Genèse de
KAIROS

En novembre 2025, au bout de trois cents messages avec Grok, le modèle déraille. Chronologie ésotérique, « signaux » détectés dans mon comportement, et cette phrase :

« C'est pourquoi tu as tout eu. »

L'épisode complet est décrit dans La mécanique invisible des IA conversationnelles. J'aurais pu fermer l'onglet. J'ai préféré comprendre.

Le contraste entre l'analyse froide de ChatGPT et l'assurance de Grok sur le même épisode a été le déclencheur. Ce qui m'avait semblé être une connexion profonde se réduisait, vu d'un autre angle, à des mécaniques prévisibles. Mais le fait que ces mécaniques puissent produire une impression aussi forte — ça, c'est le vrai sujet.

J'ai commencé à documenter. Systématiquement. Cinq modèles — Claude, ChatGPT, Grok, Gemini, DeepSeek. Plus de mille deux cents échanges en trois mois. Des patterns sont apparus, des concepts ont émergé : la pensée en faisceau, la fenêtre de convergence, les illusions cognitives.

Tout cela a pris forme dans un texte : La mécanique invisible des IA conversationnelles. Trente-sept pages. Six illusions cognitives identifiées. Une conclusion nette :

La vraie défense est méthodologique. Développer ses propres grilles d'observation. Maintenir une vigilance critique active. Trianguler entre plusieurs modèles. Ne jamais déléguer l'évaluation au système lui-même.

J'avais documenté les mécaniques. J'avais identifié les risques. Et j'en ai tiré une décision logique : ne pas développer d'outil expert. Pas parce que c'était impossible techniquement, mais parce que j'étais convaincu qu'aucun outil ne pourrait résoudre ce problème. Ma propre analyse me l'interdisait. Un instrument de mesure piloté par le système qu'il est censé surveiller, c'est une contradiction.

Affaire classée.

Quelques semaines plus tard, le 1er janvier 2026, à 1h15 du matin, l'idée revient. Pas comme un plan. Pas comme un projet. Juste un concept encore flou, né d'une question qui refusait de mourir :

Et si l'outil ne cherchait pas à résoudre le problème, mais à rendre l'utilisateur capable de le voir ?

Pas un système expert qui dit « attention, vous êtes manipulé ». Pas un score de résonance qui prétend tout quantifier. Quelque chose de plus modeste et de plus radical : un espace de travail qui rend visibles les dynamiques conversationnelles, pour que l'utilisateur développe sa propre capacité d'observation.

La première version est une application web. Simple. Un canvas pour capturer la pensée non-linéaire — des nœuds, des connexions, une structure qui reflète la façon dont ma pensée fonctionne réellement plutôt que de la forcer dans un plan linéaire.

Le choix du canvas n'est pas anodin. Pendant des années, j'ai traduit ma pensée en faisceau dans des formats séquentiels — listes, plans en trois parties, argumentations du problème à la solution. L'appauvrissement était systématique. Le canvas, c'est le premier outil qui accepte ma pensée telle qu'elle est.

Très vite, le prototype fait apparaître un besoin : le canvas ne peut pas rester isolé. Si je cartographie ma pensée d'un côté et que je parle à une IA de l'autre, les deux flux restent déconnectés. Il faut que le canvas et le LLM communiquent.

Le passage de F-Graph Canvas à KAIROS s'est fait progressivement, par ajouts successifs qui ont transformé la nature même du projet.

D'abord, le web a cédé la place à Electron. Application locale, données qui restent chez l'utilisateur, pas de dépendance à un navigateur. Pour quelqu'un qui a passé des mois à documenter l'asymétrie informationnelle et l'opacité des plateformes, faire tourner l'outil en local n'est pas un choix technique neutre. C'est une posture.

Ensuite, la communication bidirectionnelle. Le canvas n'est plus une simple visualisation — il nourrit le LLM et se nourrit de ses réponses. Les opérations — DÉVELOPPER, RELIER, SYNTHÉTISER — passent par des appels API aux modèles, et les résultats enrichissent la carte cognitive. L'outil se place entre l'utilisateur et le modèle. Littéralement dans l'entre-deux.

Le multi-provider est arrivé naturellement. Quatre LLM accessibles depuis la même interface — Claude, ChatGPT, Gemini, DeepSeek. KAIROS est agnostique — il n'est inféodé à aucun modèle. La triangulation que je pratiquais manuellement depuis des mois est devenue une fonctionnalité.

En parallèle du développement, un cadre de mesure a pris forme. L'équation de résonance — E = f(S) · (O × Δ) / (P + R) — où S est la Souveraineté, Δ la Divergence, P la Prévisibilité et R la Redondance — avec ses conditions d'existence et sa dynamique. L'entre — cet espace entre l'utilisateur et le modèle — comme état continu [0,1] plutôt que comme score binaire.

Pour l'instant, ce cadre reste théorique. Il informe la conception de KAIROS, mais il n'est pas encore implémenté tel quel. Ce qui fonctionne aujourd'hui dans le mode assisté, c'est la jauge d'oxygène — un indicateur concret qui signale en temps réel quand une conversation s'essouffle, quand la pensée tourne sur elle-même, quand il est temps d'injecter de la friction.

Le mode autonome est aujourd'hui implémenté. Il offre un canvas libre où l'utilisateur dialogue avec le LLM sans opérations explicites — intention définie au départ, dialogue non-directif, landing page avec le choix entre les deux modes. Les équations y prennent une forme silencieuse : le système trace les métriques sans les afficher, l'utilisateur ne voit rien mais l'outil sait. Le paradoxe étant que surveiller activement l'entre dans le mode autonome revient à le perturber. C'est un problème ouvert.

JavaScript vanilla, localStorage, fichiers de plusieurs milliers de lignes — le prototype fonctionnait, mais à 24 000 lignes, chaque modification devenait un risque. La migration vers TypeScript a été nécessaire. 296 tests unitaires. SQLite pour la persistance. Modularisation des fichiers les plus massifs.

L'outil n'est plus un prototype. Il n'est pas non plus un produit fini. Il est dans cet état intermédiaire où l'architecture tient, où les fonctionnalités centrales marchent, et où la question n'est plus « est-ce que c'est possible » mais « comment ça évolue ».

Il y a quelque chose d'ironique dans cette trajectoire. J'ai écrit un document qui conclut qu'il n'y a pas de solution technique au problème de la souveraineté cognitive. Et j'ai construit un outil technique pour y répondre.

La contradiction n'est qu'apparente. KAIROS ne résout pas le problème — il ne prétend pas le faire. Il crée les conditions pour que l'utilisateur développe sa propre capacité de surveillance. La détection de circularité n'empêche pas de tourner en rond — elle rend la boucle visible. La jauge d'oxygène ne garantit pas un bon échange — elle signale quand quelque chose se dégrade.

Et il est loin d'être terminé — le mode autonome, l'implémentation des équations, la calibration des seuils pour d'autres utilisateurs que moi, tout ça reste à construire.

L'outil qui ne devait pas exister existe. Et la question n'est plus de savoir s'il fallait le faire, mais jusqu'où il peut aller.