

2. Profils (Profiles) : Couches optionnelles et composables qui ajoutent des capacités spécifiques selon les besoins du déploiement. Celles-ci incluent :

   • Révision/Intervention (Review/Override) : Éditions humaines structurées avec diffs, justifications et étiquettes.
   • Modes : États d'ombre (shadow), d'essai (trial) et de production pour un déploiement sécurisé des agents.
   • Routage (Routing) : Logique d'assignation des tâches basée sur la criticité, le risque ou la confiance.
   • Murmure (Whisper) : Questions typées et soumises à des délais lors de l'exécution des tâches.
   • Passage de relais et Délibération (Handoff & Deliberation) : Transfert formel de travail et règles de décision multipartite.
   • Sécurité et Identité : Intégration avec OIDC, les justificatifs vérifiables (Verifiable Credentials) du W3C et la signature cryptographique.
   • Audit-SCITT : Ancrage des preuves dans des journaux de transparence pour une vérification par des tiers.

Le protocole évite explicitement de définir des taxonomies spécifiques au domaine (par exemple, ce qui constitue une « preuve » par rapport à une « inférence ») ou des modèles temporels au-delà de la monotonicité de la chaîne, laissant cela aux profils ou aux applications de déploiement afin de garantir que le protocole reste agnostique vis-à-vis des secteurs.

Principales Contributions

Le document présente trois contributions majeures :

1. Définition du Problème : Il isole l'« espace de travail partagé humain-agent » comme un problème d'interopérabilité distinct, séparé de l'accès aux outils (MCP), de la messagerie agent-à-agent (A2A) ou de la planification de flux de travail (workflow).
2. Spécification du Protocole : Il définit le cœur de CHAP, incluant les modèles de données pour les espaces de travail, les participants, les tâches et les artefacts, ainsi qu'une structure d'enveloppe de message qui standardise les événements de collaboration comme les interventions structurées, les abstentions et les escalades.
3. Cadre d'Implémentation : Il fournit un modèle d'adoption progressive via des profils, une implémentation de référence v0.2, une suite de conformité et un catalogue de 59 méthodes. Il détaille également les sémantiques d'exécution pour l'acceptation des enveloppes, les décisions de profondeur de révision et la promotion de mode.

Résultats et Validation

En tant que projet de travail v0.2, le document ne présente pas de résultats empiriques à grande échelle ou de benchmarks inter-implémentations. Il valide plutôt le protocole via :

• Implémentation de Référence : Un package fonctionnel @chap/coordinator et un terrain d'essai (playground) démontrant les flux minimaux, les cycles de révision et les passages de relais.
• Exemples Concrets (Parcours Utilisateurs) : Douze scénarios détaillés allant d'un développeur solo gérant des revues de code à la fabrication biopharmaceutique régie par les BPF (GMP) et à la conformité des services financiers. Ces exemples illustrent comment CHAP transforme les flux de travail non structurés (ex: fils Slack, approbations par e-mail) en pistes d'audit structurées et rejouables.
• Niveaux de Conformité : Un chemin défini allant de « Minimal » (Noyau uniquement) à « Recommandé » (Noyau + Révision/Modes) et un niveau « Complet » prévu nécessitant une seconde implémentation indépendante pour l'interopérabilité.

Le document démontre que CHAP peut capturer le « signal le plus précieux du système » — le moment du jugement humain — en tant qu'événement structuré portant un diff, une justification et un hash de contenu, plutôt que de le perdre dans un journal de chat.

Signification et Revendications

Le document affirme que CHAP est une couche d'infrastructure nécessaire pour la prochaine phase de l'IA agentique. Sa signification réside dans :

• Auditabilité : Il permet de rejouer des flux de travail complexes humain-agent des années plus tard, satisfaisant les exigences réglementaires (ex: Loi sur l'IA de l'UE, SOX-404, BPF) en fournissant une chaîne vérifiable de qui a fait quoi, quand et pourquoi.
• Gouvernance : Il transforme les interventions et les abstentions humaines en signaux de données structurées qui peuvent être analysés pour améliorer le comportement des agents, affiner les politiques et ajuster la logique de routage.
• Interopérabilité : En définissant un vocabulaire commun pour les événements de collaboration, il permet à différents outils, agents et flux de travail humains d'interopérer sans fragmenter la piste d'audit.

Les auteurs sont modestes dans leurs affirmations, reconnaissant que CHAP ne rend pas un système conforme par lui-même ; la conformité reste une responsabilité socio-technique de l'organisation de déploiement. Ils notent que la v0.2 est un projet public destiné à l'expérimentation et aux premiers pilotes, avec des garanties de stabilité dépendant d'une seconde implémentation indépendante et d'une suite de tests d'interopérabilité mature pour une version 1.0. Le protocole est conçu pour se composer avec les standards existants (MCP, A2A, OIDC, SCITT) plutôt que de les remplacer, comblant ainsi le « grammaire de collaboration » manquante entre ces couches.