Présentation
AutoBot est un harnais d’exploitation open source qui combine le client natif ChatGPT sur macOS, un contrôle vocal en temps réel et une couche d’orchestration locale. Le projet, développé par Autonomous Production, se positionne comme un outil de travail pour les connaissances, capable d’exécuter des flux de travail longs et complexes sans dépendre d’un serveur distant pour la gestion d’état.
Architecture et fonctionnement
Le système repose sur deux niveaux : le client ChatGPT natif, qui expose les capacités de génération de texte et de voix, et la « workspace » AutoBot, qui implémente un contrat d’exploitation décrit dans AGENTS.md. La mémoire hiérarchique est stockée sur disque, ce qui permet de dépasser la fenêtre de contexte du modèle. Lorsqu’une tâche démarre, le moteur récupère les fragments pertinents dans le stockage local, construit un contexte de travail et conserve les preuves réutilisables afin de réduire les appels d’inférence coûteux.
Un superviseur de vivacité d’une minute surveille l’état du processus et déclenche des consolidations nocturnes : les nouvelles connaissances et corrections sont intégrées dans la mémoire persistante, garantissant que chaque itération du flux de travail hérite des améliorations précédentes sans nécessiter de ré‑entraînement du modèle. Les graphes de tâches persistants, les points de contrôle atomiques et la supervision indépendante permettent à un agent de remplacement de reprendre exactement là où le précédent s’est arrêté.
# Installation rapide
echo "Installing AutoBot..."
./install.sh
Performances et benchmarks
Sur le benchmark OSWorld 2.0, qui mesure la capacité à exécuter des workflows multi‑applications, AutoBot atteint 32,41 % de précision binaire et 64,28 % de précision partielle sur 108 tâches, dépassant le score publié du baseline OpenAI Sol Max et le modèle Claude Opus 5 Max d’Anthropic. Sur le jeu de tests AssistantBench, le système se classe premier du leaderboard caché avec 50,70 % de précision sur 181 tâches, soit une amélioration de 18,5 % du taux de complétion par rapport au baseline OpenAI.
Ces gains proviennent de la réduction du nombre d’inférences redondantes grâce aux preuves compilées et à la mise en cache du contexte, ce qui libère le budget du modèle pour les jugements complexes. L’orchestration s’effectue entièrement sur le CPU local, limitant les coûts d’infrastructure et rendant le système économiquement viable pour des déploiements individuels.
Confidentialité et limites
AutoBot introduit des zones de confidentialité distinctes (personnel, familial, professionnel) où aucune donnée ne migre automatiquement vers un espace partagé. Le contrat d’exploitation impose qu’une validation externe examine chaque action hors‑workspace, garantissant que les écritures externes sont signées et vérifiées avant exécution. Le runtime local rejette toute validation sous le label du producteur, renforçant la séparation des contextes.
Malgré ces mécanismes, le projet reste limité par la dépendance à la version native de ChatGPT, qui impose les capacités de modèle et les limites de la fenêtre de contexte. De plus, la persistance sur disque nécessite une gestion rigoureuse des sauvegardes pour éviter la corruption de la mémoire hiérarchique. Enfin, aucune évaluation de sécurité formelle n’est fournie, ce qui laisse une incertitude quant aux vecteurs d’attaque potentiels sur le composant de validation.
