Le maillage, et le coût de l’échelle
Partie I — Le serveur · Chapitre 3 sur 9
En mai, Oracle — le maillage de récupération pair à pair, différé au moment de la revue mais conservé pour ses motifs — avait une vraie conception. C’est la chose la plus élégante techniquement de la partie I, et la raison pour laquelle elle compte dans ce livre est ce que son unique problème non résolu m’a appris.
Deux niveaux
L’intuition est venue en remarquant que l’infrastructure était déjà là. Chaque nœud Seer calcule des embeddings de tags au moment de l’indexation — des résumés sémantiques compacts de chaque groupe de contenu, déjà stockés. Ce sont un signal d’acheminement. Laissez les pairs les diffuser par gossip, et le maillage lui-même devient navigable :
Note de terrain — 2026-05-09. « Au moment de la requête : le nœud requérant calcule la similarité de tags avec les embeddings de tags des pairs connus […] achemine uniquement vers les K pairs sémantiquement les plus proches — ignore tous les autres. Ces pairs exécutent une recherche HNSW locale et renvoient des candidats ; le nœud requérant fusionne et reclasse. […] Le réseau de pairs est lui-même parcouru comme un HNSW — des sauts gloutons vers la similarité sémantique au niveau inter-pairs, une recherche locale en faisceau à l’intérieur de chaque pair. »
Deux niveaux du même algorithme : un graphe grossier navigable entre les pairs, un graphe fin à l’intérieur de chaque pair. Au lieu de diffuser une requête à tous les N nœuds, vous exécutez O(K) vraies recherches, où K est petit.
Les vertus se sont empilées presque gratuitement. Les embeddings de tags préservent la vie privée — les pairs exposent des libellés sémantiques grossiers, jamais de vecteurs bruts ni de contenu. Le coût à l’indexation est nul, puisque les tags existent déjà. La topologie s’auto-organise : les pairs au contenu similaire restent connectés par le gossip normal, et les pairs sémantiquement éloignés disparaissent peu à peu des tables d’acheminement les uns des autres. Même le mode d’échec est poli — un pair manqué est un pair sémantiquement distant, dont les documents étaient de toute façon peu probables comme candidats.
Sauf dans un cas, dessiné délibérément dans le schéma ci-dessus.
Le problème des sujets rares
L’échec s’inverse exactement là où l’acheminement réussit. Les sujets courants s’acheminent à merveille — les tags du bon pair sont clairement les plus proches. Mais supposons qu’un seul pair du maillage ait jamais indexé quoi que ce soit sur, mettons, le chant diphonique mongol — et que ce pair ait aussi indexé deux cents documents en théorie musicale, linguistique, physique, anthropologie. Son embedding de tag pour le groupe concerné est un centroïde de tout cela. La niche s’y trouve, mais moyennée jusqu’à l’invisibilité — tandis que trois autres pairs aux clusters musicaux forts et génériques paraissent plus proches et remportent le seuil d’acheminement. On les interroge. Ils ne renvoient rien. Le seul pair qui sait n’est jamais sollicité.
La note nomme les deux moitiés de ce qui rend cela réellement difficile :
Note de terrain — 2026-05-09. « On ne peut pas distinguer “aucun pair n’a cela” de “le bon pair existe mais son signal d’acheminement est faible” — les deux ressemblent à de faibles scores de similarité partout. […] Les embeddings de tags sont des résumés. Résumer détruit la spécificité. Plus un pair a indexé, plus ses embeddings de tags régressent vers de larges centroïdes sémantiques, qui sont exactement le mauvais signal pour acheminer les sujets rares. »
J’ai esquissé les réponses classiques, et chacune fonctionne et coûte. Un index inversé creux sur les tokens littéraux des tags, diffusé par gossip aux côtés des embeddings denses — les tags rares sont représentés explicitement *parce qu’*ils sont rares. Un fan-out adaptatif — quand tous les scores du top-K sont faibles, lire la forme de la distribution des scores comme un signal de sujet rare et élargir automatiquement la requête. Une fusion pondérée par la confiance — laisser les pairs renvoyer des scores locaux calibrés, pour que le demandeur distingue « trouvé » de « le bon pair n’a pas été atteint ».
La tension tenait à ce qu’elles se cumulent : la découverte exige l’index inversé, la couverture exige le fan-out adaptatif, la terminaison exige le score de confiance — trois couches de protocole empilées sur un système censé tourner sur du matériel personnel à connectivité intermittente. Des portables qui se mettent en veille. Des serveurs domestiques derrière un NAT. Des machines dont le propriétaire a refermé le capot.
Ce que le maillage a enseigné
Rester avec cette tension a produit le réordonnancement le plus lourd de conséquences du projet — non pas une solution au rappel des sujets rares, mais une rétrogradation de la question.
Le maillage suppose que l’intelligence intéressante vit dans le réseau, et que le travail du nœud est de l’atteindre. Mais tout ce que la partie I avait réellement construit pointait dans l’autre sens. Sinatra apprend la relation d’une personne à ses propres idées. Les CID de partition donnent à vos pensées une identité durable. La récupération qui vaut la peine d’être personnalisée est écrasamment une récupération sur ce que vous savez, avez écrit et touché. Pour cela, un seul nœud local — complet, privé, toujours disponible, sans fan-out, sans gossip, sans seuils de confiance — n’est pas la version dégradée du maillage. C’est l’objet primaire. Le maillage est ce que les nœuds font plus tard, le long d’arêtes que vous avez choisies, exactement comme le modèle de confiance d’Oracle l’a toujours voulu : de façon organique, consentie, et seulement là où cela ajoute de la portée.
Le centre de gravité s’est donc déplacé, définitivement, vers la machine posée sur le bureau. Le travail sur la qualité de la récupération s’est poursuivi — c’était le premier enseignement de la revue — mais l’architecture a cessé de graviter autour d’un réseau et s’est mise à graviter autour d’une personne.
Le foyer de l’assistant est la machine de l’utilisateur.
Ce qui a soulevé la question suivante : si le nœud est l’objet primaire, qu’est-ce exactement qu’un nœud ? La mémoire avait besoin d’un corps.