La topologie qui se route elle-même

Une requête arrive. Avant qu'aucun modèle ne parle, la plateforme l'a déjà placée — dans le bon réseau, la bonne communauté, la bonne salle — en n'utilisant que la géographie et le sens. Ce placement est du routage, et sur Everythink c'est une propriété de l'espace, pas une réflexion tardive vissée sur un chatbot. Le moteur qui fait cela tourne en production depuis 2016.

En 2026, ByteByteGo a noté que les systèmes d'agents en production dépendent bien moins du modèle que ne le suggèrent leurs démos — la plupart des comportements passent par du code déterministe, le modèle étant invoqué à quelques points de décision (ByteByteGo, « Best Practices for Building AI Agents That Work in Production », juillet 2026). Le routage est le plus conséquent de ces points, et c'est précisément celui que l'industrie continue de rendre au modèle. Cet article porte sur ce qui change quand on le retire des mains du modèle pour le placer dans la topologie.

Les conclusions de The Honest Architect

• La topologie, pas le modèle, décide où atterrit une requête — Organization → Network → Community → Room, chacun un vrai polygone sur la carte (en production depuis 2016).
• La géographie devient contexte de routage : World Monitor route sur des préfixes de geohash sans PostGIS, donc une requête de viewport est une correspondance de préfixe, pas une jointure spatiale.
• La configuration remplace le code : activer un module dans une salle est un réglage, pas un sprint.

Pourquoi la topologie est-elle la couche de routage que vous aviez déjà ?

La topologie route une requête avant que quoi que ce soit ne réponde, car le chemin de Organization à Network à Community à Room est lui-même la décision de routage. Everythink modélise chaque organisation comme une topologie géospatiale où chaque niveau est un vrai polygone sur la carte, et une requête est placée dans la bonne salle par la géographie et le sens avant qu'un modèle ne soit consulté. Le mécanisme, c'est la hiérarchie ; le modèle est un participant tardif.

[UNIQUE INSIGHT] Le recadrage où l'espace est le routeur : un chatbot répond ; un système d'exploitation IA route. La plupart des piles d'agents traitent le routage comme un problème de classification que le modèle résout à l'exécution — classifie l'intention, choisis un handler, espère que c'est juste. Everythink traite le routage comme une propriété structurelle déjà résolue quand la requête arrive, parce que la requête porte sa position dans la topologie. Le modèle n'a jamais à demander « pour quelle salle est-ce ? » — la salle est sélectionnée.

C'est la distinction que ByteByteGo a tracée entre workflows et agents : dans un workflow, les étapes et le chemin sont décidés au moment de la conception, avant que le modèle ne voie l'entrée, et la plupart des systèmes en production construits sur des LLM aujourd'hui sont des workflows — prévisibles, débogables et moins chers que des agents complets (ByteByteGo, « The Agent Loop: How AI Goes From Answering Questions to Doing Things », juillet 2026). Le routage par topologie est une décision de workflow rendue permanente dans les données. Il ne reclassifie pas à chaque appel. Il ne dépense pas de token pour décider ce qu'un geohash dit déjà.

L'étape de routage ne coûte rien à l'inférence. Aucune invocation de classifieur, aucune latence d'un modèle de routage, aucun token dépensé sur « où doit aller ceci ? » La topologie est une recherche, et les recherches n'hallucinent pas. Dans un système où une fiabilité de 95 pour cent par étape cascade à environ une réussite sur trois sur vingt étapes chaînées (ByteByteGo, « Best Practices for Building AI Agents That Work in Production », juillet 2026), retirer une étape de la chaîne est le gain de fiabilité le moins cher disponible.

Comment la géographie devient-elle contexte sans base de données spatiale ?

La géographie devient contexte en faisant de la carte une structure de données de première classe, pas une requête contre une base de données spatiale. Le World Monitor d'Everythink route sur des préfixes de geohash — de courtes chaînes encodant latitude et longitude — donc une requête de viewport est une correspondance de préfixe contre une colonne indexée, pas une jointure spatiale PostGIS. Pas de PostGIS. Pas d'extension SIG. Pas de reconstruction d'index spatial. La clé de la tuile est le geohash, et le préfixe est le polygone.

[ORIGINAL DATA] La série académique de 21 papers derrière la plateforme formalise cela : l'identifiant d'un GeoSignal est un uuidv5(source, native_id) déterministe, donc ré-ingérer un flux amont met à jour l'enregistrement existant plutôt que de produire un doublon. Les IDs déterministes transforment le cache géo en cible d'upsert, et le préfixe de geohash transforme le cache en table de routage. Un client s'abonne à un canal de diffusion par tuile de geohash, recevant les deltas uniquement pour les tuiles de son viewport — pas un tuyau global filtré côté client.

C'est le mécanisme derrière « la géographie est contexte ». Une requête depuis un viewport au-dessus de Buenos Aires se résout en un ensemble de préfixes de geohash ; ces préfixes sélectionnent les salles, communautés et réseaux dont les polygones se chevauchent ; le chevauchement est la décision de routage. Le modèle, quand il parle, reçoit une fenêtre de contexte déjà délimitée au lieu d'où provenait la requête.

Le World Monitor est une passerelle : un poller en arrière-plan par source tire un flux externe selon un calendrier fixe, le normalise en GeoSignal, fait un upsert dans le cache Postgres durable et remet le delta à un éditeur (Everythink, World Monitor / Atlas, ✅ Production). Les clients lisent le cache, jamais les sources amont, donc le volume d'appels amont est borné par le calendrier de la plateforme — pas par le nombre de clients. Les sources sont des données : ajouter un flux signifie ajouter un SourceDescriptor à un registre, jamais toucher au moteur. Une source dont la clé n'est pas définie se désactive, donc une clé manquante ne casse jamais la plateforme.

À quoi ressemble la configuration-remplace-le-code en production ?

La configuration remplace le code quand le comportement d'une salle est un ensemble de bascules dans un enregistrement de données, pas une branche dans une release. Sur Everythink, une salle est une zone fonctionnelle au sein d'une communauté, et chaque salle active ses modules par configuration — social, marketplace, calendar, campaigns — donc le système se remodele sans déploiement. Activer un module est un réglage, pas un sprint.

[PERSONAL EXPERIENCE] Le moteur tourne en production depuis 2016. Le cœur conversationnel — le HAI engine — répond avec contexte de salle depuis une décennie, et les modules composables partagent la même topologie. Une communauté ajoute une salle marketplace de la même façon qu'elle ajoute une salle social : un enregistrement, un polygone, les modules activés. Pas de fork, pas de conflit de fusion. La forme de la plateforme est un document, et éditer le document est la release.

Les étiquettes d'honnêteté comptent ici, car configuration-plutôt-que-code n'est crédible que lorsque vous dites ce qui est construit. Le Whitelabel Network — web, iOS et Android sous une seule marque — est ✅ Production. Social, campaigns et World Monitor sont ✅ Production. Matchmaking est ⚠️ Partial : utile, non fini. Marketplace et calendar sont ⚠️ Partial. Le wallet par réseau, le community credit et la fédération sont 🔵 Roadmap — travail de conception daté pour 2026, pré-revenu, non présenté comme Production. Nous ne promouvons pas un état pour le faire paraître fini. C'est Theorem 3 : une propriété est garantie exactement quand son mécanisme est implémenté et mesurant.

La raison pour laquelle la configuration passe à l'échelle est la même que celle pour laquelle la topologie route : les données sont le système. Un enregistrement de salle porte sa communauté parente, son réseau, son polygone et ses modules activés. Le moteur conversationnel lit l'enregistrement pour délimiter son contexte ; le World Monitor lit le polygone pour délimiter ses deltas. Rien sur ce chemin n'exige qu'un modèle décide ce que l'enregistrement dit déjà.

Où se situe le routage par topologie par rapport aux protocoles d'agents ?

Le routage par topologie se situe devant les protocoles d'agents, de la même façon qu'un registre se situe devant un outil. En juin 2026, Hugging Face et des contributeurs de Microsoft, Google et GoDaddy ont publié la spécification Agentic Resource Discovery — une couche de découverte devant MCP, A2A et Skills qui définit comment les agents et les outils sont catalogués, indexés et recherchés à travers des registres fédérés, afin qu'un agent puisse trouver des capacités à l'exécution au lieu de les avoir pré-installées (Hugging Face, « Agentic Resource Discovery: Let agents search for tools, skills, and other agents », juin 2026). Le mouvement central de la spécification est de sortir la sélection du LLM : un registre indexe les capacités avec l'identité de l'éditeur, des requêtes représentatives et des étiquettes, et un client recherche avant que le modèle n'invoque ce que la recherche renvoie.

ARD résout la découverte. La topologie résout le placement. Ils sont complémentaires, et l'industrie converge vers la même séparation qu'Everythink fait tourner depuis une décennie : ne demandez pas au modèle de faire ce que les données peuvent décider. ByteByteGo a exprimé le consensus de production clairement : MCP gère l'accès aux outils et A2A gère la communication entre agents, et les deux sont complémentaires (ByteByteGo, « MCP vs A2A vs ACP: How AI Agents Actually Talk to Each Other », juillet 2026). Everythink ajoute une troisième couche sous les deux : la topologie qui décide dans quel réseau, communauté et salle l'outil ou l'agent opère — avant que MCP ou A2A ne soit invoqué.

La distinction n'est pas académique. Un outil invoqué sans placement est un outil invoqué sans contexte. Un modèle qui découvre le bon serveur MCP mais ne sait pas dans quelle salle il est répondra génériquement — une régression dans un système placé. La topologie donne à l'outil et au modèle le contexte qu'ils devraient autrement inférer, et inférer le contexte est l'étape probabiliste qui compose l'erreur le long d'une chaîne.

Quand le routage par modèle échoue-t-il sans topologie ?

Le routage par modèle échoue sans topologie quand le signal dont il a besoin est invisible au moment du routage. En juillet 2026, IBM Research a soutenu que ce qui ressemble à un problème de sélection de modèle devient vite un problème d'optimisation de systèmes, dont la difficulté est souvent invisible au moment du routage — une requête comme « résume ce contrat » paraît simple mais peut déclencher de la récupération, des vérifications de conformité, de l'usage d'outils et plusieurs tours de raffinement (IBM Research, « Model Routing Is Simple. Until It Isn't. », juillet 2026). Les routeurs, ont-ils conclu, jonglent constamment avec coût, qualité, latence, conformité et fiabilité à la fois.

La topologie ne résout pas le routage de modèles. Elle retire une classe d'entrées du problème du routeur. Quand la salle est déjà sélectionnée, le routeur n'infère ni juridiction, ni audience, ni périmètre depuis le texte du prompt — la topologie les porte. Le contrat appartient à une communauté et à une salle ; les vérifications de conformité sont celles configurées pour cette salle ; les outils disponibles sont ceux qui y sont activés. Le travail du routeur passe de « tout inférer d'une chaîne » à « choisir un modèle pour une tâche placée ».

Les chiffres d'IBM rendent l'argument du coût concret. Sur 417 tâches du AppWorld Test Challenge, Sonnet coûtait 0,19 $ par tâche tandis que GPT-4.1 coûtait 0,37 $ par tâche — presque le double — parce que le comportement du cache, pas le prix étiquette, déterminait le coût (IBM Research, « Model Routing Is Simple. Until It Isn't. », juillet 2026). Une topologie qui délimite la fenêtre de contexte avant que le modèle soit appelé délimite aussi le préfixe cachable — la variable qui a fait osciller le coût. La topologie d'Everythink ne route pas les modèles, mais elle fait le travail qui rend le routage de modèles traitable : elle fixe le contexte sur lequel le routeur optimise.

Comment cela tourne-t-il en production aujourd'hui, honnêtement ?

Cela tourne comme c'est étiqueté, pas comme le suggère une démo. Le moteur conversationnel HAI est ✅ Production et répond avec contexte de salle depuis 2016. Le Whitelabel Network — une marque, une identité à travers web, iOS et Android — est ✅ Production. Social, campaigns et la passerelle World Monitor / Atlas sont ✅ Production. Matchmaking et marketplace sont ⚠️ Partial — utiles, non finis. Le wallet par réseau, le community credit et la fédération sont 🔵 Roadmap, pré-revenu, soumis à la revue Howey avant tout lancement. Rien dans la couche wallet ou token n'est en ligne.

L'honnêteté est le mécanisme, pas une posture. Theorem 3 stipule qu'une propriété est garantie exactement quand son mécanisme est implémenté et mesurant. Une capacité gagne Production seulement quand le mécanisme qui la sous-tend est à la fois construit et activement mesuré — sinon c'est Partial ou Roadmap. Nous appliquons la règle à la topologie : le routage est mesuré parce que les recherches de geohash sont instrumentées, les placements de salles sont journalisés, et les upserts du cache sont comptés.

C'est la version d'honnêteté radicale qui compte pour un architecte : pas un ton, mais un test. Sur la topologie, le mécanisme existe et mesure. Sur le wallet, non. Un acheteur examine le raisonnement, pas les adjectifs.

Questions fréquentes

En quoi le routage par topologie diffère-t-il d'un modèle classifiant l'intention ?

Un modèle classifiant l'intention est une étape probabiliste qui tourne sur chaque requête et peut se tromper. Le routage par topologie est une recherche déterministe contre un enregistrement de données qui porte la position de la requête dans la hiérarchie. L'erreur composée fait qu'une chaîne à 95 pour cent par étape tombe à environ une réussite sur trois sur vingt étapes (ByteByteGo, « Best Practices for Building AI Agents That Work in Production », juillet 2026). Retirer l'étape est moins cher que l'améliorer.

Le World Monitor d'Everythink requiert-il PostGIS ?

Non. Le World Monitor route sur des préfixes de geohash — de courtes chaînes encodant latitude et longitude — donc une requête de viewport est une correspondance de préfixe contre une colonne indexée. La plateforme utilise une instance Postgres avec pgvector inclus, mais pas d'extension PostGIS. La clé de la tuile est le geohash, et le préfixe est le polygone. Cela garde la couche de routage portable et les requêtes bon marché.

Quel est l'état d'honnêteté du wallet et du community credit ?

🔵 Roadmap. Le wallet de tokens par réseau et le community credit sont un travail de conception daté pour 2026, pré-revenu, et non implémenté. Rien dans cette couche n'est en ligne, et rien ici n'est un conseil financier, d'investissement ou juridique. Tout mécanisme de tokens ou de crédits reste soumis aux cadres financiers et des valeurs mobilières applicables, y compris l'analyse Howey, et ne sera pas lancé avant que cette revue soit achevée.

Comment la topologie interagit-elle avec MCP et A2A ?

La topologie se situe sous les deux. MCP gère l'accès aux outils ; A2A gère la communication entre agents, et les deux sont complémentaires en production (ByteByteGo, « MCP vs A2A vs ACP: How AI Agents Actually Talk to Each Other », juillet 2026). La topologie d'Everythink décide dans quel réseau, communauté et salle l'outil ou l'agent opère avant que l'un ou l'autre protocole ne soit invoqué, donc l'outil reçoit un contexte placé au lieu de l'inférer depuis le prompt.

Une salle peut-elle changer ses modules sans déploiement ?

Oui. Une salle active ses modules par configuration — social, marketplace, calendar, campaigns. Activer un module est un réglage dans un enregistrement de données, pas une release de code. La plateforme se remodele sans redéployer, ce qui est le mécanisme derrière l'affirmation configuration-plutôt-que-code.

---

La topologie d'Everythink a routé des requêtes par géographie et sens pendant une décennie, et l'industrie sépare désormais la découverte de l'exécution pour la même raison : le modèle ne devrait pas décider ce que les données disent déjà. Si vous voulez voir la topologie router — réseau à communauté à salle, sur une plateforme en production depuis 2016 — lisez les papers ou réservez une démo.

Sources

• Hugging Face, "Agentic Resource Discovery: Let agents search for tools, skills, and other agents", retrieved 2026-08-23, https://huggingface.co/blog/agentic-resource-discovery-launch
• ByteByteGo, "Best Practices for Building AI Agents That Work in Production", retrieved 2026-08-23, https://blog.bytebytego.com/p/best-practices-for-building-ai-agents
• ByteByteGo, "MCP vs A2A vs ACP: How AI Agents Actually Talk to Each Other", retrieved 2026-08-23, https://blog.bytebytego.com/p/mcp-vs-a2a-vs-acp-how-ai-agents-actually
• ByteByteGo, "The Agent Loop: How AI Goes From Answering Questions to Doing Things", retrieved 2026-08-23, https://blog.bytebytego.com/p/the-agent-loop-how-ai-goes-from-answering
• IBM Research, "Model Routing Is Simple. Until It Isn't.", retrieved 2026-08-23, https://huggingface.co/blog/ibm-research/model-routing-is-simple-until-it-isnt