Le contexte que votre projet accumule est l’actif.

J’ai construit GAAI après avoir confié de vrais projets à des agents IA. Ils étaient rapides, mais fragiles. Ils suivaient les consignes, mais ne retenaient pas le travail de façon fiable. Chaque nouvelle session oubliait des décisions déjà prises. Chaque nouvel outil repartait avec une vue partielle du travail. Le modèle était puissant. Les réponses restaient pourtant génériques, parce que l’agent ne comprenait pas assez bien le projet. Moins il avait de contexte projet, plus il devait combler les trous avec des hypothèses plausibles.

Une chose portait tout le reste : la mémoire. Pas la mémoire des préférences personnelles. La mémoire du projet — décisions, contraintes, règles, arbitrages et contexte de travail qui donnent au travail sa spécificité.

Mais la mémoire projet n’est pas statique. Les projets évoluent. Des pivots surviennent. Des décisions se contredisent et remplacent des décisions plus anciennes. La mémoire doit garder cette histoire sans laisser l’agent traiter chaque ancienne vérité comme si elle était encore vraie. Quand cette mémoire tenait ensemble, les agents devenaient utiles. Quand elle était dispersée, ils devinaient avec assurance.

J’ai d’abord essayé de rendre cette mémoire gouvernable avec des fichiers : dossiers délimités, règles, frontmatter YAML, index, vérification, audit. Cela allait beaucoup plus loin qu’un simple historique de chat. Mais quand le projet grossissait, même une base de fichiers bien organisée finissait par rencontrer la même limite : l’agent devait encore savoir quoi charger, quand le charger, et comment le faire tenir dans une fenêtre de contexte limitée.

L’approche la plus solide s’est avérée être la récupération composite, appuyée sur une mémoire projet gouvernée : plusieurs techniques combinées pour retrouver les bonnes décisions, règles, contraintes et éléments de contexte quand le travail en avait besoin, avec des pointeurs vers les sources lorsque la référence complète était nécessaire.

Ce n’est pas seulement un problème de développement logiciel. Toute personne qui travaille sérieusement avec l’IA finit par le rencontrer. Vous utilisez un outil pour chercher, un autre pour écrire, un autre pour coder, un autre pour planifier. Chacun peut être utile seul, mais aucun ne partage naturellement ce que le projet sait déjà. Au final, c’est vous qui devenez la couche de transport : vous portez le contexte du projet entre les outils, les sessions, les coéquipiers et les clients.

En même temps, les modèles changent vite. De meilleurs modèles sortent en permanence. De plus en plus de personnes peuvent accéder au même niveau d’intelligence via une API ou un abonnement. Dans ce monde, l’avantage durable n’est pas le modèle utilisé ce mois-ci. C’est ce que votre projet a appris, et la capacité de votre équipe et de vos agents à l’utiliser quand le travail en dépend.

GAAI existe parce que la mémoire projet ne devrait pas disparaître quand un outil change, qu’un historique se perd, ou que la personne qui se souvient part. Le modèle se loue. Les outils IA se remplacent. Les personnes passent. Le contexte que votre projet accumule est l’actif. Pour être utile aux agents, cet actif doit être :

GAAI Cloud est cette couche de mémoire projet gouvernée. Il ne fait pas tourner votre modèle. Il ne remplace pas vos outils. Votre outil IA continue de parler à son propre fournisseur ; GAAI conserve la mémoire projet que vos outils peuvent retrouver.

La mission est simple : rendre le travail avec des agents IA plus fiable en leur donnant le bon contexte projet au bon moment, avec une gouvernance que les humains peuvent inspecter.

Les modèles changeront. Les outils IA changeront. Les équipes changeront. Gardez le contexte que votre projet accumule.