Y Combinator finance toute une petite industrie de startups qui vendent des "employés IA" et des harnais d'agents à d'autres entreprises. Cette semaine, l'incubateur a ouvert le code de celui qu'il a construit pour se faire tourner lui-même — sous licence MIT, à héberger soi-même plutôt qu'à souscrire en abonnement.
Ce qu'est réellement QM
QM est ce que son README appelle un "harnais d'agent multijoueur pour le travail — sur Slack et sur le web". Le problème de conception qu'il résout est précis : la plupart des produits d'agents sont construits comme un assistant personnel pour une seule personne, et cette forme se brise dès qu'une organisation essaie d'en adopter un, parce que rien n'empêche le contexte, les identifiants ou les erreurs d'un employé de fuiter vers ceux d'un autre. La réponse de QM est de donner à chaque personne et chaque salle — un canal Slack, un message de groupe, un projet — sa propre mémoire, ses fichiers, son trousseau de clés, ses permissions, ses tâches planifiées, ses applications web et un bac à sable durable, chacun scopé. On peut travailler seul avec l'agent ou l'inviter dans un canal partagé, et dans les deux cas son accès reste borné à ce que ce scope précis lui a accordé.
Le modèle de sécurité est explicite sur ce que signifie cet accès : un agent "agit comme la personne pour qui il travaille, avec ses identifiants et ses permissions, et tout ce qu'il fait est audité". Trois postures configurables se superposent à cela — Strict (chaque appel d'outil nécessite une approbation humaine), Auto (un classificateur filtre les données externes avant qu'elles n'atteignent le modèle, réglage par défaut), et Dangereux (aucun filtrage, aucune pause) — mais le README précise bien qu'une politique de commandes prédéclarée, avec des refus stricts pour des actions comme les suppressions récursives ou le SQL destructeur, "s'applique dans chaque posture, Dangereux inclus". Le plafond de permissions est fixe ; seule la friction en dessous change.
Le point qui compte pour l'argument sur le verrouillage au niveau du harnais
La décision de conception la plus marquante de QM est qu'il ne désigne pas de gagnant : "Choisissez votre propre harnais et modèle, et changez entre eux — Pi, OpenCode, Codex et Claude Code font tous tourner le même cœur, si bien qu'un déploiement n'est lié à aucun fournisseur unique." Sur le plan architectural, le harnais, le stockage de session, le bac à sable et la mémoire se trouvent chacun derrière leur propre interface, si bien qu'un remplacement en production tient en "un seul fichier de câblage", pas une réécriture.
Cela mérite d'être mis en regard de ce que ce blog affirmait il y a quelques jours : parmi les trois endroits où le verrouillage fournisseur de l'IA vit réellement — l'API, le harnais de codage, l'application grand public — le niveau du harnais est précisément celui conçu pour un coût de changement proche de zéro, parce que des outils comme Cursor ont fait du choix de modèle un simple menu déroulant plutôt qu'une identité. QM applique cette même logique un cran plus haut dans la pile, passant de "quel modèle répond à mon prompt" à "quel fournisseur fait tourner les agents de mon entreprise" — et cela vient de l'acteur le plus exposé au marché des harnais d'agents en tant qu'investisseur. Si les propres bailleurs de fonds de QM ne pensaient pas que la portabilité au niveau du harnais était durable, offrir cette infrastructure gratuitement, neutre et auto-hébergeable serait une façon étrange de protéger un portefeuille rempli d'entreprises qui font payer exactement cela.
D'où cela vient : un an à faire tourner l'entreprise dessus d'abord
QM n'est pas un pari parti de rien — c'est la forme généralisée et ouverte d'une infrastructure que le General Partner de YC Pete Koomen (précédemment cofondateur d'Optimizely) dit avoir passé plus d'un an à construire pour faire tourner YC lui-même sur des agents. Lors d'une conversation récente sur le Y Combinator Startup Podcast, Koomen a décrit la version interne passant d'une poignée d'outils initiale à plus de 350, partageant tous une seule base de données, avec une boucle d'auto-amélioration nocturne qui lit chaque conversation employé-agent de la journée et réécrit de manière autonome les compétences de l'organisation.
L'anecdote que Koomen utilise pour rendre cela concret : une compétence écrite pour rédiger des descriptions de startups en deux phrases — le genre de chose qu'un partenaire de YC écrit à la main des dizaines de fois par promotion — a commencé comme un prompt rédigé par un humain, puis n'a cessé de s'améliorer en s'entraînant sur des transcriptions de vraies séances de bureau des partenaires où ceux-ci corrigeaient ses réponses. Koomen affirme qu'elle rédige désormais ces descriptions mieux que lui. Que cette compétence précise soit représentative ou non de tout le reste du registre de 350 outils, c'est l'exemple porteur de la thèse même de YC : que n'importe quelle organisation peut construire un "cerveau organisationnel partagé" simplement en enregistrant ses artefacts de travail et en laissant des agents les lire et agir dessus en continu — et QM est l'échafaudage que YC tend désormais à quiconque veut tenter la même chose sans passer un an à le construire d'abord.
Un détail qui colle au moment plus qu'il ne s'annonce lui-même : plusieurs des commits du dépôt durant ses derniers jours de préparation — du 29 au 31 juillet — mentionnent "claude" comme co-auteur aux côtés des propres ingénieurs de YC. L'outil pour faire tourner les agents IA d'une organisation a lui-même été en partie construit par l'un d'eux.
À surveiller ensuite
- QM devient l'architecture de référence à laquelle les autres startups "employé IA" sont comparées, non pas parce qu'il est le plus abouti, mais parce qu'il est gratuit, auto-hébergeable, et vient de l'organisation la plus native-agent qui publie actuellement ses propres chiffres.
- Le registre interne de 350 outils et en croissance est l'histoire la plus importante, plus que QM lui-même. Un harnais est une infrastructure ; une bibliothèque de compétences auto-améliorante, mise à jour chaque nuit, entraînée sur les propres conversations d'une entreprise, est la véritable idée de produit testée ici — et c'est la chose la plus difficile à ouvrir ou à copier.
- Attendez-vous à un examen minutieux de la piste d'audit, pas du modèle d'accès. Donner à un agent les identifiants propres d'un employé est une conception raisonnable une fois que chaque action est journalisée — le vrai test est de savoir si "tout ce qu'il fait est audité" tient face à un incident réel, pas seulement dans un README.
Références : yc-software/qm — dépôt GitHub · README de QM · Pete Koomen (@koomen) — annonce d'un an de construction de l'infrastructure d'agents de YC · Y Combinator (@ycombinator) — 350 outils, boucles de compétences auto-améliorantes · Y Combinator Startup Library — "Inside YC's AI Playbook" · BigGo Finance — "YC's Pete Koomen: Our Two-Sentence AI Skill Now Outperforms Me"