Au sein de la piste AI Infra actuelle, la plupart des systèmes se concentrent encore principalement sur l'inférence de modèles et la puissance de hachage. La mémoire à long terme et la collaboration multi-agents en sont quant à elles encore à leurs prémices.
Unibase vise à bâtir le socle essentiel au fonctionnement continu des Agents IA — via une couche mémoire décentralisée, des protocoles d'Agent ouverts et une architecture de disponibilité des données. L'objectif : permettre à l'IA d'accumuler de l'expérience, de partager des connaissances et d'interagir dans des réseaux ouverts en tant qu'agents numériques durables.
Quelle est l'architecture globale d'Unibase ?
La structure globale d'Unibase repose sur trois composants fondamentaux : Membase, le protocole AIP et Unibase DA.
Membase assure la gestion de la mémoire à long terme des Agents IA, en stockant le contexte historique, les états des tâches et les données de connaissances. Le protocole AIP (Agent Interoperability Protocol) définit des normes de communication entre agents, permettant à différentes IA d'échanger des états et de collaborer sur des tâches. Unibase DA (Data Availability) gère le stockage, la synchronisation et l'accessibilité des données IA à haute fréquence.
Les systèmes d'IA traditionnels reposent généralement sur des bases de données centralisées et des fenêtres de contexte court terme. Unibase, quant à lui, privilégie la synchronisation des états à long terme et les réseaux d'agents ouverts. Son objectif n'est pas seulement d'améliorer les capacités des modèles, mais de fournir l'infrastructure nécessaire à la persistance et à la collaboration des Agents IA dans la durée.
| Module |
Fonction principale |
Principales caractéristiques |
| Membase |
Couche mémoire IA à long terme |
Stocke le contexte, les états historiques et les données de connaissances |
| Protocole AIP |
Protocole de communication des agents |
Gestion des identités, synchronisation des états et collaboration multi-agents |
| Unibase DA |
Couche de disponibilité des données |
Stockage, synchronisation et vérification on-chain des données IA |
Dans les modèles de langage traditionnels, le contexte des conversations est généralement limité en longueur. La plupart des états ne sont pas conservés à long terme après la fin d'une session. L'IA peine donc à accumuler de l'expérience en continu ou à mémoriser les préférences des utilisateurs et les tâches historiques sur la durée.
Le module Membase d'Unibase a été conçu pour résoudre ce problème.
Lorsqu'un Agent IA interagit avec des utilisateurs, exécute des tâches ou invoque des outils, les états pertinents sont convertis en données mémoire structurées. Ces données peuvent inclure des conversations historiques, des résultats de tâches, des informations environnementales ou des fragments de connaissances. Membase écrit ensuite ce contenu dans le système de mémoire à long terme et crée des index consultables.
Lors des tâches ultérieures, l'Agent IA peut récupérer ces états historiques, ce qui permet un apprentissage continu et une persistance du contexte. Cette architecture transforme l'IA en une entité numérique durable, bien plus qu'un simple système de questions-réponses ponctuel.
| Type de mémoire IA |
Caractéristiques |
Limites |
| Fenêtre de contexte court terme |
Rapidité de réponse |
Impossibilité de conserver les états à long terme |
| Mémoire centralisée en base de données |
Stockage longue durée possible |
Dépendance vis-à-vis du contrôle de la plateforme |
| Membase (Unibase) |
Mémoire décentralisée à long terme |
Prise en charge de la collaboration multi-agents et du partage d'états |
La logique centrale de Membase va bien au-delà du simple « stockage de données ». Elle permet à l'IA d'accéder en continu aux états historiques et de les gérer.
Pendant leur fonctionnement, les Agents IA filtrent, mettent à jour et récupèrent les mémoires à long terme en fonction des besoins de chaque tâche. Par exemple, lorsqu'un utilisateur soumet une nouvelle demande, l'Agent peut d'abord rechercher les informations historiques pertinentes, puis générer une réponse en fonction du contexte actuel.
Contrairement aux bases de données traditionnelles, Membase privilégie la gestion de la mémoire au niveau sémantique. L'IA ne se contente pas de lire du texte : elle comprend les relations entre les utilisateurs, les objectifs des tâches et les changements environnementaux en s'appuyant sur les états historiques.
Dans les scénarios de collaboration multi-agents, différents Agents peuvent également partager des états mémoire partiels. Par exemple, un Agent de recherche peut synchroniser ses résultats avec un Agent d'exécution, qui poursuit ensuite les étapes suivantes.
Cette structure transforme la mémoire à long terme : elle n'est plus un actif propre à un modèle unique, mais une infrastructure partagée au sein d'un réseau d'agents ouverts.
Le protocole AIP est le protocole d'interopérabilité des agents d'Unibase. Il fait office de norme de communication au sein de l'écosystème des Agents IA.
Dans un Internet d'agents ouverts, les Agents peuvent provenir de différents modèles, plateformes ou applications. Sans un protocole unifié, l'échange d'états et la collaboration deviendraient quasiment impossibles.
Les fonctionnalités principales du protocole AIP incluent la gestion des identités, la synchronisation des états, le contrôle des permissions et la communication directe entre agents. Par exemple, un Agent peut demander les résultats d'une analyse de données à un autre, ou lui déléguer des tâches spécifiques.
Cette structure rappelle les interactions entre Smart Contracts dans le Web3. En fournissant une norme commune, différents Agents IA peuvent établir des relations de collaboration au sein d'un réseau ouvert, sans être enfermés dans une plateforme unique.
| Fonction |
Rôle du protocole AIP |
| Identité de l'agent |
Gère les identités et les permissions des agents |
| Synchronisation des états |
Synchronise les états des agents |
| Communication |
Établit la communication entre agents |
| Coordination des tâches |
Prend en charge les tâches collaboratives multi-agents |
| Invocation d'outils |
Appels d'outils entre agents, toutes plateformes confondues |
Les Agents IA génèrent de gros volumes de données à haute fréquence lors de leur fonctionnement continu : mises à jour de mémoire, états de tâches, enregistrements d'appels d'outils, informations de collaboration, etc.
Les blockchains traditionnelles peinent à traiter directement ces données IA à haut débit. C'est pourquoi Unibase introduit une couche de disponibilité des données dédiée.
Les fonctions principales d'Unibase DA incluent l'augmentation du débit des données IA, la réduction des coûts de stockage à long terme, la garantie de l'accessibilité des états et la prise en charge de la vérification et de la synchronisation on-chain.
Pour les réseaux d'agents IA, la couche de disponibilité des données constitue l'infrastructure sous-jacente de la mémoire à long terme et de la synchronisation des états. Sans une disponibilité stable des données, les Agents IA ne pourraient ni fonctionner en continu ni partager leurs états efficacement.
| Type de données |
Rôle dans Unibase DA |
| État du dialogue |
Enregistre le contexte actuel de l'agent |
| Mises à jour de mémoire |
Synchronise les mises à jour de la mémoire à long terme |
| Enregistrements d'outils |
Stocke les résultats des appels d'outils |
| Données de collaboration entre agents |
Enregistre les états de collaboration multi-agents |
| Données de vérification |
Prend en charge la vérification et la traçabilité on-chain |
Dans l'architecture d'Unibase, un processus standard de collaboration multi-agents comporte plusieurs étapes.
Tout d'abord, un utilisateur soumet une demande de tâche à un Agent IA — recherche de données, analyse de marché, exécution automatisée, etc. L'Agent appelle ensuite Membase pour récupérer les états historiques à long terme, notamment les préférences de l'utilisateur, les tâches passées et les données de connaissances pertinentes.
Si la tâche implique plusieurs Agents, le protocole AIP établit des liens de communication entre eux. Par exemple, un Agent de recherche peut rassembler des informations tandis qu'un Agent d'exécution assure le traitement suivant.
Pendant l'exécution de la tâche, tous les changements d'état et mises à jour de données sont synchronisés avec Unibase DA pour garantir l'accessibilité des données et la cohérence des états. Une fois la tâche terminée, les données nouvellement générées sont réécrites dans Membase, devenant ainsi un contexte à long terme pour les tâches futures.
| Étape |
Module système |
Rôle principal |
| Demande utilisateur |
Agent IA |
Reçoit la tâche |
| Récupération de la mémoire |
Membase |
Récupère le contexte historique |
| Collaboration des agents |
Protocole AIP |
Établit la communication et la synchronisation des états |
| Synchronisation des données |
Unibase DA |
Enregistre l'état d'exécution |
| Mise à jour de la mémoire |
Membase |
Écrit dans la mémoire à long terme |
En quoi Unibase diffère-t-il des systèmes d'IA traditionnels ?
Les systèmes d'IA traditionnels adoptent généralement une architecture centralisée : la mémoire et les états sont stockés dans les bases de données de la plateforme. Les utilisateurs ont un contrôle limité sur leurs données et ne peuvent pas collaborer entre agents sur différentes plateformes.
Unibase, à l'inverse, met l'accent sur les systèmes de mémoire à long terme, les protocoles de communication ouverts entre agents, les structures de données décentralisées et les capacités de collaboration multi-agents.
L'IA traditionnelle s'apparente davantage à des appels de modèles ponctuels. Unibase, quant à lui, se concentre sur l'autonomie et la persistance à long terme des Agents IA.
| Dimension |
Systèmes d'IA traditionnels |
Unibase |
| Mémoire |
Contexte court terme |
Système de mémoire à long terme |
| Structure des données |
Base de données centralisée |
Stockage décentralisé |
| Collaboration des agents |
Limitée |
Prise en charge de la collaboration en réseau ouvert |
| Synchronisation des états |
Au sein de la plateforme uniquement |
Synchronisation inter-plateformes des agents |
| Propriété des données |
Contrôlée par la plateforme |
Met l'accent sur l'ouverture et la vérifiabilité |
Pourquoi l'Internet ouvert des agents a-t-il besoin d'une couche mémoire ?
L'objectif fondamental de l'Internet ouvert des agents est de permettre aux Agents IA d'exister de manière persistante, d'interagir en continu et de former des réseaux de collaboration — à l'image des utilisateurs sur Internet.
Si les Agents IA ne peuvent pas conserver les états à long terme, chaque tâche nécessite de reconstruire le contexte, ce qui limite considérablement l'efficacité de la collaboration. La couche mémoire existe précisément pour donner aux Agents IA une « identité persistante » et une « expérience à long terme ».
Dans cette configuration, l'IA n'est plus seulement un modèle qui génère du contenu temporaire. Elle devient un agent numérique capable de croître et d'évoluer sur la durée.
C'est pourquoi les systèmes de mémoire à long terme sont considérés comme une infrastructure critique pour l'Internet ouvert des agents, et Unibase s'impose comme un projet représentatif dans cette direction.
Résumé
La logique opérationnelle centrale d'Unibase repose sur la mémoire à long terme, les protocoles ouverts et la disponibilité des données.
Grâce à Membase, au protocole AIP et à Unibase DA, les Agents IA peuvent conserver un contexte à long terme, collaborer entre plateformes et synchroniser en continu leurs états au sein d'un réseau ouvert. Cette architecture transforme les Agents IA : d'outils à court terme, ils deviennent des entités numériques autonomes capables d'exister et d'évoluer dans le temps.
FAQ
Quel est le rôle de Membase ?
Membase stocke le contexte à long terme, les tâches historiques et les données de connaissances des Agents IA. Il permet à l'IA d'apprendre en continu et d'accéder à des informations historiques.
Comment fonctionne le protocole AIP ?
Le protocole AIP est un protocole de communication entre agents. Il permet la gestion des identités des agents, la synchronisation des états et la collaboration multi-agents.
Qu'est-ce qu'Unibase DA ?
Unibase DA est la couche de disponibilité des données. Elle prend en charge le stockage, la synchronisation et l'accessibilité des données à haute fréquence pour les Agents IA.
Pourquoi les Agents IA ont-ils besoin d'une mémoire à long terme ?
La mémoire à long terme permet à l'IA de conserver les états historiques, d'accumuler de l'expérience au fil du temps et d'améliorer sa collaboration sur des tâches complexes.
Qu'est-ce que l'Internet ouvert des agents ?
L'Internet ouvert des agents est un réseau ouvert dans lequel les Agents IA peuvent se connecter et interopérer, permettant à plusieurs agents de collaborer sous un protocole unifié.
