Date : 16/10/2026 — Claude Code
Pendant l'investigation, constat en direct dans JARVIS_LIVE_VOICE/missions_history.json : la demande de Raphaël a été dispatchée deux fois à Antigravity (agy) sous des formulations quasi identiques, toutes deux encore "status": "running" plus de 6 minutes après leur lancement, en parallèle de ce traitement par Claude Code :
- m_1792159732542 — "Analyser les logs système récents pour diagnostiquer les incohérences de Jarvis concernant les statuts de missions et l'abandon du produit..."
- m_1792159739804 — reformulation quasi identique de la même demande + latence de réponse.
C'est une démonstration en temps réel du problème n°2 ci-dessous (double-dispatch sans déduplication), pas une supposition.
Validé / termine.pipelines/dental-pod/state.json : le journal daté (jusqu'au 30/07/2026) raconte une histoire cohérente (testé en live, repassé en DRAFT pour laisser la place à Axia — alternance normale). Mais 4 lignes ajoutées en bas du même fichier, sans horodatage ni entrée de journal (lignes 170-173) disent l'inverse : "status": "ABANDONED_TESTED_FAILED", "decision": "REJECTED_DO_NOT_RETRY", "blacklisted": true.BACKLOG_PROJETS.md, ligne 44-47 : reprend ce blacklist sans trace non plus ("Ne JAMAIS proposer, retester, mentionner").Chronologie reconstituée depuis missions_history.json + pipelines/sac-lavage-chaussures-skovasken/state.json :
m_1792119008503 : "pendant la session, le statut du produit sur le Tracker est passé de 'À réévaluer' à 'Validé', et la colonne T (réservée exclusivement à toi) s'est remplie à 'Validé' — je n'y ai pas touché, c'était probablement toi-même ou Antigravity en parallèle."grep sur tout tools/ ne trouve aucun script qui écrit programmatiquement la colonne T — cohérent avec la règle 7bis (colonne jamais touchée par le code). Cela rend l'hypothèse "Raphaël lui-même" plus probable qu'une écriture automatisée bugguée. Mais aucune certitude : ni Claude ni agy ne peuvent confirmer qui a écrit cette valeur, et c'est exactement le type de situation qui avait déjà causé l'incident du 11-12/08/2026 (5 lignes auto-remplies à tort, règle 7bis créée en réaction).Point commun des deux cas : une colonne du Tracker censée être une source de vérité stable (R = verdict Juge, T/U = décision Raphaël) change de valeur sans qu'aucun log ne dise qui/quand/pourquoi. Un agent qui lit le Tracker à un instant T n'a aucun moyen de distinguer "changement légitime récent" de "régression/bug silencieux", donc il doit deviner — et c'est cette devinette qui produit l'hallucination quand elle n'est pas signalée comme telle (heureusement, dans les deux cas observés le 15/10, agy a bien signalé l'anomalie au lieu de l'avaler silencieusement — mais rien n'empêche que ça ne soit pas le cas la prochaine fois).
Rien dans dispatch_mission() ne vérifie si une mission sémantiquement proche est déjà "running" avant d'en créer une nouvelle. Résultat : la même demande de Raphaël tourne simultanément sur agy (x2) et sur moi (Claude Code, repli CLAUDE.md), sans qu'aucun des trois ne sache que les autres bossent sur le même sujet. Chacun peut produire une réponse différente, et Raphaël reçoit potentiellement 2-3 rapports contradictoires sur la même question.
call_ai_brain() peut basculer silencieusement vers claude-code en cas d'échec agy (quota/503, cf. m_1792110621781 dans cette même session : "UNAVAILABLE (code 503)") sans jamais réécrire le champ brain dans l'historique. Un "brain": "agy", "success": true ne garantit donc pas que le travail vient réellement d'agy.
Exemple retrouvé dans cette session : m_1792121750687 (claude-code, latence vocale) → "status": "failed", "result": "Mission interrompue suite au redémarrage du serveur." C'est le même pattern déjà documenté le 11/10 sur 4 autres missions : le registre perd la trace de la mission au redémarrage, pas forcément le travail déjà écrit sur disque. Un agent qui voit "failed" peut donc soit refaire un travail déjà fait (perte de temps), soit — pire — répondre "ça a échoué, rien n'a été fait" alors que du code existe déjà (hallucination par défaut pessimiste, symétrique de l'optimisme d'Antigravity documenté par ailleurs).
/ (public/app.js), /jarvis (public_jarvis/app.js — quasi-clone maintenu séparément), /dashboard (dashboard.js/dashboard.css physiquement dans public/ malgré le nom du dossier). Une même mission peut donc s'afficher de façon incohérente selon l'interface consultée, et un correctif appliqué à une seule surface laisse les deux autres non synchronisées — source de confusion visuelle qui s'ajoute à la confusion de données.
Le point commun des 6 cas ci-dessus : aucun d'entre eux n'empêche un agent de répondre — ils le laissent juste répondre sur une base de données incomplète ou contradictoire, sans marqueur d'incertitude machine-lisible. Un LLM invité à trancher entre deux sources contradictoires (Tracker vs state.json, brain déclaré vs brain réel, failed vs travail réel sur disque, carte A vs carte B) a deux issues : signaler explicitement l'incertitude (bon réflexe, observé 2x sur 2 dans le cas Skovasken) ou choisir une réponse plausible et l'affirmer avec confiance (hallucination). Le système actuel dépend donc entièrement de la discipline de chaque agent à l'instant T — rien ne la impose structurellement.
| # | Solution | Corrige | Effort |
|---|---|---|---|
| 1 | Log d'audit des écritures Tracker (tracker_audit_log.jsonl, append-only) : chaque script qui écrit une cellule (tracker_writer.py, product_judge.py, juge_produit_orchestrateur.py, chasse_orchestrateur.py) logue {timestamp, script, mission_id, ligne, colonne, ancienne_valeur, nouvelle_valeur}. |
§1.1, §1.2 — permet de répondre "qui/quand" au lieu de deviner | Faible — un seul petit module audit_writer.py importé partout où le Tracker est écrit |
| 2 | Garde-fou anti-régression sur colonnes R/T/U : avant d'écrire R (verdict Juge), comparer à l'ancienne valeur ; si elle régresse d'un verdict positif vers "À réévaluer" sans mission explicite de ré-audit, logger une alerte au lieu d'écraser silencieusement. | §1.2 (le "probable remise à zéro par un lot ultérieur" devient traçable) | Moyen |
| 3 | Interdiction structurelle d'ajouter des champs racine non datés dans state.json : petit validateur (validate_pipeline_state.py) appelé en fin de mission qui refuse tout champ (status, decision, blacklisted...) ajouté hors d'une entrée de journal horodatée. |
§1.1 (empêche la récidive du pattern Dental Pod) | Faible |
| 4 | Déduplication de dispatch : avant dispatch_mission(), comparer (similarité texte simple, fenêtre ~10-15 min) la nouvelle instruction aux missions "status": "running" existantes ; si collision, soit fusionner, soit avertir explicitement l'utilisateur ("déjà en cours sur agy depuis X min, relancer quand même ?") plutôt que dispatcher en silence. |
§2.1 — corrige le double-dispatch observé en direct dans cette session | Moyen |
| 5 | Réécriture du champ brain au moment du repli réel dans call_ai_brain(), pas seulement à la création de la mission (ex: "brain": "agy→claude-code (fallback 503)"). |
§2.2 | Faible |
| 6 | Statut "interrupted_check_disk" au lieu de "failed" après un redémarrage serveur, avec détection automatique des artefacts déjà produits (fichiers dans artifacts/, pipeline state.json modifié après started_at) avant de conclure à un échec. |
§2.3 | Moyen |
| 7 | Factoriser le rendu de carte mission dans un seul module JS partagé entre /, /jarvis et /dashboard au lieu de 3 implémentations divergentes. |
§2.4 | Moyen-élevé (refactor UI) |
| 8 | Confirmer avec Raphaël, sans présumer : (a) le vrai statut de Dental Pod/Ondia (Tracker dit lancé/validé, BACKLOG dit blacklisté) ; (b) que c'est bien lui qui a écrit "Validé" en colonne T pour Skovasken le 15/10 (aucun script ne le fait automatiquement, donc probable, mais à faire confirmer vu l'incident similaire du 11-12/08). | §1.1, §1.2 | Aucun code — juste une question à poser |
Priorité recommandée : #4 (déduplication) et #1 (audit log) d'abord — ce sont les deux causes qui génèrent le plus directement de futures hallucinations/confusions, et les plus simples à coder. #8 est à faire immédiatement car ce sont de simples questions, pas du code.