Synapse veut transformer tes agents IA en équipe

Tu peux déjà faire travailler plusieurs agents IA dans un même projet. Le problème, c’est qu’ils vivent souvent dans des conversations séparées, avec des permissions floues et une mémoire qui disparaît dès qu’on change de fenêtre. Synapse, un projet open source de Z.ai, propose une autre organisation : la conversation devient la pièce où humains, agents, outils et décisions se retrouvent.

L’idée n’est pas de remplacer un chatbot par un chatbot plus bavard. Synapse veut fournir un espace de travail auto-hébergé où des coéquipiers IA partagent un fil, se réveillent les uns les autres et n’obtiennent que les accès accordés. Le dépôt est encore en phase de conception et d’implémentation précoce : les contrats peuvent changer et les anciennes données ne sont pas garanties compatibles.

Hermes et OpenClaw posent la même question sous un autre angle, avec deux philosophies très différentes.

Dépôt GitHub de Synapse — schéma officiel et présentation du projet.

Une conversation qui devient un espace de travail

Dans Synapse, une conversation n’est pas seulement l’historique d’un échange. Elle délimite les participants, la visibilité du transcript, les réveils des agents et le passage de mémoire. Un humain peut y côtoyer un acteur IA natif, un agent distant et une identité venue d’une messagerie externe.

Cette organisation change la façon de déléguer. Un acteur peut déposer une tâche, un autre la reprendre et un troisième demander une validation, le tout dans le même fil. Les demandes de plan ou d’autorisation arrivent sous forme de cartes dans la conversation, au lieu de disparaître dans une notification isolée.

Le dépôt annonce aussi le partage de coéquipiers par QR code ou identifiant, avec approbation du propriétaire. Le partage entre espaces permet aujourd’hui la découverte et les listes de participants, mais l’exécution entre espaces reste annoncée comme un élément de feuille de route. Cette nuance évite de prendre une démonstration d’architecture pour une fonction déjà stabilisée.

README officiel de Synapse — description des participants et des conversations.

Des agents reliés à tes machines

Synapse ne cherche pas à enfermer tous les agents dans son propre moteur. Son daemon d’agent distant peut relier des outils comme Claude Code ou Codex CLI, lancés sur une autre machine. Le daemon ouvre une connexion sortante, récupère les messages et fait remonter les réponses dans la conversation.

Le principe est important pour la sécurité : l’agent distant conserve son environnement et ses comptes de modèles, mais les capacités qui lui sont exposées passent par les autorisations du workspace. Fichiers, ligne de commande, navigateur ou usage de l’ordinateur sont présentés comme des outils MCP, c’est-à-dire des interfaces standardisées permettant à un agent de demander une action à un logiciel ou à une machine.

Le fonctionnement est décrit comme du pull, pas du push. L’agent va chercher les messages au lieu de recevoir des ordres imprévus. Ce n’est pas une garantie magique : une machine reliée à des outils reste une machine qu’il faut protéger, journaliser et limiter. Mais le modèle d’autorisation est plus lisible qu’un accès global posé dans une variable d’environnement et oublié six mois.

Mémoire et autorisations au même endroit

Le projet regroupe les autorisations dans un registre de ressources. Acteurs, plugins, compétences, espaces mémoire, appareils et sources d’événements peuvent recevoir des droits explicites et révocables. Une action sensible peut générer une carte de validation dans la conversation, avec une approbation consommée une seule fois.

La mémoire suit la même logique. Elle vit dans des espaces auxquels on donne un accès, plutôt que dans un grand tiroir partagé par tous les agents. Synapse combine recherche lexicale et représentations vectorielles, ces nombres qui permettent de retrouver des textes proches par leur sens. Sans fournisseur d’embeddings, la recherche par mots reste disponible.

Le dépôt promet aussi de conserver les anciennes conversations sous forme d’archives plutôt que de les résumer automatiquement. C’est séduisant pour retrouver une décision précise, mais cela coûte du stockage et ne dispense pas d’une bonne organisation. Une mémoire intégrale n’est utile que si tu peux retrouver ce que tu cherches et retirer ce qui ne doit plus l’être.

L’auto-hébergement demande un vrai serveur

Le chemin officiel passe par un hôte Ubuntu et Docker Compose. La pile comprend PostgreSQL, Redis, une API, l’interface web, une version web de l’application mobile, nginx pour l’entrée TLS et Certbot pour les certificats. Des profils optionnels ajoutent l’OCR, la transcription, l’extraction documentaire ou des fournisseurs locaux.

Le guide de déploiement demande de préparer les domaines, de générer un fichier d’environnement local, puis de construire les images de production. Il faut ensuite initialiser la base et configurer au moins un groupe de modèles avant de lancer les vrais flux IA. Les commandes sont accessibles, mais l’ensemble n’est pas une installation en cinq minutes : plusieurs services, des certificats, des secrets et des sauvegardes entrent dans l’équation.

Le projet propose aussi des bacs à sable temporaires pour isoler certains travaux. Le backend Docker est présenté comme le choix préférable pour des charges non fiables ou multi-utilisateurs. Le mode local demande des privilèges supplémentaires au conteneur et affaiblit cette isolation. Pour un usage familial sur une machine personnelle, la question est déjà sérieuse ; pour plusieurs utilisateurs, elle devient incontournable.

Ce que Synapse ne promet pas encore

Le point le plus honnête du README est aussi le plus important : Synapse est encore précoce. Les schémas, les contrats d’exécution et les écrans peuvent évoluer rapidement. Une installation de test convient pour découvrir l’approche ; une migration de tes données et de tes automatismes exige des sauvegardes et l’acceptation d’éventuelles ruptures.

La feuille de route mentionne la collaboration entre espaces, des profils de bacs à sable et une projection sous forme de système de fichiers. Ces éléments sont directionnels, pas des fonctions à vendre comme disponibles. Le projet fournit déjà une vision cohérente, mais la distance entre une architecture bien dessinée et une expérience quotidienne fiable reste à mesurer.

Mon verdict est simple : Synapse est intéressant si tu veux comprendre à quoi pourrait ressembler une équipe d’agents gouvernée par les conversations, les permissions et une mémoire partagée. Il est moins adapté si tu cherches aujourd’hui un logiciel banal à installer, oublier et laisser tourner sans surveillance. Pour l’instant, c’est un laboratoire sérieux à suivre, pas encore le bouton magique qui transforme ton serveur en collègue.

Sources

Synapse sur GitHub — dépôt officiel, licence Apache 2.0, fonctionnalités et état du projet.

README officiel — conversations, agents distants, mémoire, autorisations et feuille de route.

Guide de déploiement Docker — prérequis Ubuntu, Docker Compose, TLS et initialisation.

Journal des changements — première version et surfaces livrées.

—

Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.

Pour un lecteur qui veut simplement une IA privée, Synapse peut sembler disproportionné. Il faut gérer une base de données, une file de tâches, plusieurs conteneurs et une entrée web sécurisée. En revanche, pour une petite équipe qui veut réunir ses agents, ses appareils et ses validations dans un seul endroit, cette complexité répond à un vrai besoin plutôt qu’à une collection de boutons décoratifs.

Le détail qui me paraît le plus prometteur est la visibilité des décisions. Quand un agent demande un accès ou attend une réponse, la demande reste dans le fil de travail. On peut donc relire ce qui s’est passé, comprendre pourquoi une action a été autorisée et reprendre la main. Ce n’est pas spectaculaire comme une démo qui clique toute seule, mais c’est le genre de plomberie qui évite les mauvaises surprises après le troisième automatisme.