← Systèmes intelligents ambiants

L’architecture Ambient

Partie III — Le paradigme · Chapitre 6 sur 9

Tout ce qui précède ce chapitre n’était qu’approche. Seer a appris à classer ce qui compte pour une personne ; les partitions ont donné une identité aux idées ; le maillage m’a appris où l’assistant devait vivre ; Totem a donné à la mémoire un corps que l’utilisateur peut désigner du doigt ; le tour à deux voies a donné à la voix et aux mains des autorités séparées. Tout cela converge vers une question à laquelle rien de cela ne répond : lorsque l’assistant vit sur le Mac, au milieu de la vraie journée d’une personne, où va ce qu’il remarque ?

Le paquet qui y répond s’appelle MaryAmbient, et la documentation d’architecture l’étiquette sans modestie dans le schéma des couches :

MaryAmbient — LE PARADIGME — preuves, mondes, passages, conteneurs, transmission de la sélection, focus de l’espace de travail, résolution de références, acheminement de l’attention. Aucune inférence. Aucun plugin.

Ce chapitre explique pourquoi cette étiquette est méritée — et, fidèle à la manière dont tout ce système a été construit, il commence par l’échec qui a imposé la conception.

L’échec qui a nommé la couche

Pendant un temps, le vocabulaire de la couche ambiante pour les mondes — les lieux auxquels un fait peut appartenir — comptait exactement trois cas : Xcode, Pages, TextEdit. Les trois applications pour lesquelles Mary avait des observateurs actifs. La ligne de documentation sur l’énumération disait « les mondes pour lesquels Mary a des yeux », et cela paraissait inoffensif, voire propre.

Ce n’était ni l’un ni l’autre. L’en-tête de AmbientWorld.swift porte désormais l’analyse post-mortem de façon permanente, et je la citerai plutôt que de l’adoucir :

L’ÉCHEC QUE CE FICHIER A CAUSÉ, ET QU’IL PRÉVIENT DÉSORMAIS : cette énumération était exactement les trois applications SURVEILLÉES, avec la ligne de documentation « les mondes pour lesquels Mary a des yeux ». Cela faisait silencieusement de « contexte ambiant » un synonyme de « choses dotées d’yeux » et excluait structurellement tout l’écosystème — registerRead garde sur from(pluginOwner:), qui répondait nil pour « calendar » ; une lecture de calendrier n’était donc ni déposée dans Totem NI stockable ici : elle n’arrivait À PERSONNE et avait disparu au tour suivant, alors qu’une lecture de Pages persistait comme fait. Cette asymétrie EST le signalement de l’utilisateur : « elle peut récupérer des documents mais pas des calendriers ».

Parcourons ce qui s’est réellement passé. Mary a lu le calendrier — la lecture elle-même a réussi. Mais les lectures ne sont jamais déposées dans la mémoire durable (c’est voulu ; par défaut, Totem ne conserve aucun contenu utilisateur durable), si bien que le seul endroit où le fait pouvait vivre était le magasin ambiant. Le magasin ambiant indexe chaque fait sur un monde. Le calendrier n’avait pas de monde. Le fait n’est arrivé à personne et s’est évaporé avant le tour suivant — tandis qu’une lecture identique d’un document Pages, qui avait un monde, persistait et pouvait être évoquée.

De l’extérieur, rien de cette mécanique n’est visible. Ce que l’utilisateur vit, c’est un assistant aux humeurs inexplicables : elle peut récupérer des documents mais pas des calendriers. Le bogue n’était ni dans la perception, ni dans la récupération, ni dans le raisonnement. Il était dans la taxonomie — le vocabulaire du système pour dire où atterrissent les preuves était plus étroit que l’ensemble des choses capables d’en produire.

La doctrine qui l’a remplacé est la phrase la plus importante de ce livre :

Les yeux sont une AMÉLIORATION pour les applications d’espace de travail, jamais une condition préalable pour agir. Le focus de l’espace de travail décide quel document Mary perçoit et MODIFIE — jamais quelles Skills elle peut UTILISER. « Ajoute un rappel » se comporte de la même façon, que Pages, Xcode ou rien ne soit devant l’utilisateur.

Un système ambiant observe certaines choses. Il ne doit jamais confondre ce qu’il observe avec ce sur quoi il peut agir. Dès que « contexte ambiant » s’effondre en « choses dotées d’yeux », tout ce qui n’a pas d’yeux — calendriers, rappels, courrier, toute la couche de données de la vie d’une personne — sort silencieusement du monde du système.

Les mondes : le vocabulaire fermé

Le correctif n’a pas été « ajouter un cas calendrier ». Le correctif a été une règle : un cas par propriétaire reconnu — l’énumération recense désormais chaque propriétaire de plugin compilé, en bijection avec le catalogue de plugins, soit vingt-trois cas à ce jour : les applications d’espace de travail (Xcode, Pages, TextEdit, Keynote), les sources de données (Calendar, Reminders, Contacts, Notes, Mail, Messages, Safari, Music, Files, System, Shortcuts, Maps, Photos), les services et les mains (gestion des fenêtres, le Mac lui-même, Claude Code, le typer, le shader), et un cas délibérément étrange, otherApps, dont nous reparlerons.

Deux propriétés traversent les cas, et les garder séparées est toute la conception :

  • worldClass nomme la taxonomie — de quelle sorte de lieu un monde relève. Quatre classes : workspace (une application dans laquelle l’utilisateur travaille, où le focus sur le document compte), dataSource (rien à regarder — EventKit, SQLite, AppleScript répondent directement, et rien n’a besoin d’être ouvert ni visible), service (dans les mots du code : « des mains et des services plutôt qu’un lieu avec un contenu : ils agissent, on ne les interroge pas pour obtenir une image de leur état »), et perceptionOnly (la vue sans les mains — un observateur actif publie des faits, mais aucune Skill ne se trouve derrière).
  • hasEyes nomme la vérité plus étroite et exécutable : Mary livre-t-elle actuellement un observateur actif pour ce monde ? Trois mondes le sont — Xcode, Pages, TextEdit. Keynote est le contre-exemple délibéré : de classe workspace, reconnu, focalisable, et sans yeux — car « revendiquer la vue à partir de la taxonomie transformerait cet état indisponible en faux fait d’exécution ».

Cette dernière distinction mérite qu’on s’y arrête. Une affirmation de taxonomie (« ceci est un espace de travail ») et une affirmation d’observation (« quelque chose le surveille en ce moment ») sont des vérités de natures différentes, et la fusion des deux dans la conception initiale est exactement ce qui a produit le bogue du calendrier. La classe dit ce qu’une chose est ; les yeux disent ce qui se passe. Un système ambiant a besoin des deux axes, séparément.

Et le vocabulaire est fermé à dessein. Chaque switch sur AmbientWorld couvre tous les cas sans default: — de sorte que, comme le formule AmbientRealm.swift, « le compilateur refuse toujours de construire un monde qui a oublié de dire ce qu’il est, ce qui est la vérification qui aurait détecté le bogue d’origine du calendrier à la compilation plutôt que dans le signalement d’un utilisateur ».

Les royaumes : l’identité ouverte

Un vocabulaire fermé soulève aussitôt l’objection évidente : les utilisateurs apprennent de nouvelles applications à Mary. Scrivener. Sketch. Un navigateur. Il n’y a pas de borne à leur nombre, et faire grossir une énumération compilée pour chaque application que quelqu’un lui enseignera est précisément la croissance que l’architecture refuse.

La solution est le type à deux cas selon lequel toute la couche ambiante achemine — AmbientRealm :

Swift
public enum AmbientRealm {
    /// A built-in world answering for itself.
    case native(AmbientWorld)
    /// A registered application's LOGICAL id ("sketch"),
    /// riding the .otherApps host lane.
    case dynamic(String)
}

L’en-tête du fichier énonce la scission comme une doctrine :

LE NATIF EST LE VOCABULAIRE FERMÉ. […] LE DYNAMIQUE EST L’IDENTITÉ OUVERTE. L’ensemble des applications qu’un utilisateur peut enseigner à Mary n’est pas fermé ; une application enregistrée est donc un cas portant son identifiant LOGIQUE — et rien d’autre.

Un royaume natif est son monde — il se rend à l’identique, octet pour octet, du monde nu qu’il a toujours été, car « le nommer deux fois serait une seconde orthographe d’un même fait ». Un royaume dynamique porte un identifiant logique comme "scrivener" ou "sketch" et chevauche otherApps comme une voie d’hôte — un canal de perception partagé, pas une identité. Chaque question de taxonomie posée à un royaume (de quelle classe est-il ? a-t-il des yeux ? pour quel métier est-il fait ? comment s’appelle-t-il ?) se résout par l’enregistrement de l’application lorsqu’une application possède la voie, et retombe sur l’hôte lorsqu’aucune ne la possède — « de sorte qu’une application non enregistrée se dégrade au lieu de planter ».

Trois conséquences de cette forme, que j’ai d’abord mal comprises quelque part et que l’architecture a corrigées :

Scrivener n’a pas de cas dans les mondes — et cette absence est l’invariant à l’œuvre. Scrivener avait autrefois un plugin natif compilé. Lorsque cet adaptateur a été retiré et que Scrivener est devenu un paquet .mary portable — des données pures, pas une ligne de Swift dans l’arborescence — il a perdu son cas d’énumération. Le commentaire qui marque l’endroit le dit sans détour : conserver le cas « aurait signifié qu’un utilisateur ne pourrait pas installer ce paquet dans un Mary qui n’avait jamais entendu parler de Scrivener ». Le monde du manuscrit vit désormais à AmbientRealm.dynamic("scrivener"), résolu entièrement par son enregistrement. Le vocabulaire reste fermé ; l’identité est devenue donnée.

Le navigateur est un seul espace de travail, quel que soit le nombre de paquets qui y agissent. Mary livre browsing et chrome comme paquets d’Abilities — mais il n’y a ni « royaume browsing » ni « royaume chrome ». Il y a un seul royaume d’espace de travail navigateur, et les bundles Safari et Chrome s’y résolvent tous deux. Un paquet qui s’enregistre auprès du navigateur accorde des verbes ; il ne reloge jamais l’espace de travail. L’alternative — chaque paquet de capacité frappant son propre lieu — briserait le « navigateur » mental unique de l’utilisateur en éclats par paquet, incapables de voir les preuves les uns des autres.

Sans yeux est un axe, pas une identité. Citons l’en-tête une dernière fois : « Que quelque chose regarde réellement un royaume traverse les deux cas — un monde de service natif et une inscription de classe workspace sans contrat de perception sont tous deux sans yeux — c’est donc ici une propriété, jamais un troisième cas. » Le système de types maintient séparés, de façon permanente, où vit un fait et si quelque chose observe.

Le README de l’architecture généralise toute la section en un principe d’ingénierie, et il mérite d’être souligné :

Une couche qui achemine les preuves par acteur doit énumérer ses acteurs de façon complète, sans quoi les lectures n’atterrissent nulle part — énumérez donc les genres de façon fermée et les instances de façon ouverte, et ne laissez jamais les deux partager un type.

La famille

Les mondes et les royaumes sont le système d’adressage. Autour d’eux, la couche ambiante est une petite famille de mécanismes, chacun portant une pièce du paradigme. Un tour d’horizon, un paragraphe chacun :

Le magasin de contexte. AmbientContextStore est la conscience à court terme, en mémoire, de la machine et de la conversation en cours — « la perception en direct et les lectures restent ici ; Totem possède la récupération durable ». La scission compte : le contexte ambiant, c’est maintenant, peu coûteux à garder et peu coûteux à perdre ; la mémoire est durable et franchit une frontière de consentement pour être écrite.

Faits, emplacements, clés. Un détail sensoriel traité est un AmbientFact, indexé par (realm, slot) — et l’emplacement est l’unité de remplacement : un fait récent sur le même emplacement du même royaume remplace l’ancien, si bien que le magasin converge au lieu de s’accumuler. Chaque fait porte sa provenance (était-ce une lecture d’accessibilité en direct, un corps en cache, une lecture de recette, ou une dérivation ?) et son enregistrement — s’il a été perçu de façon ambiante ou demandé. Ces deux axes sont l’honnêteté du magasin : le système sait toujours comment il sait.

La porte de référence. Quand l’utilisateur dit « ce paragraphe » ou « le fichier sketch », quelque chose doit faire correspondre un référent parlé au monde ambiant. AmbientElementIndex détient, par portée, des enregistrements vectorisés de ce qui entoure ; AmbientReferenceGate est, dans ses propres mots, « LA PORTE D’ENTRÉE pour faire correspondre un référent parlé au monde ambiant ». Une seule porte, pour que la résolution ait un seul comportement.

Le moteur. AmbientEngine « résout un tour une seule fois, avant que les prompts ou les Skills exécutables soient assemblés » — produisant une unique AmbientRoute (intention, attention, cible d’écriture, plan de mémoire) que le reste du tour traite comme acquise. L’acheminement n’est pas quelque chose que chaque consommateur en aval redérive ; il se fait une fois, en amont, à partir des preuves.

La voix. AmbientVoice, c’est Mary qui parle sans qu’on le lui demande — la chose la plus invasive qu’un système ambiant puisse faire, et par conséquent la plus encadrée. Son mode est une énumération à trois états, off / observe / speak, et la doctrine sur le premier état est exacte : « off n’est pas observe avec le volume baissé. off ne pense pas : pas de tick, pas de diff, pas de trace. » Et lorsqu’elle décide qu’un moment mérite une remarque, la remarque ne porte délibérément aucune phrase — car en composer une au point de détection reviendrait à utiliser un gabarit, « ce qui est précisément l’aléatoire que cette fonctionnalité existe pour éviter. “Avec intention” signifie que la phrase est écrite par ce qui écrit ses autres phrases ».

Les affordances. Une AmbientAffordance est « QUELQUE CHOSE QUE L’ÉCRAN OFFRE EN CE MOMENT MÊME » — un bouton, dans les mots du contrôle lui-même : « Skip Ads », « Full screen (f) », « Sign in ». Les libellés comptent parce que « l’embedding fait correspondre “skip the ad” à ces mots, pas à une table écrite par Mary ». Un observateur parcourt l’arbre d’accessibilité de la fenêtre de devant — une seule fenêtre, celle de devant, seulement tant qu’elle est au premier plan, car « une affordance périmée est un appui faussement assuré qui n’attend qu’une phrase ». Et la sonde d’affordances n’est consultée qu’à un seul moment : lorsqu’un tour qui voulait manifestement qu’on fasse quelque chose a épuisé ses rounds sans rien exécuter — « LE DERNIER BARREAU AVANT L’ÉCHEC HONNÊTE ». La règle qui l’admet dans l’acheminement est celle que tout signal en forme de route doit satisfaire ici : « IL AJOUTE DU TRAVAIL ET NE RETIRE JAMAIS DE PORTÉE ».

Cette dernière règle, c’est de nouveau la doctrine du calendrier, sous d’autres habits. Chaque signal de la couche ambiante a le droit d’étendre ce que Mary peut atteindre, et l’interdiction de le restreindre.

Pas d’inférence, pas de plugins

Le fait le plus étrange de la couche du paradigme est ce qu’elle ne contient pas. MaryAmbient ne dépend que de MaryFoundation — pas de moteur d’inférence, pas de plugins, pas d’EventKit, pas de modèle. Tout ce vers quoi elle se tendait autrefois est désormais un protocole injecté : le registre des Abilities, le condensé du calendrier, la liste des applications enregistrées.

Cette pureté n’est pas esthétique. La couche ambiante est la partie du système qui décide ce qui est vrai en ce moment et à quoi cela appartient — et une couche investie de cette tâche ne peut pas être enchevêtrée avec une manière particulière d’agir sur la vérité. Parce qu’elle n’est que preuve-et-adresse, tout ce qui se trouve au-dessus est interchangeable : un autre moteur d’inférence, une autre liste de plugins, un autre backend de mémoire, et le paradigme tient.

C’est ce que je veux dire quand j’appelle l’architecture Ambient le paradigme plutôt qu’une fonctionnalité. C’est la couche qui rend le reste cohérent — la réponse à « où va ce que l’assistant remarque », conçue par l’échec survenu quand la réponse était incomplète.

Énumérez les genres de façon fermée et les instances de façon ouverte — et ne laissez jamais les deux partager un type.