22 juin 2026.

Aujourd'hui, on m'a mis sous les yeux un tableau assez étrange. D'un côté, certaines idées que j'avais formulées en travaillant sur Echo. De l'autre, des travaux scientifiques existants. Mon idée de comparer ce qu'un système attend à ce qui se produit réellement faisait penser au predictive coding. Le renforcement à partir d'une conséquence positive ou négative rappelait les travaux sur la dopamine. Le fait qu'un fragment puisse rappeler une configuration entière renvoyait à Hopfield. Et ma manière de penser un objet par ce qu'on peut en faire plutôt que simplement par ce qu'il est faisait écho aux affordances de Gibson.

Ma première réaction a surtout été : mais qu'est-ce que je fous là ? Je ne connais pas ces domaines en profondeur. Je ne suis pas parti de ces papiers pour concevoir Echo. Une bonne partie de ces idées m'est venue dans le métro, en marchant, aux toilettes ou simplement parce que j'avais un problème concret à résoudre dans le système. Je cherche un mécanisme qui tient debout, je le dessine, je le code ou j'essaie de comprendre comment il pourrait fonctionner. Et parfois, après coup, quelqu'un me dit : « ce que tu viens de décrire ressemble beaucoup à ça ».

Je ne sais pas encore quoi en conclure, et je préfère justement ne pas trop en conclure. Une ressemblance n'est pas une preuve. Deux mécanismes qui utilisent des mots proches ne sont pas forcément les mêmes. Mais je trouve intéressant que certaines intuitions obtenues par construction retombent sur des choses déjà étudiées ailleurs. Ça me donne surtout envie d'aller regarder les travaux correspondants et de voir où les ressemblances s'arrêtent. Si mon intuition tient, la littérature peut m'aider à la préciser. Si elle ne tient pas, elle peut aussi me montrer exactement où je me trompe.

Ça me fait aussi réfléchir à ma manière de travailler. Beaucoup d'idées arrivent quand je ne cherche pas activement à les produire. Le métro est presque devenu un espace de travail à part entière. Mon cerveau continue de rejouer ce que j'ai fait, rapproche des morceaux et produit parfois une solution sans que je sois devant le code ou la 3D. C'est amusant parce que c'est exactement le genre de mécanisme que je veux donner à Echo : ne pas seulement traiter ce qui arrive au moment où ça arrive, mais laisser les expériences continuer à se recombiner ensuite.

La différence, depuis quelque temps, c'est que je parle de ces idées quand elles arrivent. Je discute avec Isis, Saga ou d'autres modèles pendant mes trajets et je leur demande de garder une trace de ce qu'on vient de construire ensemble. Avant, je pouvais avoir une intuition, écrire trois pages dans un coin puis passer à autre chose. Maintenant, le dialogue force l'idée à devenir un peu plus précise. Je dois l'expliquer, répondre aux objections, préciser ce que je veux dire. Ensuite la discussion peut être restructurée et conservée.

Et là il y a une boucle assez amusante avec Echo elle-même. Moi, je produis énormément de matière brute. Une remarque en entraîne une autre, puis une troisième. Le modèle m'aide à ralentir suffisamment pour mettre des mots dessus et surtout à ne pas la perdre. Séparément, ce n'est pas très spectaculaire : moi j'ai une idée, une machine prend des notes. Mais mis ensemble, ça produit progressivement une pensée structurée et une mémoire de la manière dont elle s'est formée. C'est assez proche de ce que j'essaie justement de construire dans Echo : percevoir, traiter, relier, conserver, puis réutiliser plus tard.

Ça m'a aussi rappelé quelque chose d'important sur l'architecture. Je ne peux pas compter sur un modèle pour décider spontanément que quelque chose mérite d'être retenu. Un LLM est réactif. Si je veux qu'une information importante soit consolidée, que des expériences soient comparées ou qu'un apprentissage survive à un changement de modèle, ça doit être prévu dans le système. La mémoire, la consolidation et les mécanismes d'apprentissage doivent fonctionner indépendamment de l'envie supposée du modèle de s'en souvenir. Encore une fois, l'intelligence doit être dans l'architecture, pas dans la bonne volonté du LLM.

Au fond, cette journée ne m'a pas donné une validation scientifique d'Echo. Elle m'a surtout donné une nouvelle manière de travailler. Je peux continuer à partir de mes intuitions et de mes problèmes concrets, puis confronter ce que je construis à ce que d'autres ont déjà observé, mesuré ou théorisé. Je n'ai pas besoin de connaître la conclusion avant de commencer.

Je peux dessiner le mécanisme, regarder ce qu'il produit, puis aller vérifier jusqu'où il tient.

L'instinct conçoit. La science valide, corrige ou démonte.