Homeostasis

Concevoir mentalement des systèmes agentiques complexes devient très vite impossible. Dès que l’on combine plusieurs couches de mémoire, des agents spécialisés, des logiques conditionnelles et des flux de données qui circulent entre services, l’architecture devient trop abstraite pour être visualisée. On finit par écrire du code pendant des semaines juste pour tester une hypothèse, sans savoir si la mécanique réelle tiendra une fois en production.

Aujourd’hui, les outils fragmentent encore davantage la situation : une IA pour dialoguer, une autre pour générer des images, des services tiers pour la donnée, des orchestrateurs pour recoller le tout. Chaque brique a sa propre API, son propre rythme, ses propres contraintes. Il faut synchroniser les états, maintenir la cohérence d’ensemble, surveiller des architectures hétérogènes… et malgré tout, il reste très difficile d’observer simplement un flux complet, de l’entrée utilisateur jusqu’aux traitements internes. Ce qui manque, c’est un environnement unifié où l’on peut assembler visuellement des composants autonomes, voir les données circuler en temps réel, et valider une architecture agentique de bout en bout avant de s’engager dans l’implémentation lourde.

Homeostasis est cette couche manquante : un environnement complet pour concevoir, observer et faire tourner des architectures agentiques complexes. L’interface en canvas permet d’assembler des nœuds autonomes, de suivre leur activité, puis de basculer sans rupture vers un mode headless où ces mêmes nœuds répondent à des requêtes HTTP externes. Un même système sert donc à imaginer, tester, ajuster… puis déployer, sans réécrire la logique dans un autre cadre.

Le cœur d’Homeostasis repose sur une forme de cryptobiose numérique : chaque nœud existe dans le graphe mais ne consomme rien tant qu’il n’est pas sollicité. Aucun polling, aucun processus en boucle. Un nœud s’active sur événement, réception de données, interaction, requête API, traite, diffuse ce qu’il doit diffuser, puis se rendort. La communication suit une logique peer-to-peer structurée : pas de coordinateur central, chaque nœud ne connaît que ses voisins et propage les messages de proche en proche. Cette topologie permet de construire des architectures très réactives tout en restant légères et naturellement scalables.

L’extensibilité est native : un nouveau nœud se définit en quatre fichiers standardisés (structure JSON, processeur PHP, API de communication, interface JS). Une fois décrits, ces éléments sont analysés et assemblés automatiquement dans l’environnement ; le nœud apparaît dans la librairie et peut être instancié comme n’importe quel composant d’origine. Le système supporte plusieurs fournisseurs de modèles de langage (OpenAI, Anthropic, Mistral, Venice…), avec la possibilité de basculer d’un modèle à l’autre en changeant un simple paramètre.

Techniquement, Homeostasis tient dans une architecture minimaliste : PHP “vanilla”, SQLite et JSON, sans dépendance externe imposée, déployable sur un simple hébergement mutualisé. Cette sobriété – environ 13 Mo pour l’environnement complet – n’est pas un effet de style, mais la conséquence directe du principe fondateur : ne faire tourner que ce qui est nécessaire, au moment où c’est nécessaire. Le résultat, ce sont des architectures agentiques que l’on n’aurait pas les moyens de coder à la main de façon classique, où des agents autonomes collaborent sans orchestrateur central et où la complexité globale émerge d’interactions simples, maîtrisées.

Homeostasis se construit visuellement. Chaque composant est autonome, chaque connexion est directe, chaque interaction est observable en temps réel. Les démonstrations suivantes montrent comment le système transforme des concepts architecturaux abstraits en mécaniques concrètes fonctionnelles.

Homeostasis continue d’évoluer pour suivre le rythme des avancées en intelligence artificielle. Le moteur de chatbot sera enrichi d’une gestion native des fichiers : lecture, découpage, stockage, rappel de documents et analyse d’images avec OCR. L’objectif est que les agents manipulent rapports, notes ou captures aussi naturellement qu’ils traitent du texte. La mémoire narrative sera, elle aussi, affinée pour intégrer une évolution dynamique du prompt système, de façon à ce que la personnalité et le comportement des agents s’ajustent progressivement au contexte construit au fil des échanges.

La connectivité externe s’étendra vers les outils du quotidien : intégration avec Google Calendar, Gmail, Drive, et exploration d’une compatibilité avec le protocole MCP afin de faciliter les connexions avec d’autres systèmes intelligents. L’idée est de permettre aux agents d’interagir directement avec l’écosystème numérique, sans passer par une jungle d’API spécifiques. La génération vidéo sera intégrée nativement, pour que les nœuds puissent produire du contenu multimédia complet lorsque le cas d’usage l’exige.

Le système de tools deviendra entièrement modulaire : plutôt que d’enfouir les contraintes techniques dans le prompt système, un mécanisme d’activation permettra de brancher ou débrancher les capacités selon les besoins. Le prompt restera dédié au rôle et à la personnalité de l’agent, tandis que les consignes liées aux outils seront gérées séparément. Cette séparation simplifie la configuration, clarifie le contexte et permet de tester rapidement différentes combinaisons de providers et de modèles en fonction des tâches.

Enfin, les nœuds aujourd’hui isolés recevront progressivement des connectiques standardisées pour s’intégrer dans des architectures plus vastes. Homeostasis n’est pas un produit figé, mais un environnement vivant, appelé à grandir avec les capacités techniques des modèles… et avec les usages réels qu’en feront ceux qui le mettent en production.