Langage et intelligence

Agents et conversation

L'inverse gouverné de LangChain : le modèle propose et n'agit jamais ; répétition dans un monde sûr, puis commit.

4 Strong · 4 Solid · 3 Partial · 1 Emerging

Mesuré contre : LangChain · AutoGen · Semantic Kernel · Dossiers : base/agentic(s'ouvre dans un nouvel onglet) · base/conversation(s'ouvre dans un nouvel onglet) · Pour les programmeurs : la référence de ce domaine

**un agent peut tout proposer dans le cercle ; seule une personne fait franchir la ligne à un plan.** dessiné le 2026-10-01 par le script du site tools/areas-figurative.ring, exécuté dans la bibliothèque au commit 0e72e2e2c · la source(s'ouvre dans un nouvel onglet)

Repensé depuis les premiers principes

Ce que Softanza a gardé de ce qui marche, et ce qu'elle a repensé, tel que la bibliothèque l'a écrit dans ses documents de conception et ses narrations.

La manière SoftanzaSoftanza ne cherche pas à fabriquer un agent sûr ; il bâtit un monde sûr et y laisse travailler des agents ordinaires.

Gardé des meilleures pratiques

La forme habituelle d'un agent est conservée : une boucle avec un but, des outils, une mémoire et des compétences. Le vocabulaire courant s'y retrouve terme à terme. source(s'ouvre dans un nouvel onglet)
Un changement est d'abord un plan, validé et relu, puis exécuté par un autre acteur avec une piste d'audit. C'est la discipline connue du « relire avant d'appliquer ». source(s'ouvre dans un nouvel onglet)
Un humain reste dans la boucle. Tout refus peut remonter à un point de contrôle humain, qui garde le contexte et expire faute de réponse. source(s'ouvre dans un nouvel onglet)

Repensé

Un agent répète dans un atelier virtuel sans aucun lien avec le réel ; il ne peut donc pas s'en échapper. Seul un plan en sort, exécuté par un autre acteur. source(s'ouvre dans un nouvel onglet)
L'esprit de l'agent est programmatique par défaut. Un modèle de langage n'est qu'une faculté enfichable, qui propose sans jamais agir : aucune suggestion non vérifiée ne devient une action. source(s'ouvre dans un nouvel onglet)
Un agent doit déclarer ce qu'il couvre et à quel point ses actes sont réversibles. Sinon, il est refusé avant sa première exécution, quand le refus ne coûte encore rien. source(s'ouvre dans un nouvel onglet)
Softanza pose les questions au lieu de deviner. L'écart entre un but déclaré et le savoir acquis produit la question suivante, et chaque réponse est vérifiée avant d'être admise. source(s'ouvre dans un nouvel onglet)

A deliberate inversion of LangChain and AutoGen: a governed, declarative substrate where an LLM only proposes and can never act. It is strongest exactly where the peers are weakest — safety, governance, determinism — and deliberately absent exactly where they lead: LLM-driven tool selection, autonomous planning, live multi-agent chat, and RAG.

Ce qu'un artisan en fait, et ce qui se distingue

safe-world binding: a genuine category-of-one
a provable governance graph (five static invariants)
agents as .pia files judged at load
a Zig-owned tick loop with no callback into Haro

Ce qui est dû

LLM-driven tool selection, gated
wire RAG into agents
plan negotiation (Receive / Revise)
live multi-agent orchestration

La manière Softanza, exécutée

Ce que Softanza fait autrement dans ce domaine, montré par du code tiré de ses narrations et de ses gardes, et exécuté pour cette page.

Une composition où un modèle de langage atteint directement une action, sans gardien entre les deux, est jugée non conforme avant toute exécution.

Softanza

oBad = new stzAgentGraph("mailer-bad")
oBad.AddLLMActor("writer")
oBad.AddEffect("send")
oBad.Proposes("writer", "send")
chk("llm-straight-to-effect is NOT sound", oBad.IsSound() = 0)
chk("multiple invariants fire", len(oBad.Violations()) >= 3)
chk("Explain names the refusal", len(StzFind("REFUSED", oBad.Explain())) > 0)

Sortie

  [OK] llm-straight-to-effect is NOT sound
  [OK] multiple invariants fire
  [OK] Explain names the refusal

exécuté le 2026-10-01 21:17 dans la bibliothèque au commit 0e72e2e2c ; tiré de base/test/agentic/agentgraph_narrated.ring(s'ouvre dans un nouvel onglet)

Les articles de ce domaine (3)

Les couloirs, un par un

Les couloirs et leurs notes sont cités tels qu'ils ont été lus à la source, le Read from the source on 2026-09-16.

Safe-world binding (sandboxed execution)

Strong

stzAgentWorkbench rehearses into a virtual-filesystem twin; a separate committing actor executes the plan under three gates; the disk provably does not movestzAgentWorkbench / GenerateUpdatePlan(); test/agentic

Guardrails & governance (capability lattice)

Strong

Five statically-proven invariants feed the one CI gate; no-llm-effectful enforced at two doors (graph construction and engine registration)stzAgentGraph / stzAgentRule

Agent definition & lifecycle (.pia, judged-at-load)

Strong

An agent is a closed, versioned .pia file judged at LOAD by a sequence of courts; a defect is a refusal, one per gate (14 refusal codes)stzAgentDeclaration / stzAgentFolder

Tick / scheduler loop

Strong

agentloop.zig: Zig owns time, Haro runs Cycle(), no callback into the Haro VM; determinism proven as a test; 15 Zig unit testsagentloop.zig / bridge_agentloop.zig

Structured output (LLM proposals)

Solid

llm_actor proposes via stzLLMFunction + stzOutputSchema, compiled to GBNF so invalid tokens are unemittable; a proposal is a candidate, never an effectstzLLMFunction / stzOutputSchema

Conversation management

Solid

stzConversation: goal-driven loop in a stzKnowledgeGraph, questions born from gaps, governed Admit, persists as .zcnv; no intent classificationstzConversation / stzGoal; test/conversation

Memory & state

Solid

stzAgentMemory over stzKnowledgeGraph: Learn/Recall/Forget/Prove over triples, persistable; no buffer/summary/vector memory varietystzAgentMemory

LLM function & prompt management

Solid

stzLLMFunction: typed returns, call budget, retries, goldens, template prompt, real GGUF backend; no chain/pipeline ecosystem or prompt registrystzLLMFunction (AddGolden/RunGoldens)

Multi-agent orchestration

Partial

stzAgentGraph composes roles and edges and proves soundness; no runtime multi-agent conversation orchestrator, native roster one-fifth wiredstzAgentGraph

Tools / function-calling

Partial

A skill's host-function clause binds a Haro function under an execution posture; no LLM-driven tool selection -- a deliberate refusal

Planning & reasoning

Partial

Deterministic perceive->decide->act to a fixpoint (stzPIAgent.Pursue, RunToQuiet); no LLM-driven planning, the planner agent reservedstzPIAgent

RAG / retrieval

Emerging

Not wired into the agent tier; stzSemanticIndex lives on the Neural tier and is not connected to agent proposal or memory