L’environnement d’exécution commercial construit sur ObjectStack
L’ontologie est le logiciel.
Une ontologie métier exécutable. L’AI l’écrit, le runtime l’exécute, les agents l’opèrent, vous la possédez. Vous voulez la même boucle, hébergée, dans le navigateur, sans rien installer ? C’est ObjectOS, l’environnement d’exécution commercial construit sur ObjectStack. ObjectOS fonctionne hébergé dans le navigateur, sans rien installer (ObjectOS Cloud), ou autogéré sur votre propre infrastructure (ObjectOS Enterprise) ; dans les deux éditions, vous pouvez exporter votre ontologie et l’exécuter sur le runtime open source ObjectStack.
- Exécutable
- Le runtime l’exécute
- Rédigeable par l’AI
- L’AI l’écrit
- Opérable par les agents
- Les agents l’opèrent
- Vous la possédez
- Exportez votre ontologie, exécutez-la sur ObjectStack open source
L’ontologie est le logiciel.
Conservez les systèmes efficaces. Ajoutez un runtime gouverné pour agents.
L’AI en entreprise n’a pas besoin d’un nouveau chantier de reconstruction ni d’une nouvelle pile de code généré. Elle a besoin d’une définition que les agents peuvent écrire, que les humains peuvent relire, et qu’un runtime gouverne à travers systèmes existants, nouvelles applications et agents AI. Vos objets et champs, relations, actions, permissions, flux, et définitions d’agents et d’outils sont cette définition — votre ontologie métier : ouverte, versionnée et à vous, pas un actif enfermé dans la plateforme d’un autre.
Ce qu’est une ontologie métier exécutable
Capacités de la plateforme
Partez de la structure métier, pas d’une base de code vide
- 01
Donnez aux agents un modèle métier
Modélisez clients, commandes, équipements, dossiers et validations comme des objets que les agents peuvent lire, relier et modifier.
- 02
Étendez l’existant — en lecture seule d’abord
Fédérez une base que vous exploitez déjà comme datasource externe et modélisez ses tables en objets. La fédération est en lecture seule par défaut, et encore récente : le système de référence continue d’écrire les lignes, et l’écriture s’active délibérément, objet par objet.
- 03
Écrivez l’ontologie, pas du code applicatif
Pour les logiciels CRUD et workflow typiques, les agents écrivent la définition ObjectStack compacte. Le runtime ouvert ObjectStack en dérive tables, API, UI et outils, puis applique permissions et audit ; ObjectOS prend en charge le déploiement en production et les opérations d’équipe. Moins de code à générer, moins de code à relire.
- 04
Appliquez la gouvernance au runtime
Réutilisez identité d’entreprise, permissions, files de validation et journaux d’audit afin que chaque action d’agent ait des limites définies.
Construction AI et opérations d’agents
Laissez les agents créer le logiciel. Gardez les humains dans la boucle de revue.
ObjectStack conserve objets, champs, workflows, permissions, actions et UI sous forme de définitions typées que les agents peuvent lire et modifier. Son runtime ouvert en dérive la base de données, les API, les écrans et les outils MCP, puis applique permissions et audit. Strict TypeScript, les schémas Zod et une porte de validation détectent les erreurs structurelles avant le déploiement. La définition reste assez petite pour que l’AI la tienne entière, afin qu’un agent de code puisse raisonner sur tout le système et que vous puissiez relire le diff. ObjectOS est l’environnement d’exécution commercial construit sur ObjectStack : AI Build & Ask intégré, validations humaines, SSO, déploiement et opérations sur Cloud et Enterprise ; sur ObjectStack open source, vous utilisez votre propre agent de code et client MCP.
Pointez votre agent vers ObjectStack →AI Builder
Cloud et Enterprise : décrivez un changement en langage naturel. Le Builder intégré génère objets, champs, vues et workflows, puis envoie les changements structurants en validation. Sur ObjectStack open source, votre agent de code écrit le même diff compact de métadonnées au lieu d’une base de code complète.
AI Ask
Cloud et Enterprise : posez des questions dans le produit, analysez le contexte métier et déclenchez des actions approuvées dans les permissions de l’utilisateur connecté. Sur ObjectStack open source, interrogez les mêmes objets via MCP avec votre propre AI.
Tools / MCP
Toutes éditions : @objectstack/mcp expose objets, requêtes et actions comme outils sensibles aux politiques pour Claude, Cursor, tout client MCP ou un modèle local.
Fonctionnement
Transformez les opérations métier en une structure utilisable par les agents
ObjectStack décrit objets, relations, permissions, workflows et actions sous forme de définitions typées unifiées. Les agents modifient une couche de définition qui tient en contexte au lieu de régénérer du code applicatif ; ObjectOS apporte aux équipes les contrôles de relecture, de déploiement et d’exploitation qui rendent chaque itération compréhensible, approuvée et gouvernée.
Sécurité et gouvernance
Les données restent dans votre réseau. L’AI agit dans les permissions.
ObjectOS Enterprise peut déployer et exploiter des applications ObjectStack sur votre infrastructure. Données métier, identités, journaux d’audit et fichiers restent sous votre contrôle ; les agents AI accèdent aux objets via des outils gouvernés et héritent des permissions de l’utilisateur connecté.
Voir sécurité et gouvernance →Résidence des données
Connectez vos bases de données et stockages ; enregistrements, identités, journaux d’audit et fichiers y restent. ObjectOS autogéré valide sa licence en ligne (les licences Enterprise pour réseaux isolés se valident hors ligne) ; le runtime open source ObjectStack n’a ni télémétrie, ni vérification de licence, ni ping de mise à jour.
AI portée par l’utilisateur
Les agents agissent comme l’utilisateur connecté et respectent les permissions d’objet, d’enregistrement et de champ.
Approbation et audit
Les changements structurants passent par une file de validation humaine ; lectures, écritures, appels d’outils et changements de droits peuvent être audités.
Prêt pour l’isolement
Exécutez en VPC, sur serveurs locaux ou en réseau isolé avec modèles locaux, identité interne et votre gestion des secrets.
Modèles d’applications
Partez de modèles opérationnels, pas d’un système vide
Modèle Helpdesk
Support client AI-first avec tickets, SLA, résumés, réponses suggérées et recherche dans la base de connaissances.
Voir le code source →Modèle Contracts
Cycle de vie contractuel avec extraction de métadonnées, validation, rappels de renouvellement et audit.
Voir le code source →Modèle Procurement
Demandes d’achat, fournisseurs, PO, réception et rapprochement à trois pièces dans une application gouvernée.
Voir le code source →Comparatif
Différent des outils que vous connaissez
vs Airtable
Une vraie base de données avec logique serveur et gouvernance au runtime — pas un workspace de type tableur.
Lire le comparatif →vs Retool
La logique métier est une métadonnée relisible — pas du JavaScript éparpillé entre les écrans.
Lire le comparatif →vs Lovable & Bolt
Les agents génèrent des métadonnées gouvernées avec schéma et permissions — pas une base de code jetable.
Lire le comparatif →Dernières analyses
Réflexions pratiques sur les logiciels écrits par l’AI
Que signifie « L’ontologie est le logiciel » ? Une ontologie métier exécutable, définie
La phrase est le positionnement d’ObjectStack ; voici sa définition : un noyau de six sortes, quatre projections, trois choses qu’elle n’est pas, et un test pour distinguer le noyau de la projection.
Quels outils utilisent les forward-deployed engineers ? Un stack ouvert, ontologie d’abord
Ce qu’un forward-deployed engineer construit réellement sur un déploiement de 60–180 jours, les cinq douleurs qui définissent le métier, et pourquoi la vague d’imitateurs de 2026 a copié le rôle mais pas le substrat.
Combien de tokens fait une application métier ? Un CRM complet sous 150k
Un CRM complet tient sous 150k tokens de métadonnées typées : logique métier sous 100k, UI autour de 50k. Le CRM de référence fourni reste à environ 16k.
Étape suivante
Commencez par les données métier que vous connaissez le mieux.
Fédérez une base que vous exploitez déjà (en lecture seule par défaut), définissez ses objets clés et laissez votre agent livrer la première application gouvernée écrite par l’AI sous forme de petit diff de métadonnées.
Connecter les systèmes existants →