Une nouvelle plateforme nommée OpenProse arrive sur le marché avec une proposition originale : faire du Markdown un véritable langage de programmation pour les sessions d’intelligence artificielle. Les programmes – appelés « Prose programs » – sont des fichiers Markdown enrichis de métadonnées qui décrivent le travail à accomplir, les prérequis nécessaires et ce qui doit être vrai une fois l’exécution terminée.
Des contrats « requires/ensures » comme fondation
Chaque programme Prose se présente sous la forme d’un document structuré par un en-tête YAML (front matter) qui déclare un nom et un type, suivi d’un texte en Markdown détaillant l’objectif, les critères de réussite et les modalités de réalisation. OpenProse qualifie ce mécanisme de « contrat » : le bloc requires définit les dépendances et intrants nécessaires, tandis que le bloc ensures énonce les garanties que le programme doit produire en sortie. Le système de « injection de dépendances intelligente » nommé Forme utilise ces contrats pour connecter automatiquement les différents services entre eux, sans configuration manuelle.
Les modèles de langage comme machine virtuelle
L’approche d’OpenProse repose sur une vision particulière des grands modèles de langage (LLM). La documentation du projet explique que les LLM sont des « simulateurs » : lorsqu’on leur fournit une description détaillée d’un système, ils ne se contentent pas de la décrire – ils la simulent. La spécification prose.md décrit une machine virtuelle avec une fidélité suffisante pour que sa lecture induise une simulation. Or, selon OpenProse, « une simulation avec une fidélité suffisante est une implémentation » : chaque session engendre un sous-agent réel, et les sorties produites sont des artefacts tangibles.
Trois exemples de « responsabilités »
Pour illustrer le concept, la plateforme met en avant trois « responsabilités » typiques. La première, high-intent-stargazer-outreach, est destinée à qualifier les nouveaux « stargazers » d’un dépôt GitHub : le programme doit analyser leur activité publique, enrichir le contexte, rédiger une proposition de contact ciblée, mais laisser la décision finale d’envoi à un humain. La deuxième, release-candidate-ready, automatise la vérification de l’état d’une version candidate (intégration continue, modifications, notes de migration, documentation, surcharges du propriétaire) pour produire une décision documentée de mise en production ou de blocage. La troisième, customer-risk-maintained, surveille en continu les signaux de risque client (utilisation du produit, historique du support, contexte commercial, mouvements des parties prenantes) pour alerter les gestionnaires de compte avant que les fenêtres de renouvellement ne deviennent urgentes.
Un système ouvert et indépendant des modèles
OpenProse se présente comme un langage « agnostique » vis-à-vis des modèles d’IA. Les programmes rédigés pour Claude Code peuvent, selon la documentation, être exécutés sans modification sur Codex, OpenCode (Amp), ou tout autre harnais qualifié « Prose Complete ». Ce dernier terme désigne un ensemble d’interfaces abstraites – spawn_session, read_file, write_file, ask_user – que chaque harnais doit implémenter pour être compatible. Cette indépendance vise à éviter aux développeurs de réécrire leurs programmes à chaque évolution du paysage des modèles.
Deux modalités : open source et cloud managé
OpenProse propose deux voies. La version open source, sous licence MIT, s’installe comme une « skill » dans les assistants de codage IA via la commande npx skills add openprose/prose. Elle permet d’écrire et d’exécuter des programmes .md localement. Le cloud managé, en accès anticipé sur invitation, exécute les mêmes programmes sur l’infrastructure d’OpenProse, avec des capacités de planification, de déclenchement sur événements, de traces durables et de contrôles d’entreprise. « Vous écrivez les programmes avec l’open source ; demandez l’accès pour les exécuter à grande échelle sans que vous soyez dans la boucle », résume la plateforme.
OpenProse utilise lui-même son langage
La société affirme utiliser ses propres outils en interne pour ses opérations de marketing, de go-to-market, d’enrichissement et de gestion de communauté. « La même surface de contrat que nous vous demandons de faire confiance est celle qui maintient notre propre entreprise éveillée », déclare-t-elle. Plusieurs programmes maison sont listés, allant de la veille concurrentielle à la génération de leads en passant par le scaffoldage de dépôts clients.
Une communauté en formation et des questions ouvertes
La page d’accueil d’OpenProse affiche un compteur GitHub indiquant environ 1 200 étoiles pour le dépôt openprose/prose. La section « Live outcomes », censée montrer des exemples publics de programmes en cours d’exécution, retourne actuellement un catalogue vide. Le produit en est donc à ses premiers pas publics. La FAQ aborde plusieurs questions techniques, notamment la différence entre la VM simulée et une machine réelle, ou encore le fonctionnement de Forme, décrit comme un « IoC (inversion de contrôle) propulsé par la compréhension du modèle, et non par la configuration ». Les réactions de premiers utilisateurs sont présentées sous forme de témoignages numérotés, sans contenu détaillé visible sur la page.
