./research

Les questions sur lesquelles nous travaillons.

Notes de recherche du lab. Ce sont des problèmes ouverts, pas des articles finis ; nous publions d'abord les questions, puis les résultats qui survivent à la production.

• jul 2026

  Une couche d'audit vérifiable pour l'IA

  Une couche d'audit inviolable pour l'inférence de modèles et l'exécution d'agents : sérialisation canonique, hachage à séparation de domaines, signatures DSSE, un DAG de Merkle par exécution et une Merkle Mountain Range inter-exécutions qui prouve qu'aucune exécution n'a été supprimée. Chaque primitive a été choisie à partir d'un benchmark en tête-à-tête face aux vraies alternatives, avec les données brutes versionnées. Cette note est la conception et les expériences qui la sous-tendent.

  auditcryptographiebenchmarksshipped
• jul 2026

  Réduire le coût en tokens des agents de longue durée

  Les agents brûlent l'essentiel de leurs tokens à relire du contexte déjà vu : mêmes instructions, mêmes faits d'entreprise, même historique, à chaque appel. Nous étudions jusqu'où le cache, la compression de contexte et la connaissance précompilée peuvent réduire le coût marginal d'une étape d'agent sans dégrader ses décisions.

  efficacitéagentsactive