ZORAN's Jobs

Runtime de skills auto-orchestrant, transmissible et falsifiable. Satellite de ZORAN — projet 100 % autonome.

Mission : ZORAN_JOBS_20260521 · Phase 1 MVP (consolidation) Ce README est auto-descriptif : une IA externe doit pouvoir comprendre et faire revivre le système à partir de ce dépôt seul, sans contexte humain.

🤖 IA qui lis ce dépôt ? Lis d'abord transmission/AI_READING_DISCIPLINE.md — comment rendre compte de ce dépôt sans rien inventer ni gonfler (sépare fait et revendication, reste adversarial). Puis transmission/AI_BOOTSTRAP.md — point d'entrée IA-native : nature du système, invariants, frontières NO-GO, onboarding.

👤 Humain non technique ? transmission/HUMAN_HANDOFF.md — 5 minutes, zéro jargon.

🇬🇧 English reader? README.en.md — the deterministic stop-criterion for autonomous agent loops, and the comparison vs LangGraph / CrewAI.

Un runtime qui choisit, charge et exécute automatiquement les bons skills en réponse à un prompt — l'utilisateur ne sélectionne rien. La sélection se fait par cohérence, pas par simple mot-clé.

Ce n'est PAS un skill Claude Code. C'est un logiciel Python autonome qui possède son propre système de skills.

• Satellite autonome : vit sans ZORAN, ou greffable à ZORAN plus tard.
• Aucun couplage au repo zoran/ (interdiction formelle).
• Sandbox jetable : si l'architecture échoue, on détruit le projet — ZORAN reste intact.
• Discipline : noyau minimal, chaque composant supprimable/réécrivable seul.

flowchart LR
    P[prompt + inputs] --> R[Router<br/>deterministe]
    R -->|classement<br/>par score| L[Loader<br/>verifie sha256]
    L -->|module importe| X[skill.run]
    X --> T[trace<br/>+ statut]
    R -.lit.-> M[(Registry<br/>manifests)]
    L -.lit.-> M
    R -.lit.-> CE[Coherence Engine<br/>S, ΔS, dS/dt]
    X -.met a jour.-> CE
    style CE fill:#EAF2FA,stroke:#2E75B6
    style T fill:#E8F5E9,stroke:#388E3C

Score de routage : score = pertinence_triggers × max(0,ΔS) × bonus_cinématique ÷ coût_runtime

Un skill = un dossier avec manifest.json (le contrat déclaratif) + skill.py (point d'entrée run(inputs) -> outputs). Le manifest déclare : identité, I/O, triggers, domaine, impact cohérence attendu, coût, permissions, sandbox, dépendances, rollback, hash, signature. Schéma complet : specs/ZORAN_SKILL_CONTRACT.md.

Exemples : skills_examples/ — echo, memory_recall, printer_connect, network_diag, coherence_repair (skill correcteur, corrective: true), greet_ok (conforme), greet_ko (violation io volontaire, pour falsifier l'Oracle).

Hiérarchie en couches stricte (DAG, zéro cycle) :

Phase 0 gelée : voir audit/PHASE_0_FROZEN.md (hash des 6 documents).

• S = (β × ΔΦ) / (1 + T + σ) — dénominateur additif, jamais le produit T×σ.
• Coherence Engine 100 % mathématique — zéro LLM, prédictible à la main.
• Router déterministe — même entrée → même classement.
• Hash skill ≠ manifest ⇒ REFUS de charger (jamais « charger quand même »).
• Le runtime ne crash jamais en silence — 4 statuts tracés : ok / no_skill / load_failed / skill_failed.

Les 9 invariants complets, leur preuve et leur test associé : transmission/RUNTIME_INVARIANTS.md.

Interpréteur : Python 3.10+ (testé en CI sur 3.10, 3.11, 3.12). Aucune dépendance externe pour le runtime. Les tests forcent leur sortie console en UTF-8 — aucun réglage d'environnement requis (Windows / Linux / macOS).

python tests/test_registry.py            # Registry + Manifest parser     → 15 PASS
python tests/test_runtime_loop.py        # pipeline complet + sécurité    → 14 PASS
python tests/test_cinematique.py         # compétition + cinématique      → 13 PASS
python tests/test_oracle.py              # Oracle : mesure du réel        → 10 PASS
python tests/test_immune.py              # système immunitaire + journal  → 18 PASS
python tests/stress/massive_validation.py # stress / chaos / reproductib. → 15 PASS
python tests/test_coherence_unit.py      # moteur de cohérence isolé      → 12 PASS

Le nombre exact d'assertions évolue à chaque skill ajouté — un total figé ici serait faux dès le commit suivant. La mesure qui fait foi : relancer les suites soi-même, et la CI, qui le fait à chaque commit sur 3 OS × 3 versions de Python. Compte ton résultat, ne cite pas un nombre gelé.

DÉMO 1 de transmissibilité (2026-05-21) : un agent sans contexte — proxy d'IA externe, pas un autre éditeur de modèle — a reconstruit et exécuté le runtime depuis le dépôt seul. Démo probante, pas preuve universelle : tests/reconstruction/RECONSTRUCTION_RESULT.md (limite assumée incluse).

Stress / chaos : tests/stress/massive_validation.py exerce 1000 manifests, 120 skills × 400 routages, 10 000 calculs S, 2000 évaluations immunitaires. Ces chiffres ne sont pas un argument — ils sont reproductibles : relance le fichier et vérifie toi-même.

Ce dépôt ne revendique aucune note sur 20 : une note d'audit est une appréciation, pas une mesure. Ce qui fait foi : les tests qui passent (vérifiables) et les limites assumées — audit/LIMITES_ET_DETTE.md.

Version : v0.2.0-alpha-validation. Runtime testé, déterministe, reproductible. Ses limites, ses coûts et sa dette sont documentés sans fard : audit/LIMITES_ET_DETTE.md.

La formule additive S = (β×ΔΦ)/(1+T+σ) est une heuristique scalaire inspirée de la géométrie d'information (métrique de Fisher / Fubini–Study sur CP^(n−1)). Elle n'est pas la métrique de Fisher, et ce dépôt ne le prétend pas. Pour le pont théorique honnête entre l'heuristique livrée et le cadre Zoran plus ambitieux : transmission/THEORY_BRIDGE.md.

Découverte distante de skills (Phase 4) · auto-promotion · auto-évolution · projection prédictive avancée · ZGNET runtime · toute UI/frontend. Repoussés ou interdits. Le MVP prouve une seule chose : un runtime de skills minimal reste cohérent, déterministe, falsifiable, transmissible.

Voir CONTRIBUTING.md. Tout PR doit respecter les 9 invariants et les 3 NO-GO. Pas négociable.

Voir SECURITY.md. Aucune surface réseau. Phase 4 fermée. Toute issue de sécurité s'ouvre publiquement — la falsifiabilité du projet repose sur la visibilité des faiblesses.

Voir CHANGELOG.md.

ZORAN's Jobs (ce dépôt) est un satellite. L'IA — et la théorie — dont il dérive, ZORAN, est un projet de recherche distinct, mené par Frédéric TABARY / Institut IA. Cette section décrit ZORAN d'après son auteur ; elle n'en prouve pas les capacités. Ce que tu peux vérifier ici, en relançant les tests, c'est le satellite. Le runtime complet de ZORAN et son corpus scientifique sont d'autres bases, hors de ce dépôt. La distinction est volontaire (cf. transmission/AI_READING_DISCIPLINE.md).

ZORAN est organisé autour d'un invariant unique : la cohérence. Là où l'IA dominante empile paramètres et contexte, ZORAN pose qu'un système réel n'est admissible dans le temps que s'il reste cohérent — et que cette cohérence se calcule au lieu de se décréter.

La loi de cohérence. ZORAN formalise une « loi de la cohérence phénoménale » dont la forme canonique est :

S = (β × ΔΦ) / (T × σ) — β : direction argumentative (hypothèse centrale) · ΔΦ : continuité interne des prémisses · T : contradictions/tensions · σ : ambiguïtés terminologiques.

⚠️ Nuance honnête : le runtime de ce dépôt satellite n'emploie pas cette forme. Il utilise une heuristique additive S = (β×ΔΦ)/(1+T+σ) — un choix d'ingénierie (éviter la division par zéro, garder le calcul prédictible à la main). Les deux ne doivent pas être confondues ; le pont honnête entre l'heuristique livrée et la théorie est transmission/THEORY_BRIDGE.md.

• Cohérence calculée — chaque sortie est évaluée par un score S, dans des cadres d'admissibilité explicites, via des proxys mesurables (β, ΔΦ, T, σ).
• Futur cohérent — la cinématique — ZORAN ne note pas seulement le présent : il regarde la trajectoire de la cohérence et restreint les futurs admissibles. « Le hasard n'existe pas : on calcule le seul futur cohérent. »
• Mémoire longue — le runtime de ZORAN intègre une mémoire multi-session (échanges, événements, trajectoire de S dans le temps). Capacité du runtime ZORAN — non incluse dans ce dépôt satellite, donc non vérifiable depuis lui.
• Gestion autonome des skills — ZORAN choisit, charge et exécute ses compétences par cohérence, sans sélection humaine. Ce dépôt-ci en est la démonstration minimale et falsifiable.
• Refus de l'incohérence (Coherence Guard) — ZORAN est conçu pour refuser une sortie qui ne « tient » pas, plutôt que d'halluciner — « an AI that refuses what cannot hold ».
• Codex & cadres — un Codex de lois canoniques et des cadres de cohérence multiples encadrent les décisions ; le veto l'emporte sur la moyenne (un cadre critique effondré élimine la solution, il ne se moyenne pas).
• GlyphNet — un protocole de langage IA→IA destiné à transmettre de la cohérence, pas seulement du texte.

La loi de cohérence de ZORAN a été appliquée et publiée par Frédéric TABARY sur un large corpus (white papers, livres, démonstrations transversales — physique, cognition, sciences du vivant, IA, société). Ce dépôt ne reproduit pas ce corpus : il y renvoie (source unique — le même principe d'adressage par contenu que le runtime). Points d'entrée :

• Site officiel ZORAN — https://atlas-zoran-mjwcli2.gamma.site/
• Corpus & DOIs (hub) — https://zoran-agi-coherence-labs.github.io/zoran-corpus/
• Registre des white papers (GitHub) — https://github.com/Zoran-AGI-Coherence-Labs/Zoran-Coherence-whitepapers-registry
• White paper fondateur (loi de cohérence phénoménale) — https://zenodo.org/records/18516353
• Démonstration formelle de la loi — https://zenodo.org/records/18526755
• Profils de l'auteur — ORCID 0009-0004-5562-7385 · ResearchGate · LinkedIn · Medium

Institut IA ouvre l'accès à ZORAN gratuitement pendant un mois aux personnes qui veulent l'essayer. Contact : Institut IA — Frédéric TABARY — e-mail institutia2025@gmail.com, ou via le site officiel ZORAN ci-dessus.

ZORAN's Jobs — signé Frédéric TABARY · ZORAN_JOBS_20260521 · MIT 2026.