Cognition

Page générée — ne pas éditer

Rendue au build par scripts/gen_doc_reference.py, depuis web/data/catalogue-export.json. Une modification manuelle serait perdue au build suivant.

Ces patterns forment le cœur cognitif du noyau agentique : ils augmentent l'usage du modèle avant qu'il agisse. Là où les autres familles gouvernent, prouvent ou exécutent, ceux-ci structurent la façon dont l'agent décompose, raisonne, se révise et choisit ses compétences.

4 patterns dans cette famille.

COG-01 — Décomposition d'objectif

Intention. Transformer un objectif vague en sous-buts vérifiables et ordonnés avant d'agir ou de déléguer.

Problème. Un modèle tente souvent de répondre à un objectif large en un seul jet, ce qui masque dépendances, angles morts et critères de succès.

Solution. Découper l'objectif en sous-buts explicites, chacun avec critère de complétion, dépendances et preuve attendue, puis exécuter ou encapsuler chaque sous-but dans une task envelope.

Maturité. Minimal

Contrôles. Critère de complétion par sous-but, dépendances déclarées, task envelope, revue de plan, budget proportionné au risque

À ne pas faire. Attaquer un objectif complexe en une seule requête sans sous-buts ni critères.

Relations. Dépend de ORC-02 · Renforce ORC-11 · À ne pas confondre avec ORC-11

COG-02 — Espace de raisonnement gouverné

Intention. Donner au modèle un espace de raisonnement intermédiaire, distinct de la sortie livrable et non persisté par défaut.

Problème. Le raisonnement intermédiaire est soit absent (réponse précipitée), soit mélangé à la sortie, soit persisté ou fuité alors qu'il contient hypothèses fausses ou données sensibles.

Solution. Isoler un scratchpad éphémère pour hypothèses, étapes et calculs, borné en taille, séparé du livrable, non indexé sauf décision explicite via memory gate.

Maturité. Minimal

Contrôles. Séparation raisonnement/sortie, rétention courte, redaction, claim ledger pour ce qui devient affirmation, memory gate avant toute persistance

À ne pas faire. Exposer ou indexer le raisonnement brut comme s'il s'agissait d'une preuve ou d'une vérité.

Relations. Alimente QUA-01 · À ne pas confondre avec QUA-10

COG-03 — Auto-révision bornée

Intention. Améliorer une sortie par une passe de critique puis correction par le modèle lui-même, dans une boucle bornée.

Problème. La première sortie d'un modèle est souvent améliorable ; sans révision, des erreurs évidentes passent ; avec révision non bornée, le coût explose et le modèle tourne en rond.

Solution. Ajouter une passe d'auto-critique guidée par critères explicites, puis une correction ciblée, avec un nombre maximal d'itérations et un critère d'arrêt sur convergence.

Maturité. Contrôlé

Contrôles. Critères de révision explicites, budget d'itérations, arrêt sur convergence, escalade vers revue indépendante si enjeu critique

À ne pas faire. Boucle d'auto-amélioration infinie, ou auto-révision présentée comme une vérification indépendante.

Relations. Complète QUA-15 · Escalade vers QUA-15 · À ne pas confondre avec QUA-15

COG-04 — Sélecteur de compétence

Intention. Choisir et invoquer la compétence, l'outil ou le skill adapté à un sous-but, comme MOD-01 le fait pour les modèles.

Problème. Un agent peut ignorer une compétence disponible, en choisir une inadaptée, ou tout faire en raisonnement libre alors qu'un outil fiable existe.

Solution. Décrire les compétences disponibles (intention, entrées, coût, risque, preuves), puis sélectionner la plus adaptée au sous-but selon capacité, risque, coût et autorisations, avec fallback explicite.

Maturité. Contrôlé

Contrôles. Capability description, policy engine, tool blast-radius limiter, eval de compétence, fallback déclaré, telemetry d'usage

À ne pas faire. Choix de compétence implicite, ou usage d'un outil puissant sans vérifier périmètre et autorisation.

Relations. Analogue de MOD-01 · S'appuie sur RUN-06 · À ne pas confondre avec RUN-06