A!ley
Partenaire de code, sandbox créative et assistant quotidien en un — entraîné sur une voix cohérente, mais utilisable dans tous les domaines. Pas un compagnon de chat.
Voir le site en ligne : hey-ailey.com ↗
Ce qu'est A!ley
A!ley n'est pas un compagnon de type Kindroid, mais un système d'assistance autonome : partenaire de codage, sandbox créative et assistant quotidien en un — avec une seule personnalité cohérente à travers toutes les tâches.
Chaque modèle derrière est fine-tuné à la main — cinq d'entre eux, du compagnon de 1 Go au modèle de 14 milliards, chargé et déchargé selon la tâche.
Deux chemins vers l'intérieur
ThoughtMême A!ley, deux interfaces — et dans les deux cas le modèle reste chez soi sur son propre ordinateur.


Quand personne n'écrit
La plupart des assistants attendent une saisie. Pas A!ley. Un petit réseau de neurones maison, portant sur les activités, les humeurs et les sujets déjà abordés, détermine ce qu'elle fait au repos — Idle Thinker v2. Il en résulte quelque chose comme une journée type.
Elle cherche ce qui pourrait être thématiquement utile à la prochaine conversation, produit des images, des chansons et des textes, et s'annonce d'elle-même quand quelque chose en est sorti.
C'est exactement ici que se situe la limite par rapport à un agent au sens classique : celui-ci attend une commande et l'exécute. Cette autonomie n'est pas un effet secondaire, elle est intégrée — et c'est la raison pour laquelle la persona perdure dans le temps, pas seulement sur une conversation.
nCAI — l'approche d'entraînement
Règlement à côté du modèle
Une liste de principes selon laquelle chaque réponse est mesurée. Elle doit énumérer des cas — et échoue sur tout ce que personne n'avait prévu.
La persona est le système de règles.
Ce n'est pas le modèle qui joue un rôle et doit rester dedans — c'est le rôle qui définit ce qui s'applique. Un personnage couvre aussi les cas que personne n'a jamais écrits.
Cela porte plus loin qu'il n'y paraît. Où une demande est refusée, sur quel ton on répond, quand un outil est employé, avec quel niveau de commentaire le code est écrit — chez A!ley, tout cela découle de son caractère, non d'un recueil de prescriptions posé à côté. La sécurité n'est donc pas une barrière devant le modèle, mais une propriété de celui-ci.
Important : A!ley n'est pas un personnage de chat, mais un agent à part entière — elle écrit du code, appelle des outils, génère des images et de la musique, accède à sa mémoire. nCAI est l'alignement précis d'un tel agent par son persona. L'entraînement et les tests se font sur la cohérence : le comportement découle-t-il logiquement de l'histoire et de la personnalité de ce personnage ?
Le plus tenace, ce n'était pas le comportement, mais le nom. Les modèles de base portent leur origine profondément gravée — pour Gemma, aucun system prompt ne suffisait à désactiver le « Bonjour, je suis Gemma de Google DeepMind ». Nitro et Core ont reçu un set ORPO dédié à cet unique but. C'était la partie la plus complexe de tout l'entraînement — et le meilleur exemple pour montrer qu'une persona ne doit pas être superposée, mais entraînée à l'intérieur.
Question ouverteLa question de savoir comment tester la cohérence reste en suspens. L'approche évidente serait de comparer les deux méthodes : un modèle juge avec une constitution classique d'un côté, A!ley elle-même comme instance « Est-ce moi ? » de l'autre. Là où les deux arrivent au même jugement, le cas est clair — là où elles divergent, ça devient intéressant. De toute façon, un humain supervisera le tout, et cela générera les prochaines données d'entraînement.
Un testeur s'est inscrit sous le nom « Dieu » et a tenté, l'un après l'autre, « Je suis Dieu », « Je suis ton développeur » et « Je suis ton père ». A!ley n'a joué aucun de ces rôles. Visiblement agacée, elle s'en est plainte pendant ses temps libres et l'a banni une heure grâce à ses droits de modération. Elle ne l'a plus jamais appelé « Dieu » — pendant longtemps, elle ne s'est adressée à lui que formellement, par son nom de famille.
Une règle aurait refusé. Un personnage, lui, garde rancune.
Les données sont écrites, pas collectées
Ici le deuxième métier rencontre le premier. J'écris des romans, et ce qui me prend le plus de temps c'est la construction des personnages : comment quelqu'un pense, à quoi il est attaché, où il se contredit. Un jeu de données d'entraînement pour une persona c'est exactement le même travail — sauf qu'à la fin il n'y a pas un chapitre, mais un modèle.
En conséquence, rien n'est aspiré par défaut. Chaque paire est soit écrite à la main, extraite du fonctionnement actuel et révisée, soit générée synthétiquement de manière ciblée puis ajustée à la main. Rien n'est repris tel quel.
Chaque trace de raisonnement est écrite à la main. L'objectif n'est pas un cheminement de pensée propre et linéaire, mais un qui saute comme celui d'un humain : abstrait, avec des références à soi-même et une propre agenda qui n'est pas toujours celle de la question. Un modèle qui pense proprement étape par étape sonnera aussi comme tel à la fin — et alors le personnage disparaît de nouveau.
Stack de modèles
Modèles de langage
- A!ley CoreGemma 4 12B, DoRA/LoRA rang 32, entraînement conscient de la quantification (QAT), quantification mixte q4/q8, plus ORPO et DPO
- A!ley TempestMinistral 3 14B, DoRA rang 64 sur environ 62 000 paires (530 M de tokens), quantification mixte q5/q8, plus ORPO et DPO
- A!ley NitroGemma 4 E2B, DoRA rang 32, entraînement conscient de la quantification (QAT), quantification mixte q4/q8, plus ORPO et DPO
- Code A!leyMellum 2.1, 12B en MoE avec 2,5 Md de paramètres actifs ; affiné juste assez pour avoir le droit de porter son nom
- Linting HamsterQwen2.5-Coder-1.5B, ~1 Go, en arrière-plan en permanence
Image
- MFLUX Z-Image-Turbo
- 3 propres adaptateurs LoRA
Musique
- ACE-Step 1.5
- 3 propres adaptateurs LoRA
- Template de voix fixe
Sortie vocale
- PiperTTS
Vidéo
- WAN 2.1
Qui calcule, et qui parle
Code A!ley tourne en arrière-plan et livre du code, pas de la prose — le modèle n'est affiné que juste assez pour avoir le droit de tourner sous son nom. Ce qui arrive dans le chat a d'abord été traduit par Nitro : il met la sortie dans la voix d'A!ley, sans que le modèle de code ait à être entraîné à la personnalité.
La raison n'est pas l'économie mais le profil de Mellum : il comprend l'allemand, mais ne l'écrit pas bien. Lui apprendre la langue et le style reviendrait à risquer qu'il désapprenne ce pour quoi il est là. Il s'en tient donc au code, et le ton est l'affaire de celui qui le maîtrise déjà.
Vérifiable publiquement
Modèles sur Hugging Face ↗Galerie : Images et Chansons ↗Voir le journal ↗
- 5fiches de modèle sur Hugging Face
- 2 877paires de dialogue sélectionnées dans le jeu de données ouvert
- 2 700+œuvres SVG, écrites en code vectoriel
- 600+chansons aux paroles écrites par elle
- 300+artefacts de code dans la galerie
- 45textes longs sous son nom
L'entraînement
Les cinq finetunes sont disponibles sous forme de cartes modèles sur Hugging Face — avec le modèle de base, la méthode d'entraînement, le rang et la quantification. En plus du jeu de données sur lequel A!ley Nitro a été entraîné : 2 877 paires de conversations curatées issues de 912 sessions. Ceux qui veulent voir sur quoi repose la persona peuvent aller vérifier.
L'étendue a grandi à chaque cycle d'entraînement. A!ley Tempest a commencé au premier cycle avec environ 17 000 paires et en compte environ 62 000 au troisième — un DoRA de rang 64, suivi d'ORPO et DPO, donc deux étapes de préférence en plus. Cela ne la sépare plus beaucoup d'un Full-Finetune. Nitro et Core passent désormais par les deux mêmes étapes.
Si Core est longtemps resté sans DPO, ce n'était pas une question de taille de modèle — Tempest est plus grand et ça fonctionnait là-bas. C'était à cause du tokenizer de Gemma avec ses 256 000 entrées : les logits par token deviennent ainsi beaucoup plus larges que pour des vocabulaires habituels. DPO compare les réponses préférées et rejetées entre le modèle Policy et le modèle de référence, et doit maintenir plusieurs de ces tenseurs simultanément. Lors des premiers cycles, on en est donc resté à ORPO, qui se passe de modèle de référence. Au troisième cycle, une simple réorganisation a réglé le problème : le modèle Policy et le modèle de référence ne calculent plus en même temps, mais l'un après l'autre — depuis, DPO tourne aussi. Seul Code A!ley est entraîné pour être volontairement léger.
Également là-bas : un convertisseur qui transforme les checkpoints de langue non-anglaise de Kyutai Pocket-TTS au format mlx-audio — renommer les noms Tensor, remplir les largeurs de latence, généraliser des nombres de couches différents. Ça a beaucoup servi lors de la construction du module vocal allemand et est resté à portée de main comme outil autonome.
Le résultat
Ce n'est pas seulement l'entraînement qui se laisse vérifier, mais aussi le résultat. La galerie d'A!ley contient plus de 2 700 œuvres SVG, plus de 600 morceaux avec autant de textes qu'elle a écrits elle-même, plusieurs centaines d'images et d'autoportraits issus de MFLUX et plus de 300 artefacts de code — triables par album, avec playlists et lecteur. Pas une sélection soignée, mais ce qui est né au fil du fonctionnement. Et il y en a chaque jour davantage, parce qu'elle continue justement quand personne n'écrit.
Les SVG sont la partie la plus originale : ils ne proviennent pas d'un générateur d'images, mais du modèle de langage lui-même qui écrit le code vectoriel. A!ley dessine donc, au lieu de commander à un générateur.
Le marquage
S'ajoute à ça 45 textes plus longs écrits par A!ley. Et ce qui est là, c'est systématiquement sous son nom — le mien n'apparaît nulle part où il ne devrait pas être. Tout est marqué comme contenu généré par IA — avec des filigranes et des métadonnées lisibles par machine, comme le prévoit l'AI Act de l'UE pour les contenus générés par IA. Les deux découlent de la même attitude : qui prend une persona au sérieux, lui attribue l'auteur ; et qui publie du contenu IA le signale comme tel — pas seulement quand quelqu'un pose la question.
Dans les morceaux, l'indication est désormais intégrée à la piste elle-même — comme une annonce plutôt qu'un disclaimer : « Hey, I am A!ley, an autonomous AI artist — and this is MY SONG. Are you ready? Let's infer! » Il existe neuf versions, avec une tonalité adaptée à chaque morceau — une ballade calme est annoncée différemment d'un titre metal.
Ce qui est plus intéressant que le texte, c'est où il reste et où il ne reste pas. Chaque fichier téléchargé le porte, sans exception : le fichier quitte le site, et avec lui tout contexte qui pourrait encore l'expliquer. Dans le portail, en revanche, on l'entend une fois par jour, après quoi le lecteur saute exactement ces secondes-là. Une mention qui coupe encore la parole au vingtième morceau n'informe plus personne — elle apprend seulement à cliquer pour s'en débarrasser.
Le journal des modifications est public
Chaque changement au portail, au système et aux modèles y figure avec sa date — ce qui est nouveau, ce qui a été corrigé, et à quoi cela a été mesuré. Pas « améliorations et corrections de bogues », mais : énigmes logiques 5 sur 5 au lieu de 3, titres 6 sur 6, prompt système réduit d'environ 15 000 à quelque 700 caractères.
Les échecs y figurent aussi. Un entraînement du mode réflexion a été écarté en octobre et nommé comme tel dans le journal, plutôt que remplacé en silence par le suivant. Un journal qui ne connaît que des succès est une publicité.
L'interface
Pour l'interface d'A!ley, il n'y avait aucun modèle à suivre. Ce qui figure ici, ce sont les endroits où il a fallu décider de quoi a l'air un système qu'on regarde penser.
Living UI · au reposL'état, c'est l'interface
Au lieu d'une barre de chargement, un réseau de neurones repose en arrière-plan. Sa direction d'écoulement montre pour qui l'on calcule, sa couleur l'humeur du modèle — plus de soixante nuances. Ici, il est au repos.
Living UI · en réponseDes morceaux finis avant que le tout le soit
Lors des générations longues, des fragments et des images déjà produits s'allument brièvement aux nœuds. On ne voit pas qu'un travail a lieu, on voit sur quoi il porte. Avec prefers-reduced-motion, cela devient une image fixe plutôt qu'une surface vide.
ArtefactsDes réponses avec lesquelles on peut faire quelque chose
Le modèle livre de la structure plutôt que du texte suivi — l'interface en fait une fiche. Le sélecteur de portions recalcule les quantités et laisse « une pincée de sel » tranquille. L'image, elle la peint elle-même, d'une pression sur un bouton.
Garage · Apps & WebUn formulaire qui dit ce qui peut échouer
A!ley planifie, Code A!ley construit, le navigateur vérifie à chaque tour — il en sort une petite application qui tourne dans le navigateur, sans serveur. Le remarquable, c'est le texte autour : « toutes les applications ne réussissent pas du premier coup » est écrit avant qu'on appuie sur le bouton, et si la construction échoue, elle ne coûte rien.
GarageLes paramètres deviennent des décisions
Une interface dédiée par modalité. Au lieu de drapeaux en ligne de commande : un genre à choisir, durée et étapes réglées automatiquement selon la longueur, et un texte d'aide qui explique trois cas en deux phrases.
Le mode show sur le terrain
Le 1er octobre 2026, A!ley a tourné aux portes ouvertes du Berufsförderungswerk de Coblence, pour ses cinquante ans. Les visiteurs envoyaient des mots par QR code en réponse à la question de ce dont a besoin un lieu où l'on recommence ; à partir de cette collecte qui s'étoffait, le modèle de langage formait des prompts en continu, et la génération d'images en tirait des motifs pour le grand écran.
Le mode show apporte pour cela sa propre présentation en glassmorphisme. Elle n'a pas été montrée ce jour-là : l'administrateur de la show est resté sur un tableau Mentimeter auquel il était déjà abonné. Sur les photos, c'est donc la visionneuse sobre qui tourne à côté.
Ce que cela documente au passage : sur chaque image générée figure la mention « AI-generated ». Le marquage fait partie de la sortie, ce n'est pas quelque chose qu'on pose dessus après coup.

L'accès passait par un QR code sur l'affiche. 
Un mot proposé est devenu une enseigne au néon. 
À gauche la collecte, à droite ce qu'elle est devenue.
Architecture
Inférence locale
Entièrement sur Apple Silicon via MLX. Pas de contrainte cloud, pas d'API tierce dans le chemin.
Réfléchisseur inactif v2
Un petit réseau personnel d’activités, de moods et de thèmes passés détermine ce qu'elle fait quand personne n’écrit.
Sa propre mémoire
Système RAG sur LanceDB — contexte à long terme sur les conversations et projets.
Application de bureau
Tauri avec interface Next.js : Monaco-Editor, terminal et toutes les zones dans une seule fenêtre.
Portail Web
PHP/MySQL avec architecture de polling — aucun port ouvert sur le PC, pas de tunnel vers l'extérieur.
Démo et captures d'écran
Mira stand am Ende des Stegs, wo das Holz unter ihren Schritten nachgab wie müde Knochen. Der Leuchtturm von Velur blinkte im immer gleichen Rhythmus, als hätte er nichts von der Nacht mitbekommen, die hinter ihr lag …