Morrow : un concept de mémoire d'entreprise pour les équipes nativement IA
Une étude conceptuelle MVP guidée par le design qui donne aux agents IA une mémoire d'entreprise digne de confiance. Morrow rassemble Slack, Linear, GitHub, Notion, appels et tickets dans une couche de contexte vérifié, la transforme en fichiers de skills exécutables et la sert aux agents via une API. Chaque réponse porte la preuve dont elle provient.
Le défi
Les entreprises ont besoin d'un contexte vérifié et fiable pour les décisions dispersées entre fils Slack, appels, tickets, docs et pull requests. La recherche renvoie des fragments, la documentation s'éloigne de la façon dont les équipes travaillent, et les agents continuent soit d'interroger des humains, soit de répondre à partir de sources qui se contredisent. Le concept devait résoudre une chose : comment donner aux agents une mémoire d'entreprise vérifiée et tenue à jour, pour qu'ils puissent agir sans qu'un humain contrôle chaque réponse.
La solution
Morrow a été conçu et construit sur deux écrans responsives. La landing page expose le problème et le flux derrière : ingest, resolve, approve, publish, learn. C'est dans le tableau de bord opérateur que le travail se fait. Il affiche des métriques en direct de santé de la mémoire, l'état des connecteurs de sources, une file de contradictions, une résolution de conflits étayée par des preuves, une porte de validation humaine, des fichiers de skills générés et une piste d'audit. Les sources en conflit deviennent des tâches de revue, et rien n'atteint un agent tant qu'un responsable n'a pas validé. Le contexte approuvé passe ensuite aux agents via des endpoints d'API protégés qui exposent uniquement la mémoire vérifiée et les fichiers de skills, jamais la file ouverte. L'interface adopte une esthétique d'instrument de laboratoire avec des visualisations animées de graphe de contexte, construite en Next.js 16.
