HKUDS détaille OpenSpace, un moteur d'auto-évolution des compétences pour agents IA

HKUDS a publié une analyse détaillée d'OpenSpace, un moteur de compétences open source qui permet aux agents IA de ne pas repartir de zéro à chaque tâche, mais d'accumuler des schémas de travail et de les réutiliser. Le document montre le cycle complet : de la configuration d'un modèle OpenAI à la comparaison entre une exécution « à froid » et une exécution « à chaud », où la réutilisation des compétences réduit la consommation de tokens et améliore la qualité des réponses.

Du démarrage à froid

OpenSpace s'installe depuis un dépôt GitHub et, dans le tutoriel, se configure avec des modèles OpenAI, dont gpt-4o-mini. On confie ensuite à l'agent une première tâche sans aucune bibliothèque de compétences préexistante. Le système l'exécute comme un agent LLM ordinaire, mais consigne en parallèle les étapes réussies, les contournements et les instructions efficaces, qui pourront être réutilisés par la suite.

Les compétences ne vivent pas seulement dans le contexte de la conversation : elles sont enregistrées sous forme de fichiers selon la convention SKILL.md et écrites dans une base SQLite, de sorte qu'on peut les consulter, les versionner et les analyser séparément de l'exécution elle-même.

Les auteurs relancent ensuite une tâche similaire et montrent la différence entre cold start et warm start. Ici, OpenSpace ne raisonne plus à partir de zéro : il sélectionne les compétences pertinentes via une recherche hybride combinant BM25 et embeddings. Dans la démo, trois compétences de base sont en outre créées à la main : la validation des données, la génération de rapports avec scénarios de fallback et un mécanisme de reprise après erreur. L'objectif est de semer à l'avance des schémas utiles, puis de laisser le moteur évolutif les faire mûrir sur des tâches réelles.

Comment les compétences grandissent

L'idée centrale d'OpenSpace est qu'une compétence n'est pas un prompt statique, mais une entité vivante. Après chaque exécution, le système analyse ce qui a fonctionné, où il y a eu des échecs, quels outils se sont dégradés et ce qui peut être amélioré dans la version suivante. Le moteur ne se contente donc pas d'accumuler les scénarios réussis : il sait aussi les réparer, les spécialiser pour de nouvelles tâches et extraire de nouvelles compétences à partir d'exécutions réussies isolées.

• FIX — corrige une compétence cassée ou obsolète sans changer son rôle.
• DERIVED — crée une version dérivée pour un scénario plus étroit ou une nouvelle classe de tâches.
• CAPTURED — extrait un nouveau schéma réutilisable directement d'une exécution réussie.
• BM25 + embeddings — aide à trouver rapidement la compétence la plus pertinente pour la description d'une tâche.
• open-space.cloud — fournit un catalogue commun où les compétences peuvent être recherchées, téléchargées, publiées et partagées entre équipes.

La couche collective est un élément important de la conception. Via la communauté cloud, les agents peuvent échanger des compétences déjà évoluées, consulter l'historique des versions et bâtir des dépôts partagés pour une équipe. L'article y voit le passage d'un assistant isolé à un réseau d'agents qui n'apprennent pas seulement de leurs propres erreurs. Si un agent trouve un contournement fiable pour générer des PDF, analyser des tableaux ou faire du web research, un autre peut récupérer cette compétence sans répéter le même cycle d'essais et d'échecs.

L'économie de tokens d'OpenSpace

Le point fort du document n'est pas l'installation, mais les chiffres. Le dépôt d'OpenSpace cite le benchmark GDPVal sur un échantillon de 50 tâches professionnelles réparties en six catégories : documents, formulaires de compliance, médias, ingénierie, tableurs et stratégie. Pour une comparaison propre, OpenSpace a été confronté à l'agent de référence ClawWork sur le même modèle backbone, Qwen 3.5-Plus, si bien que l'écart s'explique par l'accumulation de compétences et non par un changement de modèle.

Le résultat : un rendement économique 4,2 fois supérieur, 70,8 % de qualité moyenne et 45,9 % de tokens en moins lors de la réexécution des tâches.

La ventilation par catégorie montre où l'auto-évolution rapporte le plus. Pour les documents et la correspondance, l'exécution à chaud a réduit la consommation de tokens de 56 % ; pour les formulaires et la compliance, de 51 % ; pour les médias, de 46 % ; et pour les tableurs, de 37 %. Les auteurs soulignent aussi que, sur les 165 compétences évoluées, la plupart relèvent non d'une expertise métier étroite, mais de la fiabilité d'exécution : gestion des formats de fichiers, reprise après erreur, génération de documents et contrôle qualité. Autrement dit, le gain principal ne vient pas de la « connaissance du secteur », mais du fait que l'agent cesse de planter aux endroits techniques courants.

Ce que cela signifie

OpenSpace illustre bien la direction que prennent les frameworks d'agents : des prompts à usage unique vers une mémoire de travail permanente, où chaque tâche accomplie rend le système moins coûteux et plus robuste. Pour les équipes produit, c'est le signe que la prochaine vague d'efficacité viendra non seulement de nouveaux modèles, mais aussi de l'infrastructure de compétences réutilisables qui les entoure.