Echo App

Nos outils numériques conservent chacun une pièce de nos vies : les échanges dans la messagerie, les décisions dans les mails, les rendez-vous dans l’agenda, les idées dans les notes. À chaque changement d’interface, une part du contexte disparaît et l’utilisateur doit lui-même reconstruire les liens entre les personnes, les informations et les actions.

Ajouter un chatbot au-dessus de cet empilement ne résout rien. Sans architecture commune, il faut soit lui répéter le contexte à chaque demande, soit lui ouvrir indistinctement toutes les données et tous les outils, avec plus de bruit, de coût et de risques d’erreur. Le problème n’est pas d’ajouter de l’IA, mais de lui donner une place juste dans le système.

J’ai conçu Echo comme une architecture de systèmes plutôt que comme une application à laquelle on aurait ajouté un modèle. La conversation devient une surface de contrôle commune ; derrière elle, un routeur distingue une réponse, une commande, une recherche, un souvenir ou une tâche complexe.

Chaque demande emprunte le circuit le plus simple capable de la résoudre. Le code traite ce qui doit rester déterministe, les outils font autorité sur leurs données, la mémoire ne fournit que le contexte utile et les modèles interviennent pour l’inédit. AgentCore orchestre ces composants et permet de distribuer le travail entre règles, petits modèles, modèles puissants et agents spécialisés, sans rendre Echo dépendante d’un fournisseur unique.

Le résultat revient ensuite dans le système : une réussite peut raccourcir un chemin, un échec devenir une expérience, une correction modifier un poids ou un souvenir. L’intelligence n’est pas concentrée dans un chatbot ; elle émerge de la manière dont les organes coopèrent et apprennent dans le temps.

Echo ne repose pas sur une intelligence unique à laquelle tout serait envoyé. Selon ce qui arrive, le système peut utiliser un réflexe connu, une règle spécialisée, la mémoire, un outil, un agent ou un modèle de langage. J’ai construit cette architecture pour que chaque problème emprunte le circuit le plus simple capable de le résoudre, puis que son résultat puisse améliorer les décisions suivantes.

Les fonctions présentées ci-dessous ne sont pas des animations qui rejouent un scénario. Ce sont des représentations interactives des mécanismes qui relient la conversation, les outils et l’apprentissage.

La prochaine étape est moins d’ajouter des fonctions que de stabiliser Echo jusqu’à pouvoir réellement vivre dedans au quotidien. Plusieurs outils doivent encore être terminés ou consolidés, en particulier ceux qui permettent à l’assistant d’agir sur l’environnement plutôt que simplement d’en parler. Je veux continuer à améliorer le cerveau, la mémoire, la voix et les automatismes, mais surtout faire converger toutes ces briques vers une application suffisamment fiable pour remplacer progressivement une partie des logiciels que j’utilise aujourd’hui.

Au départ, j’imaginais Echo presque entièrement autour de Mistral. Avec l’usage, cette contrainte n’a plus beaucoup de sens : les modèles n’ont pas les mêmes qualités, pas les mêmes coûts et pas les mêmes spécialités. Certains sont meilleurs pour dialoguer, d’autres pour raisonner, coder, extraire une structure ou traiter une image. Echo est donc devenu volontairement agnostique du fournisseur. OpenRouter complète cette logique en donnant accès à plusieurs familles de modèles derrière une interface commune, afin que l’architecture puisse choisir le bon moteur plutôt que demander au même modèle de tout faire.

À terme, j’aimerais en faire une application open source et réellement autonome à installer : on déploie Echo, on renseigne ses propres clés API, on choisit ses fournisseurs et le système fonctionne sans dépendre de mon infrastructure ni d’un abonnement imposé. L’enjeu est aussi économique : tout ce qui peut être résolu localement, algorithmiquement ou appris à partir de l’usage doit progressivement cesser de provoquer un appel payant. Le modèle devient une ressource interchangeable, pas le produit lui-même.

Et il reste probablement une évolution beaucoup plus importante : connecter à Echo de véritables agents de travail comme Claude Code ou Codex. L’assistant pourrait alors dépasser les outils explicitement prévus par l’application : lire et modifier du code, construire un nouvel outil lorsqu’il manque, enquêter sur une panne, effectuer une recherche, tester son résultat puis recommencer. Echo ne serait plus seulement l’endroit où mes outils et mon assistant partagent le même contexte ; il pourrait devenir l’environnement depuis lequel une intelligence participe réellement à la construction de cet environnement. C’est probablement là que l’idée de système d’exploitation personnel commence à prendre tout son sens.