Aller au contenu
VENKAI
Pilote

Cas d'usage

Cinq endroits où le contexte se perd.

Chaque cas porte son statut avant son argument : un seul est démontré, les quatre autres sont des hypothèses de travail. Aucun résultat chiffré n'est avancé — rien n'a encore été mesuré en production.

01 · Démontré

Handoff entre agents

  • Statut : démontré

    19 checks sur 19, dont un passage vers un agent déclaré sur un autre modèle. Rejouable : `python demos/agent_handoff_demo.py`.

  • Problème

    L'agent A a compris le dossier. Il se termine. L'agent B redémarre avec un prompt et, au mieux, une transcription à relire.

  • Avec Venkai

    A écrit ses décisions et contraintes au fil de l'eau. B appelle recall() et reçoit ce qui compte, ordonné, sans relire l'historique.

  • Pourquoi c'est important

    C'est le seul des cinq cas qui ne repose pas sur une projection : le relais a été exécuté, pas supposé.

02 · Hypothèse

Workflows longs

  • Statut : hypothèse

    Les briques sont testées (persistance hors session, versioning). Aucun workflow de plusieurs jours n'a encore été mesuré de bout en bout chez un client.

  • Problème

    Un workflow qui s'étale sur plusieurs jours traverse des interruptions, des reprises et des fenêtres de contexte saturées.

  • Avec Venkai

    L'état vit en dehors de la session. La reprise consiste à demander la progression et les prochaines actions, pas à reconstruire l'historique.

  • Pourquoi c'est important

    Une fenêtre de contexte plus grande repousse la limite ; elle ne survit pas à la fin de la session.

03 · Hypothèse

Ingénierie logicielle multi-agents

  • Statut : hypothèse

    Le stockage d'une décision et de sa raison est testé. Qu'il empêche effectivement un agent de défaire le travail d'un autre reste à démontrer sur un dépôt réel.

  • Problème

    Un agent choisit une bibliothèque, un autre la remplace trois étapes plus loin sans savoir pourquoi la première avait été retenue.

  • Avec Venkai

    La décision et sa raison sont écrites comme un objet typé. L'agent suivant peut demander les décisions d'architecture avant d'en prendre une.

  • Pourquoi c'est important

    Le coût d'un contexte perdu n'est pas le token dépensé, c'est le travail défait.

04 · Hypothèse

Continuité humain → agent

  • Statut : hypothèse

    Rien ne distingue techniquement une contrainte écrite par un humain d'une contrainte écrite par un agent. L'usage, lui, n'a pas été observé en équipe.

  • Problème

    Un humain cadre le travail en réunion ou en revue. L'agent qui exécute n'a accès qu'à ce qu'on a pensé à recopier dans son prompt.

  • Avec Venkai

    Les contraintes et préférences posées par l'humain sont écrites une fois et lues par chaque agent qui intervient ensuite.

  • Pourquoi c'est important

    La contrainte humaine est celle qui coûte le plus cher quand elle disparaît, parce que personne ne la reformule.

05 · Hypothèse

RAG et contexte opérationnel

  • Statut : hypothèse

    La séparation est un choix d'architecture, pas un résultat de mesure. Aucune comparaison chiffrée contre un RAG seul n'a été produite.

  • Problème

    Le RAG retrouve ce que disent les documents. Il ne sait pas ce que le système a déjà décidé ni ce qu'il reste à faire.

  • Avec Venkai

    Le RAG reste la source de connaissance ; Venkai conserve l'état du travail mené avec cette connaissance. Les deux se lisent séparément.

  • Pourquoi c'est important

    Écrire l'état du travail dans l'index documentaire mélange deux natures d'information et dégrade les deux.

Construire une couche de continuité pour vos agents.

Décrivez votre workflow multi-agents et l'endroit où le contexte se perd. Nous répondons avec un périmètre de pilote, ou avec la raison pour laquelle Venkai n'est pas la bonne pièce.

Décrivez votre workflow