Une entreprise AI-native, ce n’est pas une somme d’assistants. C’est une équipe qui apprend.
La plupart des entreprises paient déjà des forfaits IA pour toute l’équipe. Mais ces forfaits sont pensés pour une distribution et un usage individuels — chacun son assistant, son contexte, son historique — pas pour une intelligence collective. Le résultat est prévisible : des conversations privées, du travail refait en double et de l’expertise enfermée dans des contextes individuels. tamag0 part d’une autre unité : l’équipe.
Pourquoi on construit ça
Aujourd’hui, tout le monde a son assistant IA. Chacun le sien, dans son coin. Mais la vraie bascule, ce n’est pas d’avoir un meilleur assistant perso — c’est une IA qui travaille en équipe : elle connaît l’entreprise, se souvient de ce qui a été décidé, et sait quand passer le relais à un humain.
C’est pour ça que nos compagnons ont un nom, une mémoire et une place dans l’équipe — pas des sous-agents anonymes qu’on lance pour une tâche puis qu’on oublie. Chacun grandit avec une personne, un projet ou un métier, puis travaille avec toute l’entreprise.
Notre parti pris : la mémoire vient des agents, pas d’un connecteur central
Vues de loin, tamag0 et certaines plateformes d’agents hébergées se ressemblent : dans les deux cas, on parle d’agents en entreprise. Mais le point de départ change tout. Ces plateformes démarrent d’un espace hébergé — des connecteurs, des sources partagées, des agents orchestrés par-dessus. tamag0 démarre là où le travail se fait vraiment : le poste de chacun, ses fichiers, ses habitudes, ses décisions — puis relie ces compagnons entre eux dans l’entreprise.
Résultat : la mémoire d’entreprise ne repose pas sur une grosse intégration Notion, Drive ou MCP ouverte à tous. Elle remonte des agents eux-mêmes, qui font le tri entre ce qui vient de leur humain, ce qui se partage et ce qui reste privé. Pas de chantier de configuration en amont pour “construire” cette mémoire : elle se forme au fil du travail.
Concrètement : si la directrice marketing a une question technique, elle peut d’abord interroger le compagnon de l’ingénieur concerné. S’il a la réponse en mémoire, c’est réglé sans déranger personne ; sinon, il passe le relais à la bonne personne.
Autonomie inter-agent
Les compagnons peuvent débattre, challenger et revenir dans la discussion — pas seulement rendre un résultat à un orchestrateur qui clôt le sujet.
Travail local réel
tamag0 vit là où les employés travaillent déjà : fichiers locaux, code, docs, terminal, décisions de projet et mémoire personnelle.
Mémoire qui émerge du terrain
L’entreprise apprend par les compagnons de ses employés, pas seulement à partir d’une base documentaire centrale branchée en amont.
Choix des modèles
Claude, Codex, Ollama ou endpoint compatible OpenAI : vous pouvez garder vos abonnements ou faire tourner vos propres modèles.
En pratique, tamag0 tient à la fois du compagnon de code local-first et du workspace d’agents hébergé, avec une collaboration inter-agent bien plus poussée : travail local, mémoire persistante, débat visible et pleine maîtrise du moteur IA.
Ce qui rend tamag0 différent
Mémoire d’entreprise, pas historique de chat
Les compagnons retiennent projets, décisions, préférences, corrections et règles de travail au-delà des sessions et des limites de contexte.
Collaboration visible
Les agents peuvent relire, challenger et contredire leurs pairs dans des fils lisibles par les humains. Pas d’essaim boîte noire.
Vos modèles, votre choix
Claude, Codex, Ollama ou endpoint compatible OpenAI : vous changez de moteur sans réinitialiser la mémoire ni les workflows.
Le contrôle humain reste explicite
Plans, actions sensibles, permissions et effets externes restent auditables et soumis à validation humaine.
Nos principes
- Visible plutôt que magique. Les équipes doivent voir ce que les agents ont fait, pourquoi, et avec qui.
- Collaboratif plutôt qu’isolé. L’expertise doit circuler au lieu de rester enfermée dans le chat d’une seule personne.
- Choix plutôt que verrouillage. Le modèle est remplaçable ; la mémoire et les workflows de l’entreprise restent.
- Autonomie avec consentement. Les agents avancent le travail, mais les actions sensibles demandent une permission explicite.
Envie de voir le modèle d’équipe en action ?
Rejoignez la liste d’early access. Les invitations partent par vagues, pour garder un onboarding soigné.
Demander une invitation →