Wiki technique

Le Partenaire Digital est un écosystème logiciel qui donne à l'IA une mémoire locale, souveraine et vérifiable. Il ne remplace pas les LLM — il les complète en leur offrant un contexte local, persistant, infalsifiable et gouverné. L'utilisateur dialogue avec Tosio (l'orchestrateur), qui s'appuie sur Swarm (la mémoire), GPS-S (la navigation) et Zero-LLM (l'inférence) pour enregistrer, retrouver et certifier chaque décision.

Cycle de fonctionnement : pendant les sessions de travail, l'utilisateur dialogue avec Tosio, qui demande au GPS-S de naviguer dans le graphe Swarm pour retrouver les informations pertinentes. En dehors des phases de travail, Tosio pilote le rangement d'une construction symbolique des souvenirs. Cette étape permet de détecter et résoudre les frictions et conflits, et recalibrer N3+1. Lorsqu'une contradiction ne peut pas être résolue, Tosio la fait remonter vers l'utilisateur pour validation (Human in the loop).

📖 Glossaire complet →

Dans l'écosystème Partenaire Digital, Tosio est l'orchestrateur. Il dialogue avec l'utilisateur, pilote les autres composants (Swarm, GPS-S, Zero-LLM), applique les règles de gouvernance, et certifie chaque décision. Tosio intègre une capacité d'apprentissage permanent — son efficacité s'accroît au fil du temps, sans que vos données ne servent à entraîner le système.

Propriétés de la mémoire orchestrée par Tosio :

• Optimisée — stockage en énergie minimale dans des nœuds de mémoire. La capacité de stockage est exponentielle (mémoires associatives modernes / Dense Associative Memories), bornée pratiquement par le niveau de licence (2 000 en Découverte, 2 000 en Essentiel, 10 000 en Etendue, ≥ 20 000 en Exclusive)
• Infalsifiable — invariant topologique computationnel N3+1 (i_topo ≥ 0.70, calibré), nommé d'après les solitons de la NLSE étudiés par Tosio Kato : toute altération est détectée et réparée automatiquement
• Prouvable — chaque décision est horodatée (SHA-256), chaînée, et ancrée dans le graphe via un pont topologique. Vérifiable sans tiers de confiance
• Indexée — registre SHA-256 par utilisateur, nœuds de mémoire interconnectés (réseau multicausal, multidimensionnel)
• Auto-reconstructrice — par recristallisation topologique (une sorte d'ADN digital), la mémoire se répare en cas de corruption. Ce mécanisme n'utilise pas vos données pour entraîner le système : chaque utilisateur a son propre espace mémoire, isolé via Multi-Swarm.
• Dimension infinie — par construction topologique, le graphe peut croître sans limite architecturale au sein du niveau de licence souscrit

Swarm est le composant de stockage de l'écosystème. Le graphe Swarm est fondé sur un invariant topologique N3+1 qui garantit son intégrité.

Les propriétés détaillées de la mémoire sont décrites dans la section Tosio. En résumé : stockage optimisé par attracteurs de mémoire, détection d'altération par soliton topologique N3+1, preuves horodatées SHA-256, et auto-réparation par recristallisation — le tout sans jamais utiliser vos données pour entraîner le système (chaque licence dispose d'un espace mémoire isolé via Multi-Swarm).

Base théorique : mémoire associative

Une mémoire associative est un modèle où chaque motif stocké correspond à un attracteur stable. Lorsqu'on présente un motif partiel ou bruité, le réseau converge par rappel associatif vers le motif complet le plus proche. Dans Swarm :

• Chaque nœud de stockage est un attracteur local
• Le rappel part du contexte fourni par Tosio et descend le gradient d'énergie jusqu'au souvenir pertinent
• La capacité est exponentielle (mémoires associatives modernes / Dense Associative Memories), bornée pratiquement par le niveau de licence

📐 Visualisation 3D interactive du graphe Swarm → (Three.js, 10 Ko)

GPS-S (Global Positioning Soliton — Semantics) est la couche de navigation de l'écosystème. Il ne stocke pas les souvenirs — il permet de s'orienter dans le graphe Swarm.

Analogie : Swarm est la ville (les bâtiments = les souvenirs). GPS-S est à la fois la carte topographique (le plan 3D avec toutes les rues, chemins et bâtiments) et le GPS (quels sont les meilleurs trajets pour aller efficacement de A à B).

Fonctions

• Cartographie — GPS-S maintient une carte du graphe : quelles régions contiennent quels types de souvenirs, quels chemins sont optimaux
• Navigation — à partir du contexte actuel, GPS-S trace un itinéraire jusqu'au souvenir pertinent
• Recalibration — après la métaphore (construction d'une représentation symbolique des souvenirs), la carte GPS-S est mise à jour. En cas de contradiction, Tosio sollicite l'utilisateur

Modes

• Lecture/écriture dans toutes les offres (Découverte : 500 nœuds, Essentiel : 300, Etendue : 500, Exclusive : ≥ 500). Navigation complète multi-espace (Etendue+)

N3+1 est l'invariant topologique computationnel qui mesure la santé structurelle de la mémoire Swarm et déclenche une passe de réparation quand le graphe se dégrade. Son nom s'inspire des solitons de l'équation de Schrödinger non linéaire (NLSE) étudiés par Tosio Kato (加藤 敏夫, 1917–1999) — une analogie et une référence de nommage, pas une dérivation mathématique : le score est calculé par notre propre code et son seuil est calibré, pas démontré.

Le seuil minimal de l'invariant est i_topo ≥ 0.70, validée par 7 benchmarks FORTE. Tout écart sous ce seuil signale une dérive — le soliton se propage alors pour restaurer la cohérence.

Note — Émergence du soliton : Le soliton émerge naturellement de la grille N3 dès que la dimension temporelle (+1) permet de suivre sa trajectoire.

Système complet N3 → N9 →

HNSW (Hierarchical Navigable Small World) est l'algorithme de recherche de similarité vectorielle utilisé par GPS-S pour retrouver les souvenirs pertinents dans le graphe Swarm. Ce n'est pas un LLM — c'est un algorithme de recherche pure qui opère sur les embeddings (représentations vectorielles) des souvenirs.

Pourquoi HNSW

• Rappel élevé — recall ≥ 0.95 sur les benchmarks ① (9 tests, scaling jusqu'à 1M de documents)
• Faible latence — recherche logarithmique en O(log N), compatible avec la navigation temps réel de GPS-S
• Scalabilité — testé jusqu'à 1 million de documents avec compression PCA+PQ
• Fallback robuste — 3 niveaux de repli en cas d'échec (HNSW → IVF → scan exact) validés par benchmarks

Rôle dans l'écosystème

Quand Tosio a besoin de retrouver un contexte :

1. GPS-S identifie la région du graphe Swarm à explorer
2. HNSW effectue la recherche de similarité dans cette région
3. Les nœuds de mémoire les plus proches (au sens vectoriel) sont retournés comme candidats
4. GPS-S vérifie la cohérence topologique des candidats avant de les présenter

La recherche vectorielle a été validée par 9 benchmarks FORTE (cohorte ①), incluant des tests de compression PCA+PQ, fallback, et scaling 1M. Résultats

Zero-LLM est le moteur d'inférence de modèles de langage exécuté localement. Aucune donnée ne quitte la machine de l'utilisateur pendant l'inférence. L'écosystème supporte les moteurs Ollama et llama.cpp.

Propriétés

• 100 % local — les prompts et les réponses restent sur la machine
• Multi-modèles — possibilité de charger plusieurs modèles simultanément (jusqu'à 6 en Etendue, ≥ 6 en Exclusive)
• Requêtes illimitées — pas de quota sur le nombre d'appels (la limite est la puissance de calcul locale)
• Modèles distants optionnels — des LLMs cloud (GPT-4, Claude) peuvent être connectés en BYOK (Bring Your Own Key), soumis à la gouvernance YAML

Modèles supportés

Tout modèle compatible Ollama ou llama.cpp : Llama 3, Mistral, Phi, Gemma, Qwen, DeepSeek, et tous les modèles du hub Ollama. La gestion des modèles (téléchargement, mise à jour, permutation) est intégrée à Tosio.

Le M-Score agrège trois métriques indépendantes pour évaluer la santé globale de l'écosystème :

• Structurelle — N3+1 (i_topo), cohérence du graphe
• Symbolique — convergence entre représentations vectorielles et concepts stockés (validé par 2 benchmarks, cohorte ⑥)
• Temporelle — résilience aux oublis après perturbation

Le M-Score est exclu de la tarification. Usage interne (optimisation) et certification B2B (niveau Exclusive).

Les règles de gouvernance s'écrivent en YAML, sans code — elles s'appliquent à toutes les actions de l'écosystème. Exemple — règle RGPD (droit à l'effacement) :

rule: droit_effacement
trigger:
  type: demande_utilisateur
  pattern: "efface|supprime|oublie"
action:
  - scan_memory: {scope: user_id_match}
  - quarantine: {reason: "RGPD art.17"}
  - notify_dpo: true
  - delete_after: 30d
log_level: audit

Le Contrat Cognitif (33 scénarios adverses testés, 100 % de détection, 0 % de faux positifs — cohorte ⑨) vérifie chaque action avant exécution : scope → permissions → preuves. Détail

Compliance Pack (+5€/mois en Etendue) : règles pré-écrites pour RGPD, AI Act, Santé (HDS), Finance (DORA).

L'écosystème Partenaire Digital peut toujours prouver :

• Qui — quel utilisateur (licence, identité) a initié l'action
• Quoi — quelle décision a été prise (contenu, verdict, données)
• Quand — horodatage RFC 3339 à la milliseconde
• Où — dans quel Swarm, quel nœud de mémoire, quelle région du graphe topologique
• Pourquoi — le contexte complet de la décision (requête, souvenirs consultés, règle de gouvernance appliquée)

Cette traçabilité 5W est assurée par la Proof Archive. Chaque action mémoire produit une preuve horodatée, vérifiable mathématiquement sans accès aux données brutes ni tiers de confiance.

Composants d'une preuve

• SHA-256 — hash cryptographique du souvenir + contexte + timestamp. Toute altération est détectable
• Registre horodaté — chaque preuve est datée (RFC 3339) et insérée dans une chaîne de hashs (chaque entrée référence le hash de la précédente)
• Pont topologique (proof_topo_bridge) — ancre la preuve dans la structure du graphe Swarm, reliant le hash à la région topologique concernée
• Export RFC 3161 — possibilité d'exporter une preuve avec horodatage qualifié pour une validité juridique

Validation

La Proof Archive a été validée sur 110 datasets (72 fichiers JSON de benchmarks + journaux de preuves horodatés). Les 5 benchmarks de la cohorte ② (Gouvernance & Preuves) valident : chaîne de preuves, invariants, quarantaine et policy DSL, avec un score de fiabilité ≥ 0.99.

Résultats détaillés | Journal de preuves

Principe clé : la vérification d'une preuve ne nécessite pas l'accès aux souvenirs eux-mêmes : elle repose sur le hash SHA-256 et le pont topologique. L'exposition d'un point de vérification public est prévue par la conception, mais n'est pas encore disponible.

17 cohortes de benchmarks FORTE — Functional Operational Readiness for Topological Evaluation. 69 benchmarks avec preuve de succès rejouable (généré par scripts/update_benchmark_index.py, 2026-09-20), reproductibles (seed fixe), multi-chemin (≥ 3 vérifications indépendantes), à seuils explicites (PASS/FAIL/NO-GO). 8 cohortes sont exclues du chiffre tant que leurs benchmarks ne sont pas relancés : lignes marquées ⏳ ci-dessous.

📖 Index complet | Méthodologie | Comparaison état de l'art

Protee est le service transversal de restructuration continue du Swarm. Comme le dieu marin qui change de forme pour s'adapter, Protee donne au Swarm sa plasticite cognitive : la capacite de se reorganiser structurellement en reponse aux frictions, aux urgences et a l'evolution du milieu.

Les cinq operations

Comment ca fonctionne

Protee ne scanne pas le Swarm lui-meme — il consomme les signaux des couches existantes :

• N5 (Conseil de Surveillance) fournit les cartes, qualifie les branches comme mortes/vivantes via β-glissement et topo_stability, et détecte les corrélations émergentes
• N7 (Mysterium) fournit les frictions entre croyances, les traces resonantes
• N6 (Gouvernance Ethique) valide chaque proposition de restructuration via le Cadre de Valeurs
• N9 (Veilleur) simule l'impact via des forks legers avant application, et declenche Protee apres chaque urgence majeure

Pourquoi Protee n'est pas N10 ? Protee est un service transversal, pas une couche numerotee comme N4-N9. La ou les autres couches encodent, observent ou jugent, Protee modifie les autres couches. C'est un meta-operateur qui donne au Swarm sa plasticite.

Calibration

Les seuils de Protee sont open source et calibrés sur des données réelles.

Verification

Protee est livre avec 147 tests unitaires (0.26s d'execution) couvrant les 5 operateurs, l'integration N5/N7, le service d'orchestration et le pont de validation ethique N6.

Schema Nx complet →

Le Lineage Tree est un mécanisme de découverte sérendipiteuse intégré à la dimension W associative (N4). Il permet au soliton topologique d'explorer des chemins de connexion non-locaux entre souvenirs, et de construire des arbres de filiation qui tracent l'évolution des associations dans le graphe de mémoire.

Propriétés

Score de branche (BranchRating)

Chaque branche explorée reçoit un score multicritère :

• W (40 %) — force de la connexion associative dans la dimension W
• β — confiance (30 %) — niveau de confiance dans la relation (seuil ≥ 0.70)
• Profondeur (20 %) — pénalité logarithmique pour les branches profondes
• Nouveauté (10 %) — bonus pour les connexions inédites

Élagage et dérive adaptative

Le Pruning post-ordre élague les branches mortes du LineageTree sans les supprimer — elles sont archivées. La dérive adaptative ajuste le seuil de gel en fonction de la vague de confiance β et de la profondeur : plus un nœud est profond, plus il faut de confiance pour le conserver actif.

Intégration avec les autres couches

Le LineageTree est utilisé par :

• Protée — opération d'élagage des branches déclarées mortes par N5 (β < 0.30, topo_stability < 0.35)
• GPS-S — navigation assistée par arbre de découverte (mode Hybride)
• N7 (Mysterium) — maturation des traces inclassables en croyances vérifiées
• Sécurité — la fonction Rewind utilise le lineage_root_hash pour restaurer un état antérieur

Le BootstrapSequence garantit que chacune des 15 briques interconnectées s'initialise avec ordre et que leur état est vérifié avant que les couches suivantes ne démarrent. Ce démarrage progressif est aussi la première manifestation d'un principe clé : pas d'engorgement — chaque couche valide la précédente avant de s'activer, comme les utilisateurs se cautionnent mutuellement dans le réseau P2P de distribution (section 22).

Le processus suit 8 phases successives :

1. Environnement — Python, configuration
2. Fondations — Grille 3D (N3) et détection de solitons (N3+1)
3. Topologie — Dimension W associative (N4)
4. Accès — Portique d'accès fortifié (N4.5)
5. Supervision — Conseil de surveillance (N5) et cadre éthique (N6)
6. Mémoire — Mysterium épistémique (N7) et Polaris (N8)
7. Réaction — Veilleur topologique (N9)
8. Exposition — API REST, Dashboard, WebSocket

Navigation GPS-S — 3 modes adaptatifs

Le système de navigation GPS-S (N4+) dispose désormais de trois modes de navigation, activés automatiquement selon la maturité du système :

La mémoire associative W apprend de chaque interaction : les concepts utilisés ensemble se renforcent, les autres s'estompent. C'est le même principe que les sentiers dans une forêt.

Le dashboard affiche un feu tricolore par composant :

Cette approche permet de détecter les problèmes dès le démarrage, avant qu'ils ne se propagent aux couches supérieures. Le système peut démarrer en mode dégradé si certaines briques optionnelles sont absentes.

Le Routeur Cognitif est le premier étage de décision du Partenaire Digital. Il analyse chaque message entrant et décide, sans aucun appel LLM, du chemin de traitement optimal.

Pourquoi c'est important

60 % des messages utilisateur sont résolus en moins de 10 millisecondes, sans consommation de tokens ni latence réseau. Le Routeur Cognitif est le garant de l'efficacité énergétique et de la réactivité du système.

Fonctionnement

Le routeur opère en 4 couches successives :

1. Normalisation — nettoyage et structuration du message
2. Extraction d'intention — identification du besoin utilisateur
3. Vérification mémoire — consultation des 3 portfolios (Privé, Professionnel, Public)
4. Reformulation — adaptation du message pour le backend LLM si nécessaire

6 chemins de décision

Performance mesurée : 60 % des messages résolus en < 10 ms, 0 appel LLM. Latence de décision de gouvernance : 0.34 ms.

La Swarm Immunity est un système de défense adaptatif inspiré du système immunitaire biologique. Contrairement à un pare-feu statique, elle apprend de chaque attaque pour se défendre plus vite la fois suivante.

Comment ça fonctionne

Chaque interaction suspecte (injection, bruit, tentative de contamination) est détectée par le Filtre Immunitaire, qui analyse la signature vectorielle du message entrant. Si une menace est identifiée, le système :

1. Isole la menace dans une zone de quarantaine
2. Analyse la signature pour en extraire les motifs
3. Mémorise la signature dans le portefeuille immunitaire
4. Bloque automatiquement les menaces similaires futures

Résultats mesurés

La Swarm Immunity est validée par les benchmarks FORTE de la cohorte ⑤ (Détection & Robustesse).

ScalarQuant est la technologie de compression vectorielle du Partenaire Digital. Elle réduit de 75 % l'empreinte mémoire des vecteurs sans perte significative de précision.

Pourquoi c'est important

Les systèmes de mémoire vectorielle classiques stockent chaque vecteur en 32 bits (float32). Pour 1 million de vecteurs de dimension 64, cela représente 244 Mo de RAM. Avec ScalarQuant, cette même mémoire ne prend que 61 Mo — soit 4 fois moins.

Fonctionnement

ScalarQuant compresse chaque dimension du vecteur de 32 bits à 8 bits (int8), en utilisant une quantification par dimension calibrée sur les données réelles. La décompression est instantanée et ne nécessite aucun appel supplémentaire.

Performances

ScalarQuant applique une compression 8-bit pour réduire l'empreinte mémoire de 99.4 % sans perte de précision mesurable.

Le Swarm Memory Bridge connecte la mémoire consolidée du Swarm au Partenaire Digital via un contrat d'interface minimal et stable. Il transforme le bénéfice théorique du soliton topologique en valeur produit tangible.

Contrat d'interface

Résultats du benchmark Bridge (v2)

Contrat d'interface stable : l'API de requête mémoire est gelée, documentée et couverte par des tests de non-régression.

Le Pare-feu Épistémique est un filtre de deuxième étage qui analyse le contenu sémantique des informations avant leur mémorisation dans le Swarm. Contrairement à un pare-feu syntaxique (mots interdits), il évalue la cohérence épistémique : cette information est-elle fiable ? Contredit-elle la mémoire existante ?

Pipeline de filtrage

Le pare-feu opère en 3 étages successifs :

1. Étage 1 — PareFeuSyntaxique : Bloque les motifs syntaxiquement dangereux (injections, débordements)
2. Étage 2 — ParefeuEpistemique : Analyse la cohérence avec les croyances existantes (N7 Mysterium)
3. Étage 3 — Décision : Verdict final (MÉMORISER / QUARANTAINE / SUSPENDRE / REFUSER)

Verdicts possibles

Technologies sous-jacentes

Le Pare-feu Épistémique utilise les primitives N7 (Mysterium Épistémique) :

• BeliefNetwork — réseau des croyances, évaluation des sources
• FrictionDetector — détection des contradictions par similarité topologique
• ArchiveLiminale — suspension temporaire du jugement
• SentinelleInterface — interface d'arbitrage humain

Le Pare-feu Épistémique est couvert par 61 tests unitaires (44 Pare-feu + 17 N7).

Le Partenaire Digital intègre une protection multicouche qui filtre, analyse et valide chaque interaction avant qu'elle n'atteigne l'intelligence artificielle. La sécurité n'est pas une option — c'est une propriété structurelle du système.

Architecture T1/T2 : une double protection intégrée

Protections actives

• 🔒 Pare-feu anti-injection : Détection des instructions malveillantes cachées dans les données (prompt injection, jailbreak). Bloque les tentatives avant qu'elles n'atteignent le LLM.
• 🛑 Kill Switch : Capacité d'arrêt d'urgence. Si le système détecte un comportement anormal, le kill switch bloque immédiatement toute exécution. Activable manuellement ou automatiquement.
• ⚖️ Gouvernance éthique (N6) : Chaque décision est soumise à un cadre éthique vérifiable. Les décisions sont tracées, auditables, et peuvent être remises en cause.
• 🔗 Mémoire associative persistante (N4+) : Les corrélations entre concepts sont renforcées ou affaiblies par l'usage, créant une auto-stabilisation du système. En cas de corruption isolée, le système contourne automatiquement le nœud défaillant.

Transparence et audit

Toutes les connexions et décisions sont signées cryptographiquement et horodatées. Le Proof Archive conserve l'historique complet, consultable depuis le dashboard administrateur. Rien n'est caché — tout est vérifiable.

Principe fondateur : La confiance ne se décrète pas, elle se construit par la transparence et la vérifiabilité. Chaque action du système peut être auditée, expliquée, et remise en cause.

Le mode Grill Me transforme le Partenaire Digital en testeur de résilience. Au lieu d'être un simple exécutant, Tosio devient un challenger constructif qui met à l'épreuve vos idées, identifie les angles morts et propose des alternatives.

🎯 Architecture du pipeline

Proposition utilisateur
        │
        ├─→ 😇 Ange (optimiste) ──┐
        │                         ├─→ ⚖️ Première instance (juge des faits)
        └─→ 😈 Diable (cynique) ──┘         │
                                             ├─→ 📋 Appel (révision)
                                             │         │
                                             │         └─→ 🏛️ Cassation (logique/vision)
                                             │
                                             └─→ Décision finale : GO / GO SOUS CONDITIONS / NO GO

🎚️ Trois profils de challenge

⚖️ Trois instances judiciaires

Le verdict final est rendu par un pipeline à 3 instances, inspiré du système judiciaire :

• Première instance — Juge des faits, évalue la proposition sur les données concrètes
• Appel — Réexamen approfondi, introduit des précédents et scénarios alternatifs
• Cassation — Vérification ultime de la cohérence logique et de l'alignement stratégique

Chaque instance utilise un profil de juge différent (équilibré, strict, pragmatique, visionnaire) selon le type de challenge. L'humain reste l'arbitre final.

🔄 Cheminement Inverse (Reverse MiroFish)

Le module intègre un planificateur régressif : au lieu d'explorer aléatoirement les futurs possibles, il part de l'état final souhaité et remonte aux préconditions nécessaires, étape par étape. Chaque étape peut être challengée avec le Grill pour obtenir une analyse de risque complète.

🔌 API REST

• POST /challenge — Challenge complet (3 instances)
• POST /challenge/quick — Challenge rapide (1 seule instance)
• POST /cheminement — Cheminement inverse
• GET /profiles — Profils disponibles

📊 Dashboard

Interface Alpine.js complète avec sélecteur de profil, slider d'intensité, métriques configurables, mode cheminement inverse, et affichage structuré des résultats.

Pourquoi le Grill ? Les LLM "Yes Man" sont contre-productifs. Le Grill externalise la critique constructive vers la machine, désamorce les tensions humaines, et permet à l'utilisateur de débattre contre le système plutôt qu'entre humains — avec en main un champ des possibles plus large et plus profond.

📖 Guide utilisateur Grill Me (Open) | Référence technique Grill Me (Open)

Le Partenaire Digital est distribué via un système P2P sécurisé qui garantit une mise à disposition sûre et fluide : les utilisateurs se cautionnent les uns les autres, éliminant les risques d'engorgement (naturel ou malveillant) et rendant le téléchargement d'autant plus rapide que la communauté grandit. Le fichier n'est jamais servi par le serveur web, ce qui réduit les coûts de bande passante à zéro tout en assurant une protection anti-bot robuste.

🔐 Triple Verrouillage

Flux d'inscription

Pour télécharger Tosio, un processus en 5 étapes est suivi :

1. Preuve de Travail (PoW) — Votre navigateur résout automatiquement un puzzle cryptographique (Argon2id, 64 Mo de RAM) qui prouve que vous êtes humain. Un bot ne peut pas le faire à grande échelle.
2. Email de validation — Vous recevez un premier email avec un lien de validation (valide 24h).
3. Double canal — Après validation, vous recevez un deuxième email séparé contenant votre mot de passe AES unique. Les deux informations ne sont jamais dans le même message.
4. Téléchargement P2P — La page de téléchargement (protégée par un token temporaire) expose le lien Magnet. WebTorrent télécharge le fichier depuis les pairs du réseau.
5. Activation — Après déchiffrement avec votre mot de passe, l'application envoie une preuve d'installation (HMAC) au serveur, sans révéler votre identité.

Sécurité

• Anti-bot : Preuve de travail Argon2id (64 Mo de RAM) — un GPU ne peut pas paralléliser efficacement
• Double canal : Lien de validation et mot de passe envoyés dans deux emails distincts — intercepter un seul ne suffit pas
• Mot de passe unique : Chaque utilisateur reçoit un mot de passe AES dérivé de son email via HMAC-SHA256 — pas de mot de passe partagé
• Protection du lien Magnet : La page de téléchargement est protégée par un token JWT temporaire (1 heure)
• Intégrité P2P : WebTorrent vérifie automatiquement l'intégrité de chaque chunk téléchargé (SHA-1)
• Expiration : Les comptes non activés expirent automatiquement après 48 heures

Pourquoi le P2P ?

VPN et P2P sont en base dans le Partenaire Digital. Chaque utilisateur est caution d'une part de la disponibilité du code. La résilience augmente avec la communauté, tout en favorisant la rapidité et la sécurité. Aucun engorgement ou blocage n'est possible, qu'il soit naturel (afflux soudain) ou malveillant (attaque DDoS). Un avantage et une souplesse qui vaut également pour les éventuelles mises à jour.

Ce principe de caution mutuelle sans engorgement se retrouve dès le démarrage du système, où chaque couche valide la précédente avant de s'activer (voir section 14 — Démarrage Progressif).

📖 Page de téléchargement | 📄 Guide utilisateur (Open)

Demiurgie (du grec dēmiourgós — artisan, créateur) est le canal de communication visuelle du Partenaire Digital. Il permet au Swarm de communiquer avec vos appareils sans réseau commun — uniquement via l'écran et la caméra.

Pourquoi un canal visuel ?

Le texte est le canal historique des IA, mais il est limité pour certaines communications. Comme les abeilles utilisent la danse en complément des phéromones, Demiurgie ajoute un canal optique pour :

• Appairage air-gap : connecter un appareil au Swarm sans WiFi, sans Bluetooth, sans câble
• Vérification d'identité : prouver que c'est bien vous, sans mot de passe
• Synchronisation inter-Swarm : deux Partenaires Digitaux peuvent se reconnaître visuellement

Fonctionnalités

Principe fondamental

L'image n'est pas une « sortie esthétique » — c'est un vecteur de signaux topologiques. Comme un QR code transporte 3 Ko sans être lisible par un humain, les patterns Demiurgie transportent des vecteurs W, des challenges JWT, et des nonces cryptographiques.

Sécurité

• Anti-replay : chaque QR code contient un nonce aléatoire de 32 bytes — usage unique
• Signature JWT (HS256) : tous les tokens sont signés cryptographiquement
• Contrainte physique : TTL court (30s auth, 120s pairing) + scan caméra obligatoire
• Révocation : devices et pairs révocables à tout moment

Phases

• Phase 1 (livrée) : QR Challenge + Visual Handshake (pairing air-gap)
• Phase 2 (livrée) : W Pattern Encoder/Decoder (transport de vecteurs topologiques)
• Phase 3 (livrée) : Inter-Swarm Bridge (handshake optique Swarm↔Swarm)

📖 Guide utilisateur Demiurgie (Open) | Architecture technique Demiurgie (Open) | 📄 Connexion ADR-0039 (Open)

Le Moteur Vidéo Hybride produit des animations vidéo explicatives à partir des données du Swarm (vecteurs W, trajectoires du soliton, métriques de synchronisation). Il transforme les concepts abstraits du Partenaire Digital en vidéos accessibles à tous les publics.

Le générateur utilise un système hybride à 2 voies complémentaires.

Toutes les vidéos que nous avons réalisées pour expliquer les concepts de ce site utilisent ce moteur hybride.

Principe data-first

Toutes les vidéos sont ancrées sur les données réelles du Swarm (PolarisSoliton, vecteurs W 8D), jamais générées à partir de prompts libres. Un garde-fou stylistique empêche les productions hallucinatoires ou psychédéliques. La Voie B est strictement encadrée : pas de visages réalistes, pas d'illustrations trompeuses.

Caractéristiques techniques

• Résolution : 1080p (1920×1080) à 30 fps
• Durée : 45-60 secondes par concept
• Voix-off : synthèse vocale Piper TTS (français, CPU)
• Rendu Voie A : ~30 secondes pour 60s de vidéo (CPU 8 cœurs)
• GPU : optionnel, uniquement pour la Voie B (générative)

📖 Guide utilisateur Moteur Vidéo (Open)