Projets

Construit, pas simulé.

L’essentiel du travail est tenu confidentiel. Ce qui peut être montré se trouve ici, présenté en fonction de la question qui compte pour une entreprise : ce que cela change, et où le jugement reste humain.

8 présentés· 1 trace en direct· 5 études de cas· 1 artefact public· 1 capacité privée
Public · Trace Preuve de travail · en direct 19,89 Md tokens 239 jours de fonctionnement depuis le 27 janvier 2026 · mis à jour le 24 septembre 2026 · pic de 1,02 Md en une journée · usage contradictoire réparti sur Claude, Codex, Hermes, Grok build CLI et OpenCode, OpenClaw étant le prédécesseur retiré · lu en local, rien n’est envoyé. Le chiffre est une trace, pas un trophée : la page montre où la dépense crée de la valeur, du gaspillage ou du risque. Claude Code élague ses anciens journaux, si bien que son total est maintenu au chiffre le plus élevé jamais mesuré par ccusage, son record du 24 juin plus tout ce qui a été consommé depuis. Le chiffre de Grok est un plancher tiré du journal qui subsiste. OpenClaw a fonctionné du 3 février au 30 mai 2026, et ses 44,3 M sont estimés à partir de journaux récupérés et de son historique quotidien de fonctionnement confirmé. Ouvrir le tableau de bord en direct →
Ateliers & programmes de formation
Méthode publique · Schéma de preuves
Public · Étude de cas
Adoption de l’IA // Preuves sur les flux de travail // Responsabilité humaine

AI Adoption Decision Evidence Lab

Nommez un flux de travail, testez la cause réelle et réunissez assez de preuves pour qu’un responsable humain puisse passer à l’échelle, changer ou arrêter.

PreuveUn schéma examinable, des exemples simulés, des jeux de test invalides et des limites explicites sur ce qui est affirmé transforment la méthode en quelque chose qui peut être contesté et testé.
StackUn flux de travail nommé · six causes racines · Construire en sécurité · Défendre en sécurité · Décider en sécurité
Pourquoi c’est importantRemplacez le théâtre de l’activité par des preuves attestant si un flux de travail réel a changé.
Lire l’étude de cas → Voir sur GitHub →
Preuves pour décider
Voix & IA conversationnelle
Playbook de production · 39 modules
Public · Étude de cas
IA vocale // Conformité européenne // Playbook de production

Voice Agent Deployment Kit

Un playbook de production pour livrer des agents vocaux qui survivent au contact de la réglementation européenne. Il couvre les SLA, le RGPD et l’AI Act, des scripts sectoriels et les cartes d’adoption que la plupart des équipes découvrent trop tard.

PreuveCartographie ce qu’il faut réellement pour livrer un agent vocal sous régulation européenne, sur 39 modules, afin que le travail de conformité et d’adoption soit planifié avant le lancement au lieu d’être découvert après.
StackSLA · RGPD · règlement européen sur l’IA · scripts sectoriels · cartes d’adoption
Pourquoi c’est importantLivrez un agent vocal dans l’UE sans mauvaise surprise de conformité après le lancement.
Lire l’étude de cas → Voir sur GitHub →
Agents vocaux
Recherche ouverte
Prépublication coécrite · Zenodo
Public · Étude de cas
Recherche coécrite // Mémoire de l’IA // Provenance

MaluDB : mémoire d’IA à long terme

Les organisations stockent des enregistrements, des documents, des tickets et des messages, mais perdent les preuves, la chronologie, les autorisations et le raisonnement qui rendent ce savoir réutilisable en toute sécurité. MaluDB propose une base de données conçue nativement pour la mémoire afin de combler cette couche manquante.

PreuveUne prépublication ouverte, coécrite et déposée sur Zenodo, qui spécifie une architecture de SGBD nativement orientée mémoire pour une mémoire institutionnelle partagée par les humains, les applications et les agents IA.
StackObjets mémoire · provenance · validité temporelle · autorisations · piste d’audit
Pourquoi c’est importantLa différence entre une IA qui fait fructifier ce que savent vos équipes et une IA qui répète des erreurs coûteuses.
Lire l’étude de cas → Lire la prépublication →
MaluDB
Outils & systèmes
Skill ouvert · Système de prompts
Public · Étude de cas
Skill ouvert // Préparation aux entretiens // Préparation aux appels de découverte

Call Readiness Coach

Le premier skill ouvert de Systems Detective. Un prompt à copier et coller qui met à l’épreuve votre préparation aux conversations qui décident de quelque chose : entretiens d’embauche, appels de découverte et onboarding client. Un seul moteur ancré dans les preuves, trois modes.

PreuveUn exercice de préparation fondé d’abord sur les preuves, qui pose une question à la fois, nomme le point faible et refuse l’histoire confortable du héros, avec le prompt complet public et installable comme skill.
StackPrompt à copier et coller · skill Claude · skill Codex · trois modes
Pourquoi c’est importantEntrez dans une conversation à forts enjeux avec une réponse qui survit à la deuxième question, pas avec une histoire qui s’effondre.
Lire l’étude de cas → Voir sur GitHub →
Call Readiness
Confidentialité en santé · Open source
Public · Étude de cas
Santé // Confidentialité // Gouvernance des données

Healthcare Data Privacy Lab

Un prototype d’anonymisation hors ligne et un parcours de contribution open source pour des flux de données de santé plus sûrs. J’ai d’abord construit un anonymiseur local de notes de santé, parce que les données de santé sensibles ne devraient pas passer par défaut dans des outils d’IA, des produits SaaS ou des flux de travail partagés. J’ai ensuite découvert OpenMed et j’ai commencé à contribuer à l’écosystème plus large.

PreuveJ’ai construit un prototype public d’anonymisation hors ligne autour de la minimisation locale des données, puis j’ai rejoint les travaux plus larges d’OpenMed sur la confidentialité et la fiabilité en santé.
StackHIPAA Safe Harbor · RGPD · règlement européen sur l’IA · systèmes local first · désidentification · OpenMed · Python · texte clinique · gouvernance des données
Pourquoi c’est importantLes systèmes de santé ne devraient pas commencer par téléverser du texte brut de patients. Ils devraient commencer par retirer ce dont le système externe n’a pas besoin.
Lire l’étude de cas → Voir OpenMed →
Privacy Lab
Disponible sur demande
Privé · Capacité
Due diligence // Vérification // Risque

Due diligence OSINT

Des outils pour vérifier à qui vous avez réellement affaire avant un accord, un recrutement ou un partenariat. Les preuves d’abord, les hypothèses en dernier.

PreuveUne capacité opérationnelle exécutée avant un accord, un recrutement ou un partenariat : elle établit qui se trouve réellement en face à partir de preuves ouvertes, et elle est livrée en privé plutôt que sous forme de téléchargement public.
StackOSINT · vérification d’identité · piste de preuves
Pourquoi c’est importantSachez qui se trouve de l’autre côté d’un accord, d’un recrutement ou d’un partenariat avant de vous engager.
Démarrer une conversation →
OSINT
Outil de discipline
Public · Artefact
Discipline // Concentration // Exécution

Anti Rabbit Hole

Un outil de discipline qui repère les spirales de recherche et redirige vers l’exécution, parce que la procrastination la plus coûteuse est celle qui ressemble à du travail.

PreuveUn contrôle opérationnel qui repère une spirale de recherche et la redirige vers l’exécution, afin d’interrompre la procrastination la plus coûteuse, celle qui ressemble à du travail.
StackPrompt de discipline · détection des spirales · redirection vers l’exécution
Pourquoi c’est importantTransformez le temps de recherche en décisions livrées plutôt qu’en agitation sans valeur.
Voir sur GitHub →
Anti Rabbit Hole

La plupart des missions auprès de clients restent privées par défaut. Si une capacité précise est pertinente pour votre situation, elle est montrée et discutée directement. Démarrer une conversation →