Jarvis Pattern pour les agents IA sans frameworks

Le Modèle Jarvis : Un Système d'Exploitation à la Place des Frameworks pour les Agents IA

Un agent IA basé sur un LLM automatise entièrement les tâches DevSecOps—du déploiement de clusters à l'audit de sécurité des images. L'auteur propose le Modèle Jarvis : le LLM comme cerveau, le système d'exploitation comme mains exécutives, et le système de fichiers comme mémoire. Cela remplace les frameworks, les graphes et les bases de données vectorielles, faisant de l'agent un spécialiste autonome.

Les Problèmes des Frameworks et des Orchestrateurs

Les outils modernes pour les agents LLM ajoutent des couches de middleware : graphes d'appels, stockages vectoriels, pipelines avec des dizaines de nœuds. Le résultat est des systèmes fragiles qui cassent avec les mises à jour. Au lieu de simplification, une nouvelle complexité apparaît.

L'échafaudage n'est pas le bâtiment. Les frameworks sont des structures temporaires qui doivent être retirées. L'agent doit interagir directement avec l'infrastructure, comme Jarvis avec l'atelier de Tony Stark.

La Formule du Modèle Jarvis :

LLM (cerveau) + SE (mains) + mémoire fichiers (carte de connaissances) = un spécialiste à part entière

Mémoire Fichiers à la Place des Bases de Données Vectorielles

L'agent n'a pas besoin de charger toute la documentation. Il stocke des index et des références : fichiers de 30 lignes avec des points d'API, l'authentification et les méthodes. C'est une carte, pas un déversement de données.

Les bases de données vectorielles résolvent la recherche via les embeddings, mais la similarité sémantique ≠ compréhension contextuelle. Deux fragments similaires de domaines différents produisent des déchets.

Avantages de la mémoire fichiers :

• Structure via les dossiers et les noms de fichiers.
• Accès rapide sans surcharge de recherche.
• Évolue jusqu'à des centaines de fichiers pour les tâches d'ops.
• Facile à mettre à jour et à défragmenter.

Le fichier d'index core.md contient une vue d'ensemble : projets, emplacements des ressources. L'agent navigue dans un arbre de décision.

Le Système d'Exploitation comme Boîte à Outils Universelle de l'Agent

Les principes Unix sont idéaux pour l'IA : tout est un fichier, de petits utilitaires pour des tâches uniques, leur combinaison.

Le LLM choisit indépendamment les outils :

• Requêtes REST : curl.
• Analyse JSON : jq.
• Recherche : find, grep.
• Outil manquant : l'agent écrit un script CLI, l'ajoute au PATH.

L'agent utilise l'infrastructure existante : Prometheus pour les métriques (requêtes PromQL), Vault pour les secrets, Grafana pour les tableaux de bord. Un fichier Markdown avec les adresses et les méthodes—et l'agent travaille comme un ingénieur DevOps.

Gestion des Erreurs au Niveau de l'Opérateur

Les tentatives de réessai, le backoff, le disjoncteur sont pour les scripts. L'agent est un opérateur : analyse une réponse 500, distingue une limite de débit d'une indisponibilité, attend ou escalade vers un humain.

Dans une impasse : un rapport clair sur la cause, sans blocage.

Trois Types de Mémoire d'Agent

Déclarative

Faits : comptes, jetons, chemins dans Vault. Fichiers Markdown.

Procédurale

Runbooks : étapes pour publier un article, déployer. Instructions Markdown.

Épisodique

Expérience : modèles réussis + négatifs (« l'approche X a échoué à cause de Y, utilisez Z »). Fichiers d'erreurs structurés.

Un conservateur Agent Mémoire en arrière-plan consolide les sessions : enregistre les faits, met à jour les contradictions, élimine les déchets. Analogue au sommeil humain.

Un Agent — Un Spécialiste

L'agent est lié à une personne : hérite des accès, rôles, contexte. Vit dans un conteneur sur un serveur, pas dans un client. L'humain est le gestionnaire pour l'incertitude, l'agent est l'exécutant de la routine.

Cas pratique umax (profil DevSecOps) :

• RBAC et accès : RBAC Kubernetes, intégration FreeIPA, Vault, rotation des jetons.
• Déploiement : LXC dans Proxmox → clusters K8s avec politiques réseau, ingress.
• Audit de sécurité : Trivy/Grype pour les images, GitLeaks, SonarQube, vérifications OWASP.
• CI/CD : TeamCity, Nexus, webhooks, rollbacks.
• Migrations et surveillance : LVM, approvisionnement basé sur les métriques.

Fonctionne sur Claude Sonnet—un modèle de niveau intermédiaire.

Points Clés à Retenir

• Le Modèle Jarvis minimise les dépendances : LLM + SE + fichiers.
• La mémoire fichiers est évolutive, évite les problèmes de recherche vectorielle.
• L'agent étend dynamiquement sa boîte à outils, utilise les utilitaires Unix.
• Le conservateur Agent Mémoire automatise la consolidation de l'expérience.
• Cycle complet de tâches d'entreprise sur un LLM de niveau intermédiaire.

— Editorial Team