fak — le Fused Agent Kernel (introduction en français)

Ceci est une page d’entrée localisée (entry point), pas une traduction complète de la documentation. La documentation canonique est en anglais — cette page vous donne l’essentiel, la preuve en 60 secondes et le chemin d’installation, puis vous renvoie vers la documentation anglaise. Avertissement : cette traduction est générée automatiquement et attend une relecture native — les corrections par issue/PR sont bienvenues.

Auf Deutsch: Deutsch — toutes les langues sur le hub i18n.

fak en une ligne

fak est un binaire Go qui se place entre votre agent IA et ses tool calls — il vérifie chaque tool call avant son exécution, et réutilise le travail stable dans les sessions longues. Résultat : la même boucle d’agent devient plus sûre, moins chère et plus rapide, sans rien changer d’autre.

Vous ne réécrivez pas votre agent — vous pointez une base URL vers fak, et chaque tool call passe d’abord par le capability floor.

fak guard -- claude    # enveloppe votre agent existant en une seule commande

Pourquoi c’est pertinent pour les startups européennes

Les données restent sur votre infrastructure (RGPD/GDPR). fak est self-host-first : un binaire statique placé devant un modèle local (fak guard --gguf …) ou le provider de votre choix — fail-closed sur chaque backend, capability floor en default-deny, et un journal d’audit inviolable pour chaque tool call. Il n’existe aucun chemin « transféré par défaut vers un pays tiers » à analyser. Détails : Data residency & compliance.
Le journal d’audit de l’AI Act européen est déjà livré (article 12, applicable le 2 août 2026). fak écrit un journal de décisions append-only, chaîné par hachage SHA-256, vérifiable hors ligne avec fak audit verify — la correspondance entre les obligations de l’article 12 et le mécanisme livré est documentée dans EU AI Act Article 12 conformance. Ce n’est pas un conseil juridique — mais c’est la brique technique qu’un audit demande.
Le prix des tokens est un levier de marge. fak réutilise le travail partagé des sessions longues (le system prompt + la liste d’outils — le KV cache du travail déjà fait) : sur un run de 50 tours × 5 agents, ~4,1× moins de travail qu’une stack warm-cache optimisée (~60× par rapport à une boucle naïve de re-envoi ; le chiffre honnête est 4,1×). Le routage per-aspect envoie en plus les parties bon marché vers des modèles moins chers. Chaque chiffre est tracé dans BENCHMARK-AUTHORITY.
Apache-2.0, zéro friction d’achat. fak est libre, open source et auto-hébergé — pas de contrat fournisseur, pas de carte bancaire, pas de compte. git clone et go install, c’est tout le chemin.
Un binaire statique, zéro dépendance externe. Des ops simples pour une petite équipe — pas de sidecar, pas d’authorizer séparé. Du laptop à la flotte, le même artefact ; vous ajoutez des flags, pas des composants.

Quels problèmes fak résout

Les sessions longues cessent d’être chères. La remise prompt-cache du provider ne tient que si le préfixe caché reste identique octet par octet ; fak évacue les vieux tours tout en gardant le préfixe byte-identique — la remise ne casse pas.
Sécurité default-deny. La politique de permissions s’exécute dans le kernel, sur le même call path. Empêcher une action irréversible ne dépend pas de la « détection » d’une attaque — le levier n’a jamais été câblé. C’est fail-closed, pas fail-open.
Prompt injection / résultats d’outils empoisonnés. Les résultats d’outils suspects sont placés en quarantaine pour qu’ils n’entrent jamais dans le contexte du modèle — par structure, pas par un classifieur.

La preuve en 60 secondes (pas de clé, pas de modèle, pas de GPU)

go build -o fak ./cmd/fak
./fak preflight --policy examples/customer-support-readonly-policy.json --tool refund_payment --args "{}"   # -> DENY (POLICY_BLOCK)
./fak preflight --policy examples/customer-support-readonly-policy.json --tool search_kb     --args "{}"   # -> ALLOW
./fak agent --offline                                                                                       # injection bloquée, tâche quand même accomplie

Avec votre modèle

fak ne remplace pas votre modèle — il le gouverne et le met en cache. Qwen2/Qwen3 et GLM-MoE sont prouvés bit-exact dans le moteur de référence in-kernel ; tout le reste (Mistral, DeepSeek, n’importe quel modèle open-weights) est fronté via l’interface compatible OpenAI — par Ollama / vLLM / SGLang / llama.cpp / LM Studio ou toute API compatible OpenAI.

Où aller ensuite

Licence : Apache-2.0.

fak — le Fused Agent Kernel (introduction en français / French introduction)

Page d'entrée en français pour fak : un binaire Go qui vérifie chaque tool call avant exécution — la même boucle d'agent devient plus sûre, moins chère, plus rapide ; auto-hébergement compatible RGPD et journal d'audit aligné sur l'AI Act européen.