💻 computer science

ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents

Ce document présente ESAA-Conversational, une couche de mémoire basée sur l'architecture event-sourcing qui permet à des agents de codage LLM hétérogènes de maintenir une continuité et de collaborer entre les sessions en capturant les tours de conversation visibles dans un journal partagé et immuable (append-only) et en projetant des modèles de lecture déterministes pour l'état, les décisions et les tâches sans nécessiter de communication directe entre agents ni d'inférence LLM constante.

Auteurs originaux : Elzo Brito dos Santos Filho

Publié 2026-06-24

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Elzo Brito dos Santos Filho

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un chef de projet dirigeant une équipe de quatre spécialistes très différents : un codeur, un architecte, un chercheur et un designer. Chacun d'eux est un agent IA (comme Codex, Grok ou Claude). Ils sont brillants, mais ils ont tous un défaut majeur : ils ont une mémoire à court terme et ne communiquent pas entre eux.

Lorsque l'Architecte termine une réunion, il écrit ses notes dans un carnet privé. Lorsque le Codeur commence son service, il n'a aucune idée de ce que l'Architecte a décidé, à moins que vous, l'humain, ne copiiez-colliez manuellement ces notes dans une nouvelle discussion. Cela est lent, désordonné, et vous perdez souvent des détails importants.

ESAA-Conversational est un nouveau système conçu pour corriger cela. Il agit comme un « Journal de projet centralisé et partagé » qui se situe entre tous ces différents agents IA.

Voici comment cela fonctionne, en utilisant des analogies simples :

1. L'enregistreur « Boîte Noire » (Capture Mécanique)

Au lieu de demander à l'IA de « se souvenir » des choses, le système installe discrètement une caméra de surveillance (appelée un crochet ou un observateur) sur l'écran de l'IA.

Ce qu'il fait : Chaque fois que l'IA tape un message, la caméra prend une photo et l'inscrit dans un journal numérique appelé activity.jsonl.
La règle : Ce journal est en ajout uniquement (append-only). Considérez cela comme un enregistreur de vol sur un avion. Une fois qu'une ligne est écrite, elle ne peut être ni effacée ni modifiée. C'est la « Source de Vérité ».
Pourquoi c'est important : L'IA n'a pas besoin de faire d'effort supplémentaire pour sauvegarder son travail. Le système enregistre simplement les preuves brutes automatiquement.

2. Les « Résumés Exécutifs » (Modèles de Projection)

Un journal brut de 500 pages de chat est inutile si vous voulez simplement connaître le plan actuel. Le système génère donc automatiquement des résumés clairs et lisibles basés sur ce journal.

L'analogie : Imaginez un bibliothécaire qui lit les journaux quotidiens désordonnés et manuscrits d'un chantier de construction, puis rédige trois rapports propres pour le contremaître :
- state.md : « Voici où nous en sommes actuellement. »
- decisions.md : « Voici les 5 grands choix que nous avons faits et pourquoi. »
- tasks.json : « Voici la liste des choses qu'il reste encore à faire. »
La magie : Ces rapports sont générés automatiquement. Personne ne les édite manuellement. Si le journal change, les rapports se mettent à jour instantanément. Cela garantit que les résumés correspondent toujours à la vérité brute.

3. Le « Passage de Relais » (Continuité)

Lorsque l'Architecte termine son service et que le Codeur commence le sien, le Codeur n'a pas besoin de lire l'intégralité du journal de 500 pages.

Le processus : Le Codeur demande simplement au système un « Handoff » (un passage de relais). Le système lui remet le handoff.md (un résumé de ce qui s'est passé) et une « fenêtre » spécifique des 20 derniers messages pertinents pour sa tâche.
Le bénéfice : Le Codeur commence à travailler immédiatement avec un contexte complet, sans perdre de temps à lire des bavardages non pertinents ou à perdre le fil des décisions précédentes.

4. L'« Humain dans la Boucle » (Curation)

Le système distingue ce qui s'est passé (la preuve) de ce qui compte (les décisions).

Preuve : Une IA qui tape « Je pense que nous devrions utiliser Python » est juste un tour dans le journal.
Curation : Si l'IA (ou un humain) dit : « D'accord, nous avons décidé d'utiliser Python », le système enregistre cela comme un Événement de Décision formel.
Pourquoi c'est important : Cela sépare le bruit de la conversation des règles durables du projet. Le système fait la différence entre une pensée passagère et une règle finale.

5. Confidentialité et Sécurité

L'article souligne que ce système est conçu pour être sûr pour une utilisation publique.

Le package « Greenfield » : Lorsque les développeurs ont publié l'outil, ils ont donné à tout le monde un journal tout neuf et vide. Ils n'ont pas partagé leurs propres conversations privées.
La liste « Ne pas partager » : Le système masque automatiquement les fichiers de journaux désordonnés de la vue publique (comme un fichier .gitignore), garantissant que les discussions privées sensibles ne soient pas accidentellement téléchargées sur Internet.

Le Test en Conditions Réelles

Les auteurs ont testé ce système sur eux-mêmes. Ils ont utilisé différents agents IA pour concevoir et construire le système pendant que le système enregistrait leurs propres conversations.

Résultat : Les agents ont réussi à collaborer sans jamais se parler directement. Ils ont simplement lu le journal partagé et les résumés.
Résultat final : Ils ont prouvé que vous pouvez passer d'un outil d'IA à un autre (comme passer de Grok à Claude) sans perdre le fil de la conversation, tant qu'ils lisent tous le même journal partagé.

En Résumé

ESAA-Conversational est un outil qui empêche les agents IA de souffrir d'amnésie. Il agit comme un journal partagé et immuable qui enregistre tout, rédige automatiquement des résumés clairs pour la personne suivante, et garantit que lorsque vous changez d'outil, vous n'avez pas à repartir de zéro. Il transforme le processus chaotique de changement d'assistants IA en un flux de travail fluide et continu.

Résumé Technique : ESAA-Conversational

Énoncé du Problème

Les flux de travail de développement logiciel reposent de plus en plus sur des agents de Grands Modèles de Langage (LLM) hétérogènes (par exemple, Codex, Grok, Claude Code), où les développeurs passent d'un outil à l'autre en fonction de la limite de la fenêtre de contexte, du coût ou de l'adéquation à une sous-tâche spécifique. Cependant, la continuité entre ces agents est actuellement fragile. Chaque agent persiste la conversation dans des journaux privés et spécifiques au fournisseur, ce qui entraîne une dérive de l'état conversationnel : les objectifs, les décisions, les raisonnements et les tâches ouvertes établis avec un agent ne sont pas fiablement disponibles lorsqu'un autre prend le relais.

Les remèdes actuels impliquent le copier-coller manuel de contexte, ce qui est une perte d'information, coûteux en jetons (tokens), et confond les deux activités distinctes de capture de la preuve conversationnelle et d'interprétation de cette preuve. Il existe un manque de couche de mémoire partagée et déterministe permettant aux agents de collaborer sans un canal direct agent-à-agent ou un protocole d'exécution commun.

Méthodologie

Le document propose ESAA-Conversational, une spécialisation de domaine de l'Architecture d'Agent par Sourcing d'Événements (ESAA) conçue pour gouverner la mémoire conversationnelle partagée. La méthodologie traite la conversation visible comme un magasin d'événements local, séparant la capture mécanique du jugement humain ou de l'agent.

Principes Architecturaux Fondamentaux

Ingestion Inversée : Au lieu d'exiger que les agents parlent un protocole commun, le système ingère les journaux natifs, les hooks ou les observateurs des agents hétérogènes. Un adaptateur déterministe normalise ces tours visibles en un journal d'événements unique et incrémental (activity.jsonl).
Capture Mécanique vs Curation :
- Tours (Preuve) : La conversation visible est capturée mécaniquement sans inférence par LLM.
- Décisions et Tâches (Jugement) : Les décisions durables et les tâches opérationnelles sont enregistrées explicitement via des commandes de domaine (decide, task). Cela crée une frontière stricte où les tours servent de preuve, tandis que les événements curés représentent la connaissance durable.
Sourcing d'Événements et CQRS : Le système suit la Séparation des Responsabilités de Commande et de Requête (CQRS).
- Chemin d'Écriture : Les agents et les hooks ajoutent des événements à activity.jsonl.
- Chemin de Lecture : Le système projète de manière déterministe des modèles de lecture (ex: handoff.md, state.md, decisions.md, tasks.json) à partir du journal. Ces modèles ne sont pas édités manuellement ; ils sont reconstruits.
Ingénierie de Contexte : Pour remédier à la dégradation de l'attention dans les contextes longs, le système fournit des commandes de contexte paginées. Un agent "froid" n'ingère pas l'intégralité du journal mais demande une fenêtre sélective (ex: les $N$ derniers tours, filtrés par sujet, ou autour d'un événement spécifique) via la CLI.

Implémentation (v1.1.0)

La version publique est un outil CLI PowerShell de type greenfield (conversation-esaa) qui inclut :

Commandes : init, enable-hooks, sync, project, verify, context, decide, et task.
Isolation : Impose des limites de workspace_root pour éviter le mélange des journaux.
Concurrence : Utilise un fichier de verrouillage simple (run/*.lock) pour sérialiser les opérations.
Confidentialité : La distribution publique commence par un journal vide. Les fichiers sensibles sont exclus via .gitignore, et le système évite de capturer le raisonnement caché ou les prompts système.

Contributions Clés

Le document présente cinq contributions spécifiques :

Spécialisation de Domaine : Définit l'ESAA-Conversational comme une application spécifique du sourcing d'événements pour la mémoire conversationnelle entre agents hétérogènes.
Formalisation de l'Ingestion Inversée : Établit une méthode pour lire les journaux natifs des agents et les normaliser en événements sans nécessiter un runtime d'agent partagé.
Frontière Architecturale : Formalise la séparation entre la capture mécanique (les tours comme preuves) et la curation (les décisions/tâches comme événements explicites).
Spécification de la Version Publique : Décrit la version 1.1.0, détaillant la CLI, les modèles de lecture projetés, le contexte paginé et les mécanismes d'isolation du workspace.
Étude de Cas Auto-Référentielle : Rapporte que le système a été conçu, implémenté et révisé par des agents distincts utilisant la couche de mémoire conversationnelle qu'il construit lui-même.

Résultats et Étude de Cas

Le document présente une étude de cas auto-référentielle où le système ESAA-Conversational a été utilisé pour gérer son propre cycle de développement.

Échelle : Le journal du laboratoire de développement contenait 570 événements (562 événements conversation_turn) impliquant Codex (304), Claude (79) et Grok (67).
Collaboration : Des agents hétérogènes ont collaboré sur des décisions de conception (ex: design des hooks, sémantique des commandes) sans communication directe. Un agent pouvait inspecter le travail d'un autre en interrogeant le journal partagé (ex: context --agent grok --last 20).
Résolution de Défauts : Le flux de travail a réussi à identifier et corriger un défaut dans le filtrage des événements hérités. Le diagnostic, la correction et la vérification ont été enregistrés comme des événements de décision et de tâche explicites, démontrant l'utilité pratique de la surface de curation.
Validation : L'étude confirme la viabilité opérationnelle de la conception v1.1 dans un flux de travail multi-agents réel et soutenu, et valide la valeur d'un passage de relais sélectif et déterministe.

Signification et Revendications

Le document affirme que l'ESAA-Conversational offre une frontière architecturale distincte pour les systèmes multi-agents :

Continuité sans Runtime Commun : Il permet la continuité entre des agents qui ne partagent ni protocole ni runtime, en s'appuyant plutôt sur un registre partagé et déterministe.
Économie de Jetons (Tokens) : Il réduit la consommation de jetons en remplaçant la copie manuelle de contexte par une projection de fichiers déterministe et une lecture paginée. La revendication de "zéro jeton" s'applique aux processus de capture mécanique et de projection, et non au raisonnement des agents.
Auditabilité : Il fournit une auditabilité opérationnelle (suivi de ce qui a été capturé, décidé et projeté) sans promettre une auditabilité forensique forte (les signatures cryptographiques ou les chaînes de hachage sont reportées à des travaux futurs).
Confidentialité : En traitant la distribution publique comme un package greenfield et en excluant les journaux privés, il offre un modèle de confidentialité où le développement peut générer des données sensibles tandis que la distribution reste propre.

Les auteurs soulignent qu'il ne s'agit pas d'un nouveau système de mémoire sémantique (comme les bases de données vectorielles) mais d'un registre déterministe qui empêche les index de devenir la source de vérité. Le système privilégie un outil simple, local et vérifiable plutôt qu'une infrastructure complexe, reportant des fonctionnalités telles que les instantanés (snapshots), le rejeu à froid (cold replay) et la recherche sémantique à des itérations futures.