Il n’y a pas de meilleur système dans l’absolu, seulement de meilleures réponses à 4 questions précises :
- Qu’est-ce que ça coûte vraiment ?
- Qui garde le contrôle des données ?
- Que se passe-t-il si vous voulez partir ?
- Et quel effort demande la mise en route ?
Cet article y répond, avant de vous laisser choisir vous-même. Pour vous aider un questionnaire est également disponible en Bonus.
Commençons par le coût, parce que presque tous les systèmes gratuits étudiés ici cachent un coût réel : l’abonnement à l’agent qui les fait tourner. Trois paliers se dessinent.
- En bas, le dépôt ne coûte rien et l’agent reste au tarif courant : Karpathy, Agrici Daniel, Eugeniu Ghelbur, Mark Kashef, ce dernier ajoutant Claude (20 $/mois) et Gemini (palier gratuit) pour un composant précis.
- Au milieu, un abonnement modéré s’ajoute par-dessus l’agent : Nick Milo (Ideaverse Pro, 139-299 $, plus 29 $ par an) ou RoboNuggets (communauté à 97 $ par mois).
- En haut, deux profils clairement tournés vers l’entreprise ou l’indépendant : Tiago Forte (programme complet à 3 000-6 000 $) et Eliott Meunier (bootcamp de 990 à 1 990 € HT, plus 30 à 150 € par mois de fonctionnement).
- Garry Tan complique ce classement à lui seul : gratuit en local, il grimpe à plusieurs milliers de dollars par mois dès qu’on le déploie en continu sur un serveur.
Fait notable : Eliott Meunier vend un système cher à l’entrée et recommande pourtant des modèles moins chers à l’usage courant (GLM-5.3, DeepSeek-V4 ou Kimi-K3), réservant les modèles frontier aux tâches complexes. Un vendeur qui pousse vers moins de dépense IA plutôt que plus, c’est suffisamment rare pour être signalé.
La souveraineté des données couvre un spectre large et se lit à deux niveaux : où vivent les notes ? Et quel service traite le contenu ?
Sur le premier point, Agrici Daniel et Mark Kashef s’en tirent le mieux : local par défaut, aucune télémétrie.
Sur le second, la plupart ne discutent jamais le choix du modèle : Karpathy, Garry Tan, RoboNuggets, Nick Milo, Tiago Forte et Eugeniu Ghelbur laissent implicitement l’utilisateur face à un abonnement frontier, simplement parce que toutes les démonstrations en dépendent.
Eliott Meunier fait exception, et il est le seul à nommer la raison précise : ne pas laisser un gouvernement, les États-Unis par exemple, lire les données clients ou personnelles qui transitent par le système. Sa réponse : des modèles open weights, les poids du modèle téléchargeables par n’importe qui, pas nécessairement le code d’entraînement, hébergés chez un fournisseur en Europe ou aux États-Unis, à condition qu’il applique une politique de rétention nulle (ZDR). Synthetic AI (GLM-5.3, DeepSeek-V4 ou Kimi-K3) ou des hébergeurs européens comme Scaleway et Infomaniak : le critère est la politique de rétention, pas le continent. Il n’exclut pas pour autant les abonnements fermés.
Les 8 autres auteurs ne mentionnent jamais ce risque, ni la réglementation qui le rend concret, le CLOUD Act, qui autorise les autorités américaines à obtenir des données hébergées par une entreprise sous droit américain où qu’elle opère dans le monde : une absence à noter, pas un reproche.
Tiago Forte reste le cas le plus mitigé : un coffre local, mais 19 connecteurs qui dispersent des données chez autant de fournisseurs tiers.
Garry Tan ajoute une dépendance que les systèmes purement fichiers n’ont pas du tout : une base de données indexée, même quand elle reste locale.
Sur la stratégie de sortie, entendez la désinstallation, la bonne nouvelle est réelle : la plupart de ces IAP restent, en théorie, des fichiers Markdown ordinaires, récupérables sans l’outil qui les a produits. La nuance l’est tout autant : cette promesse est rarement démontrée dans les corpus étudiés.
Un seul système fait exception, Mark Kashef, qui documente une procédure réellement testée et qui préserve les notes.
Deux autres ajoutent une complication que les fichiers seuls n’ont pas : chez Garry Tan, l’index qui accélère les recherches doit être reconstruit par réimport, ce n’est pas un simple effacement ; chez RoboNuggets, le second niveau suppose un petit serveur loué qu’il faut aussi résilier.
La difficulté de prise en main varie d’un extrême à l’autre.
Mark Kashef s’installe en une commande shell et un compte Google gratuit.
Garry Tan demande environ 15 minutes pour un agent personnel local, et environ 30 minutes, plus un coût réel, dès qu’on l’utilise « tel que conçu » en continu. C’est le seul chiffre du corpus donné en minutes.
Eliott Meunier avance un ordre de grandeur différent : tout, fondations et connexions comprises, tient en une seule après-midi selon l’auteur.
Jay Enrique (RoboNuggets) se situe entre les extrêmes et chiffre sa propre charge de maintenance à 15 minutes par semaine, une affirmation de l’auteur qu’aucun élément de ce corpus ne permet de vérifier indépendamment.
La prise en main ne se limite pas au temps passé : elle inclut ce qui accompagne après coup.
- Les systèmes les plus chers l’assument comme un vrai service après-vente :
- Eliott Meunier inclut formation, support Discord et garantie de mises à jour dans son bootcamp.
- Tiago Forte suit ses acheteurs par cohortes.
- RoboNuggets se situe entre les deux : sa communauté payante (97 $ par mois) ajoute un statut officiel de partenaire au sein du réseau Claude.
- Une communauté existe pourtant aussi côté gratuit : Mark Kashef anime la sienne (« Early AI Dopters », plus de 800 membres) sans rien facturer, preuve que l’accompagnement ne se vend pas systématiquement.
Un dernier critère pratique n’a pas encore été nommé dans cette étude : la langue. Eliott Meunier est le seul système dont la méthode, la formation et la communauté fonctionnent entièrement en français. Les 8 autres s’adressent à un lecteur anglophone.
Quatre profils suffisent à regrouper les 9 systèmes étudiés, plus utiles qu’un classement pour se décider.
➜ « Je veux juste tester » mène vers Mark Kashef, Karpathy ou RoboNuggets, les 3 entrées qui ne demandent aucune infrastructure préalable.
➜ « Je veux une automatisation poussée » mène vers Garry Tan ou Eugeniu Ghelbur, les 2 systèmes qui font réellement tourner quelque chose sans qu’on le leur redemande.
➜ « Je veux rester souverain sur mes données » mène vers Agrici Daniel ou Eliott Meunier, tous deux locaux par construction et sans télémétrie cachée.
➜ « Je pars d’une pratique de connaissance déjà mûre » mène vers Tiago Forte, Nick Milo ou Eliott Meunier, les 3 systèmes construits pour prolonger une organisation existante plutôt que la réinventer.
Eliott Meunier apparaît dans deux profils et ce n’est pas un chevauchement gênant : sa pratique de gestion de connaissance mature s’accompagne justement d’une exigence de souveraineté, les deux découlant de la même trajectoire d’auteur.
Chaque système, enfin, déconseille implicitement quelque chose de précis, et ce n’est jamais un jugement sur sa qualité.
Eugeniu Ghelbur ne convient pas à qui veut des notes agréables à relire soi-même (l’auteur le reconnaît lui-même) : ses règles inversent volontairement cette priorité au profit de la lisibilité par l’IA.
Nick Milo ne convient pas à qui cherche une mémoire qui se corrige automatiquement sans intervention : la maintenance de ses fichiers-règles reste manuelle, sur un rythme de quelques semaines.
Une mise en garde n’est pas un défaut caché : c’est, je crois, simplement la face négative d’un choix de conception assumé ailleurs dans le système.
C’est là tout l’esprit de cette étude depuis le début : il n’y a pas de système parfait, seulement des compromis qu’il faut identifier clairement pour pouvoir choisir le sien en connaissance de cause.
Reste ce qui peut mal tourner quand une mémoire se réécrit toute seule : le prochain article en passe 5 mécanismes en revue…
Série de 9 articles pour Comprendre les Infrastructures Agentiques Personnelles :
- Le texte qui a tout déclenché
- Trois familles, pas un classement
- Trois questions avant de croire un vocabulaire
- La bibliothèque qui s’écrit elle-même
- Le partenaire qui vous connaît déjà
- L’atelier qui produit en circuit court
- Le meilleur système n’existe pas
- La mémoire qui se trompe en se corrigeant
- Le terrain sous les 9 systèmes