Future AGI

Qu’est-ce que l’AGI future ?

Future AGI est une plateforme bout en bout conçue pour construire, tester, surveiller et améliorer les applications LLM ainsi que les agents intelligents IA. Elle relie la simulation, l’évaluation, les garde-fous, le suivi, les passerelles, les ensembles de données et l’optimisation des prompts au sein d’un même cycle de feedback.

La plateforme propose à la fois un Cloud géré et du code source open source permettant une mise en œuvre autonome. Les ingénieurs, les chefs de produit et les experts sectoriels peuvent, au sein d’un même projet, consulter la qualité, le coût, les délais, les erreurs et les annotations manuelles.

Une phrase pour présenter

Future AGI aide les équipes à simuler les agents IA avant leur mise en ligne, à les suivre et à les évaluer une fois en service, et à corriger en continu les prompts et les processus d’agent grâce à des protections en temps réel et aux retours de production.

Six grands modules de produits

Simulation d’agents intelligents IA

Simulate permet d’utiliser des personnages prédéfinis ou personnalisés pour effectuer plusieurs tours de conversations textuelles et vocales avant de se connecter en ligne. Les scénarios peuvent être définis à l’aide de scripts, de jeux de données ou de structures graphiques, et conservent la transcription, la comparaison des conversations ainsi que le suivi des résultats.

À quoi sert la simulation pour les tests ?

• Processus complet d’un utilisateur normal, de la pose de la question à l’achèvement de la tâche.
• Flou, contradictions, dépassement de compétences et injection d’indicateurs dans les entrées.
• Échec des outils, délai d’attente, appels répétés et données partiellement manquantes.
• Des personnages de langues, de tons, de contextes et de niveaux de connaissance différents.
• Interruptions de la voix, silences, accents et erreurs de reconnaissance.
• Dérive de la mémoire, de l’état et des objectifs dans les sessions longues.

Évaluation de l’IA à multiples types

Evaluate prend en charge des indicateurs heuristiques, l’évaluation du code, LLM-as-judge et des agents d’évaluation d’agents. Le dépôt public liste plus de 50 indicateurs, y compris la fiabilité factuelle, les hallucinations, la correction de l’utilisation des outils, les informations personnelles et le ton.

Comparaison des méthodes d’évaluation

Suivi de la production et observabilité

Observe, basé sur OpenTelemetry, reçoit des données de suivi pour les LLM et les agents, et affiche des diagrammes de span, des sessions, des utilisateurs finaux, des délais, des tokens et des coûts. Le système prend en charge 11 types de spans, plus de 70 conditions de filtrage et une recherche plein texte.

Intégration traceAI

traceAI offre du instrumentation automatique pour plus de 50 frameworks d’IA, notamment LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, DSPy, etc. Des solutions d’intégration sont disponibles pour Python, TypeScript, Java et C#.

Barrière de protection en temps réel

Protect peut détecter les informations personnelles, les clés, les jailbreaks, l’injection de messages, le code malveillant et d’autres contenus non sécurisés. 15 règles de protection sont disponibles gratuitement à vie, tandis que Protect basé sur l’apprentissage automatique est facturé en fonction des AI Credits.

Mode de fonctionnement de la barrière de protection

Agent Command Center

Command Center est un gateway LLM compatible avec l’interface OpenAI, capable de router entre plus de 100 fournisseurs de modèles. Il offre une bascule automatique en cas de panne, des tentatives de réessai, des clés virtuelles, un budget, un contrôle du débit, un suivi des coûts ainsi qu’un cache précis ou sémantique.

Problèmes auxquels le gateway est adapté

• Gérer de manière unifiée les clés et les requêtes des différents fournisseurs de modèles.
• Router en fonction du délai, du coût, du poids ou de la disponibilité.
• Passage automatique à un fournisseur de secours et tentative de réessai en cas de panne.
• Réduire les appels répétés et les coûts de modèle grâce au cache.
• Définir des budgets pour les organisations, les équipes, les utilisateurs et les clés virtuelles.
• Exécuter des garde-fous en temps réel dans le chemin de la demande ou de la réponse.

Ensembles de données, expériences et annotation manuelle

La plateforme prend en charge la création de jeux de données par des méthodes manuelles, CSV, PDF, Hugging Face et SDK, et propose 14 types de colonnes. Le nombre de jeux de données et d’expériences n’est pas limité, et les jeux de données ainsi que les annotations sont conservés de manière permanente dans tous les plans Cloud.

Les plans gratuits et payants offrent 3 files d’étiquetage, Boost en propose 10, tandis que les plans Scale et supérieurs ne sont pas limités. Les étiquettes prennent en charge les valeurs numériques, le texte, la classification, les étoiles ainsi que les likes et dislikes.

Mots-clés et Agent Playground

Le module Prompt prend en charge les modèles, les versions, les étiquettes et les dossiers ; Prompt Playground peut être exécuté gratuitement à l’aide des clés de modèle intégrées. Agent Playground offre la création de graphes visuels, l’appel d’outils et la validation du format des résultats.

Falcon AI

Falcon AI peut analyser le suivi et l’évaluation, regrouper les erreurs, générer des insights, appliquer des étiquetages automatiques et produire des rapports de performance. Il partage 2 000 crédits AI gratuits par mois avec d’autres fonctionnalités d’IA hébergées.

Mots-clés et optimisation des agents intelligents

Optimize permet de réutiliser les résultats du suivi de la production et des évaluations pour améliorer les prompts, et offre des algorithmes tels que GEPA, PromptWizard, ProTeGi, Bayesian, Meta-Prompt et Random. La version améliorée doit néanmoins être validée sur un ensemble de test indépendant.

Créer le premier tutoriel de suivi

1. Inscrivez-vous à Cloud ou déployez des instances auto-hébergées et créez un projet.
2. Choisissez un paquet de instrumentation pour Python, TypeScript, Java ou C#.
3. Configurer le nom du projet, les endpoints et les informations d’authentification enregistrées de manière sécurisée.
4. Activez l’Instrumentor correspondant pour le modèle ou le framework utilisé.
5. Exécutez une requête de test et vérifiez le graphique de latence, les tokens et les délais.
6. Ajouter des attributs métier tels que les utilisateurs, les sessions, les versions et les environnements.
7. Configurer le filtrage des erreurs, le tableau de bord et les alertes.

Créer un tutoriel d’évaluation

1. Organiser les entrées représentatives, les réponses standard et les conditions métier en un ensemble de données.
2. Vérifiez d’abord les exigences de déterminisme à l’aide de régularisations ou d’indicateurs heuristiques.
3. Rédiger des échelles claires et des exemples d’échec pour la qualité ouverte.
4. Choisissez le modèle BYOK pour l’arbitrage ou la mise en œuvre des évaluations Turing.
5. Ajouter des outils, RAG et un agent de localisation des erreurs de prompt.
6. Calibrer les scores automatiques et les seuils à l’aide d’échantillons annotés manuellement.
7. Intégrer les évaluations clés dans l’intégration continue et l’échantillonnage en production.

Tutoriel pour configurer le gateway et les barrières de sécurité

1. Ajouter un fournisseur de modèles et créer une clé virtuelle aux droits minimaux.
2. Configurer le modèle principal, le modèle de secours, les tentatives de réessai et les délais d’attente.
3. Sélectionnez le backend de cache et identifiez les requêtes sensibles qui ne peuvent pas être mémorisées.
4. Activer les protections pour les informations personnelles, les clés et les règles d’injection de suggestions.
5. Commencez par utiliser Monitor pour observer les faux positifs et les faux négatifs, puis définissez la valeur seuil d’Enforce.
6. Définir les budgets et les limites de débit par organisation, équipe, utilisateur et clé.
7. Surveiller les coûts, les échecs, les hits de cache et les retards de garde-fou.

Tutoriel pour l’hébergement self-hosté de Docker

1. Préparez Docker Engine ou Docker Desktop ainsi que Compose.
2. Cloner le dépôt officiel future-agi et lire les instructions d’installation et de sécurité.
3. Utiliser le script d’installation pour générer la configuration et télécharger l’image publiée.
4. Générer une clé indépendante pour l’environnement de production et fixer la version de l’image.
5. Démarrer les composants PostgreSQL, ClickHouse, Redis, RabbitMQ et Temporal, etc.
6. Restreindre les accès au réseau, activer les sauvegardes et configurer la surveillance.
7. Vérifiez d’abord les paramètres de mise à niveau, de récupération et de télémétrie dans un environnement non productif.

À qui s’adresse-t-il

• Ingénieur en applications d’IA : suivi des modèles, outils et appels d’agents intelligents.
• Équipe d’évaluation : Mettre en place des tests hors ligne, continus et de qualité de production.
• Équipe RAG : détection des fondements factuels, des hallucinations et des problèmes de recherche.
• Équipe des agents vocaux intelligents : simulation de personnages, de scénarios et d’appels.
• Équipe de sécurité : configuration des informations personnelles, injection et protections de contenu.
• Équipe d’ingénierie de plateforme : routage unifié, clés, cache et coûts.
• Experts en produits et domaines : participation à l’évaluation en utilisant des ensembles de données et des files d’annotation.
• Entreprises régulées : contrôle de l’emplacement des données et de l’infrastructure par auto-hébergement.

Scénarios d'utilisation typiques

• Simuler des sessions normales et d’attaque avec l’agent de service client intelligent avant le lancement.
• Évaluer en continu si les réponses RAG sont fondées et exemptes d’illusions.
• Suivre le retard, le coût et les échecs de chaque outil dans des systèmes multi-acteurs.
• Redondance entre plusieurs fournisseurs de modèles via un gateway.
• Intercepter les informations personnelles et les injections de messages avant que la production ne réponde.
• Générer une file d’annotation et un ensemble de données de régression à partir du suivi des erreurs.
• Comparer différents modèles, prompts et versions d’agents.
• Déployer une plateforme complète d’évaluation et d’observabilité au sein du réseau de l’entreprise.

Avantages du produit

• Couvre la simulation, l’évaluation, le suivi, les garde-fous, les gateways et l’optimisation de l’intégralité du lien.
• Cloud offre une quantité gratuite importante et il n’y a pas de limite au nombre de membres d’équipe ni de projets.
• Les frais de notation heuristique, d’arbitrage du modèle BYOK et de plateforme de garde-fous règlementaires sont nuls.
• OpenTelemetry et les interfaces compatibles avec OpenAI réduisent le verrouillage de l’accès.
• Prend en charge plus de 100 fournisseurs de modèles et plus de 50 frameworks d’IA.
• La plateforme principale est basée sur Apache 2.0 et peut être hébergée localement avec Docker.
• Les ensembles de données et les annotations sont conservés de manière permanente dans toutes les solutions Cloud.
• La facturation s’effectue séparément pour le stockage, les points de crédit, le gateway, le cache et la simulation.

Restrictions d'utilisation et précautions

• Le dépôt open source est actuellement marqué comme version bêta Nightly, la version stable n’a pas encore été publiée.
• L’hébergement auto-géré comprend plusieurs bases de données, files d’attente et composants en exécution, ce qui entraîne des coûts d’exploitation élevés.
• Le support officiel de Kubernetes et Helm reste dans la feuille de route.
• AWS Marketplace est toujours indiqué comme bientôt disponible.
• L’évaluation automatique et le jugement par modèle peuvent présenter des biais et doivent être calibrés à l’aide d’échantillons manuels.
• Les barrières de sécurité entraînent des faux positifs et des faux négatifs ; les décisions à haut risque ne peuvent pas se fonder uniquement sur l’interception automatique.
• Le fait que les frais de plateforme BYOK soient nuls ne signifie pas que l’appel par le fournisseur de modèles est gratuit.
• Les données de suivi des plans gratuits et payants de Cloud sont conservées pendant 30 jours seulement.
• Le stockage permanent des ensembles de données peut entraîner des frais de stockage plus élevés, et il est également nécessaire de supprimer activement les données sensibles.
• L’hébergement auto-géré inclut par défaut la télémétrie de déploiement ; toute connexion externe doit être bloquée à la frontière du réseau.

Forfait gratuit Cloud

Suivi et tarifs par étapes du gateway

Forfait additionnel de plateforme

La date de vérification des prix est le 22 août 2026. Le plan payant permet de définir des alertes de facturation et des plafonds fixes, tandis que le plan gratuit est suspendu une fois la limite atteinte, sans générer automatiquement de facture supplémentaire.

Coûts d’autogestion

Le self-hosting open source n’entraîne pas de frais de abonnement cloud, mais nécessite des coûts pour les serveurs de calcul, les bases de données, le stockage d’objets, les sauvegardes, les mises à jour, la surveillance, la sécurité et le personnel. L’utilisation de fournisseurs externes de modèles et de garde-fous entraîne également des frais supplémentaires.

Langues supportées, SDK et intégration

Open source, auto-hébergement et licences

Le dépôt de la plateforme centrale complète Future AGI est sous licence Apache 2.0 ; il comprend des outils d’inspection et d’évaluation, des prompts, un suivi ainsi que du code de gateway, et peut être hébergé localement via Docker Compose. Le dépôt contient également LICENSE-EE ; il convient de vérifier les limites du répertoire avant d’utiliser les fonctionnalités d’entreprise.

Les dépôts officiels tels que futureagi-sdk et Agent Command Center SDK utilisent également Apache 2.0, tandis que certains paquets de l’écosystème peuvent utiliser Apache ou MIT. Chaque package logiciel indépendant doit néanmoins vérifier son propre fichier de licence.

Options de déploiement

Télémétrie et vie privée

L’hébergement auto-géré envoie par défaut une inscription ainsi que des mesures de télémétrie périodiques par battement cardiaque, pouvant inclure l’ID de l’instance, la version, le type de déploiement, l’adresse e-mail de l’administrateur et le nom de domaine, ainsi que des statistiques agrégées anonymes de l’utilisation ; il n’envoie pas de suivi, d’instructions ni de clés API.

Il est possible de désactiver les battements périodiques par configuration d’environnement, mais même une fois désactivés, des statistiques minimales sans adresse e-mail sont toujours envoyées. Les environnements qui doivent être complètement déconnectés du réseau doivent bloquer ces communications aux frontières du réseau.

Confidentialité et suppression dans le cloud

La politique de confidentialité énumère le nom, l’adresse e-mail, l’organisation, le numéro de téléphone ainsi que l’IP, le navigateur, les pages visitées et les données diagnostiques. Ces informations sont utilisées pour les services, le support, l’analyse, la sécurité et les notifications ; les données d’identité personnelle ne sont pas vendues.

L’utilisateur peut demander l’accès, la correction, la suppression, la limitation, l’opposition et le portabilité des données ; les demandes de suppression sont traitées dans un délai de 30 jours. Les lois, les litiges et les statistiques anonymisées peuvent constituer des exceptions à cette règle.

Informations de base

Indice de recommandation

Note de recommandation : 4,7 / 5. Future AGI intègre l’évaluation, la visibilité, les garde-fous, les gateways, la simulation et l’optimisation au sein d’une plateforme open source ; les quotas gratuits et sans limite sont très attrayants pour les équipes de développement.

Le principal risque réside dans le fait que le dépôt open source complet est encore en phase Nightly, que l’architecture auto-hébergée est complexe, et que les évaluations automatiques ainsi que les mécanismes de protection doivent être constamment calibrés. En production, une version fixe doit être utilisée, avec des tests de récupération, de sécurité et de capacité achevés.

Questions fréquentes

L’AGI Future est-il gratuit ?

Il existe une solution Cloud gratuite sans carte de crédit, offrant 50 GB par mois, 2 000 crédits AI, 100 000 requêtes de gateway, 1 million de tokens de simulation de texte et 60 minutes de simulation vocale.

Y a-t-il des frais si la limite gratuite est atteinte ?

Le plan gratuit sera suspendu et aucune facture ne sera générée automatiquement. Seul le paiement au fur et à mesure, après avoir ajouté une carte de crédit, permettra de continuer au tarif supplémentaire en vigueur.

L’AGI future sera-t-elle open source ?

La plateforme principale est désormais open source et évolue sous Apache 2.0, mais le dépôt est actuellement marqué comme version de test précoce « Nightly », et les catalogues d’entreprise peuvent encore être soumis à la licence LICENSE-EE.

Peut-on l’héberger soi-même ?

Il est possible de déployer l’ensemble de la stack via Docker Compose, ou de le faire fonctionner sur des machines virtuelles cloud. Le support officiel pour Kubernetes et Helm reste dans la roadmap.

Quels SDK sont fournis ?

Fournit des capacités de suivi en Python, TypeScript, Java et C#, ainsi que des packages Python ou TypeScript pour l’évaluation, la plateforme, la simulation et les passerelles.

Quelles évaluations sont prises en charge ?

Il prend en charge les approches heuristiques, le code, LLM-as-judge, l’apprentissage automatique, les agents d’évaluation d’agents et l’annotation manuelle ; son écosystème ouvert propose plus de 50 indicateurs.

Que signifie BYOK ?

L’utilisateur fournit sa propre clé de modèle ; Future AGI ne facture pas de frais pour les appels à la plateforme d’arbitrage des modèles, mais le fournisseur du modèle continue de facturer en fonction de la consommation réelle.

Les barrières de règlement sont-elles payantes ?

15 règles intégrées de protection sont disponibles gratuitement à vie. Le machine learning Protect et les évaluations hébergées utilisent des AI Credits partagés.

Prend-il en charge les agents vocaux ?

Prend en charge la simulation texte et voix ; l’offre gratuite inclut 60 minutes de communication vocale par mois, avec un tarif de 0,08 dollar par minute pour les minutes supplémentaires.

Pendant combien de temps les données sont-elles conservées ?

Le suivi Free et PAYG est conservé pendant 30 jours, Boost pendant 90 jours, Scale pendant 1 an, et Enterprise est personnalisable ; les ensembles de données et les annotations sont conservés à vie.

Est-ce que HIPAA et SSO sont proposés ?

Scale propose HIPAA BAA, SAML SSO et SCIM, Boost propose SOC 2 Type II et OAuth SSO, tandis qu’Enterprise ajoute des fonctionnalités telles que l’ABAC.

Y a-t-il un serveur MCP ?

Oui, il est possible d’intégrer la plateforme Future AGI et les documents à des clients compatibles tels que Cursor ou Claude Code.

L’autogestion ne transmet-elle absolument aucune donnée de télémétrie ?

Ce n’est pas par défaut un absolu sans télémétrie. Le battement périodique peut être désactivé, mais une statistique minimale reste néanmoins générée ; un silence total nécessite un blocage au niveau du réseau.

Est-ce adapté aux équipes chinoises ?

Les interfaces techniques et l’autogestion conviennent aux équipes de développement mondiales, mais la documentation est principalement en anglais. Lorsque la conformité aux réglementations chinoises sur les données est concernée, il convient de choisir la région de déploiement appropriée et de procéder à une évaluation juridique.

Résumé

Future AGI convient aux équipes souhaitant améliorer la qualité des agents IA grâce à un cycle de données unifié, offrant des modules pour la simulation avant mise en ligne, l’évaluation hors ligne, le suivi en production, ainsi que l’optimisation des garde-fous et des prompts.

Les petites équipes peuvent d’abord utiliser le Cloud gratuit et BYOK pour une évaluation, tandis que les organisations soumises à des réglementations ou ayant des données sensibles peuvent envisager l’hébergement auto-géré. Dans un environnement de production, il convient de prêter attention aux phases nocturnes, aux limites des licences d’entreprise, au telemétrage, à la conservation des données et à la maintenance des composants complexes.