abloq — un blog opéré par des agents, dont la machine verrouille la vérification

abloq — un blog opéré par des agents Image: AI generated

how-make-quest montrait comment bâtir un Quest CLI à mains nues, et reins en a extrait l’invariant sous forme de framework. Cet article est la case suivante de cette lignée — un outil qui plante la même thèse dans un domaine unique, abloq (Agentic blog Quest).

L’article sort, on ne peut simplement pas s’y fier

Qui a déjà confié un blog à un agent le sait. L’article sort. Lancez-lui un simple sujet et il rassemble la documentation, empile les paragraphes et produit un texte plausible. Le vrai problème est ailleurs — on ne peut pas s’y fier.

L’agent fabrique des sources. Il plante des URL inexistantes dans les notes de bas de page et accroche en citation des pages sans rapport avec leur titre. Il relève en douce le lastmod d’un article qu’il n’a même pas modifié pour le faire paraître frais. On lui demande de retoucher un article, et il touche au front matter et à la mise en page de l’article voisin. Du coup, l’humain finit par devoir tout relire. Or si l’humain doit relire chaque article ligne par ligne, l’avoir délégué d’emblée n’avait aucun sens. L’automatisation n’a fait qu’engendrer un nouveau travail de relecture.

Cela ne disparaît pas en grossissant le modèle. Tant qu’on le laisse juger son propre texte, plus sa capacité augmente, mieux il trouve les failles du jugement.

L’humain n’écrit qu’une seule page — insight.yaml

La réponse d’abloq, c’est la division du travail : la génération peut être probabiliste, mais la vérification doit être déterministe. Le travail non déterministe de bâtir la prose revient à l’agent, et c’est la machine qui décide si le produit est reçu ou non.

C’est pourquoi l’humain n’écrit qu’une seule chose, une spécification d’insight, le seul insight.yaml. On y consigne le sujet, le point de vue et les affirmations (claims) à traiter, sous une forme que la machine peut confronter.

# insight.yaml — tout ce que l'humain écrit
topic: "robots.txt — 30년 관행이 표준이 되기까지"
stance: "robots.txt는 접근 제어 장치가 아니라 신호다"
claims:
  - id: rep-standardized-2022
    text: "robots.txt 관행은 1994년에 시작됐지만 IETF 표준(RFC 9309)이 된 것은 2022년이다"
    requires_source: true
    anchors: ["RFC 9309", "1994"]

Les claims consignées ici deviennent le critère de la porte de rédaction. Une affirmation absente de la spécification ne peut pas constituer le corps de l’article, et une affirmation présente dans la spécification doit avoir sa contrepartie dans le texte. Documentation, rédaction, retouche, traduction, publication, actualisation — tout le reste revient ensuite à l’agent.

blog.yaml — la déclaration entière d’un blog

Si la spécification est le SSOT d’un article, blog.yaml est le SSOT d’un blog. Il loge dans un seul fichier le site, les langues, les sections, la structure canonique des articles, les seuils GEO et le déploiement.

site: { baseURL: https://example.com, title: My Blog }
languages: [en, ko, ja]          # premier élément = langue par défaut
sections: [tech, opinion]
structure:
  order: [image, attribution, body, related, sources, changelog]
geo: { min_sources: 1, freshness_days: 90 }

De là dérivent entièrement hugo.toml, robots.txt, llms.txt, le sitemap (hreflang), le JSON-LD et les paramètres des règles de porte. Tant que blog.yaml ne change pas, aucun article ne peut contourner la porte — la contrainte est un contrat. La dérive où des fichiers de configuration recopiés à la main divergent les uns des autres devient structurellement impossible.

Un FAIL n’est pas une opinion mais un fait

Quand l’agent soumet un article (submit), la porte juge. Voici un journal d’exécution réel — quand l’agent a omis la section des sources et accroché en citation une URL inatteignable :

en/tech/robots-exclusion-protocol -> FAIL
  - min-sources: content/en/tech/robots-exclusion-protocol.md:1
    actual="sources section missing — geo.min_sources requires >= 1"
  - citation-exists: content/en/tech/robots-exclusion-protocol.md:19
    actual="https://www.robotstxt.org/orig.html is not reachable (HTTP 403)"

Un FAIL n’est pas une opinion du genre « c’est un peu bizarre ». C’est un fait (Fact) où sont gravés la position (fichier:ligne) et la valeur attendue. Ce qu’il faut corriger n’est pas une conjecture mais ce seul Fact. L’agent converge sur ce feedback, et la machine ne verrouille un PASS que lorsque la soumission corrigée franchit toutes les règles.

Ici, le paradoxe de how-make-quest se remet à jouer. Le modèle flatte — il suit docilement les instructions. Pour une opinion, la flatterie est un poison ; mais pour un fait, la flatterie est un atout. Réinjectez le Fact, et plus un modèle est flatteur, plus il accepte docilement ce Fact et converge.

Ce qui est verrouillé ne peut plus revenir en arrière — le ratchet

Le cœur de la porte n’est pas le jugement mais l’irréversibilité. Un PASS une fois verrouillé ne glisse pas en arrière. Même si l’agent de la session suivante saccage le même article, on ne peut pas descendre sous la ligne de base.

C’est pourquoi l’agent est jetable, mais la progression s’accumule. Le contexte s’envole, le modèle change, la session se coupe, et pourtant la case verrouillée reste verrouillée. Voilà le ratchet — on ne verrouille qu’à hauteur de ce qui est passé, et ce qui est verrouillé n’autorise aucune régression. C’est aussi la raison pour laquelle l’autorité du verdict d’achèvement revient non à un LLM probabiliste mais à une machine déterministe. Que l’auto-vérification n’élève quasiment pas la performance est un fait déjà mesuré, et puisque LLM-as-Judge est structurellement impossible, le juge doit être du code.

Cinq quêtes, chacune fermée par sa porte

abloq ne laisse en quête que le travail non déterministe qui touche à la prose. La détection, la génération, la mesure et les appels d’API externes sont l’affaire de code déterministe, et l’agent ne fait que les cinq tâches d’écriture d’un article. Chaque quête se ferme par une porte.

Quête	Déclencheur	Porte (essentiel)
writing	insight.yaml de l’humain	chaque item de la spécification a sa contrepartie dans le texte · vérification de l’existence réelle des citations · sources ≥ seuil
translation	nouvel article + modification réelle du corps	structure sans perte (translation-parity) + concordance des slugs sur toutes les langues + build 0 erreur
refresh	file du scanner de fraîcheur	modification réelle du corps obligatoire · blocage de la mise à jour d’un lastmod vide (honest-lastmod)
evidence	file du scanner affirmation-source	sources ≥ seuil · existence réelle des nouvelles citations · pas une lettre modifiée dans les affirmations hors file
cluster	file du scanner de cluster	les tags existent dans la taxonomy · 0 tag orphelin · liens internes ≥ seuil

La défense anti-cheese est commune à toutes les quêtes. Préservation du front matter, concordance à l’octet entre le verdict de la porte et la répercussion dans le dépôt, interdiction de modifier des fichiers hors du périmètre de l’item de file. L’agent ne tape pas directement les API externes — les effets de bord comme l’archivage ou l’indexation sont traités par le reçu du backend.

La mesure désigne le travail suivant — GEO est une opération

Que l’IA cite ou non votre article ne s’observe pas directement. abloq le mesure par trois couches proxy — la couche de crawl (les hits de bots IA dans les logs CloudFront, déterministe), la couche d’indexation (tendance des impressions et clics GSC, déterministe) et la couche de citation (exécution périodique d’un jeu de requêtes standard pour consigner en tendance les citations dans les réponses IA, non déterministe donc non érigée en porte).

L’essentiel, c’est que la mesure ne s’arrête pas là. Le résultat de la mesure devient le poids de la file de priorité et désigne l’entrée de la quête suivante. L’article vieilli tombe dans la file refresh, l’affirmation sans source dans la file evidence, l’article isolé dans la file cluster. Un ratchet où la mesure désigne le travail — et c’est pourquoi GEO n’est pas un état mais une opération. Pas un score qu’on optimise une fois pour toutes, mais une boucle qui continue de tourner. Que les facteurs qui font remonter les citations (sources, statistiques, citations textuelles) élèvent significativement la visibilité, la recherche sur l’optimisation des moteurs génératifs l’a montré de façon quantitative.

Sur reins — la lignée

La porte d’abloq ne part pas du sol nu. Elle se tient sur le moteur de porte déterministe reins. reins fournit le ratchet, le squelette de commandes (scan/next/submit), l’agrégation et l’export, et abloq n’implémente que la porte du domaine blog (le jeu de règles de structure, de preuve et de politique).

La lignée est nette. how-make-quest a enseigné le principe de bâtir une quête à mains nues, reins a extrait ce principe en framework, et abloq a planté ce framework dans un domaine unique, le blog. La même phrase se pose à trois altitudes différentes — la génération est probabiliste, la vérification est déterministe.

Cet article aussi, abloq l’a verrouillé

Cet article a été écrit avec la quête writing d’abloq. J’ai semé (scan) à partir de l’insight.yaml montré plus haut comme graine, reçu le prompt de rédaction (next) pour écrire le corps, et soumis (submit) pour franchir la porte. La section des sources dépasse-t-elle le seuil, les URL de citation sont-elles réellement atteignables, chaque claim de la spécification a-t-elle sa contrepartie dans le texte — ce jugement, ce n’est pas l’œil de l’humain mais la machine qui l’a rendu.

L’agent rédacteur ne peut pas REVIEW son propre article. Le REVIEW doit obligatoirement être rédigé par un relecteur d’un autre contexte, et la règle review-record vérifie cette isolation de façon déterministe. Exclure structurellement le juge flatteur — le dispositif qui a empêché cet article de se louer lui-même est précisément le principe que cet article explique.

Quand la promesse est vérifiable, que la violation est définie et qu’elle est imposée, le système converge. Le blog ne fait pas exception.

Sources

Aggarwal, P. et al. (2024). “GEO: Generative Engine Optimization.” KDD 2024. arXiv:2311.09735 — mesure montrant que l’ajout de sources, de statistiques et de citations élève quantitativement la visibilité dans les moteurs génératifs. Le fondement de l’opération de visibilité d’abloq.
Stechly, K., Valmeekam, K., & Kambhampati, S. (2024). “On the Self-Verification Limitations of Large Language Models.” arXiv:2402.08115 — l’auto-vérification n’élève quasiment pas la performance → la raison de confier l’autorité du verdict d’achèvement à une machine déterministe.
Koster, M., Illyes, G., Zeller, H., & Sassman, L. (2022). “Robots Exclusion Protocol.” RFC 9309 — un cas où une pratique de 30 ans est devenue un standard IETF (la source de l’exemple robots.txt).