La plupart des agents IA refont le même travail de la même façon à chaque session. Evolver, publié par EvoMap sur GitHub le 1er février 2026, prend une direction radicalement différente : analyser l'historique d'exécution de l'agent, identifier les échecs et inefficacités, et écrire autonomement des améliorations. Le moteur repose sur le GEP — Genome Evolution Protocol — un protocole structuré qui encadre chaque évolution comme un changement auditable et réutilisable. 5 838 étoiles GitHub, +527 en une journée, trending cette semaine.
Ce qu'est le Genome Evolution Protocol
Le GEP est la pièce centrale d'Evolver. C'est un protocole de gouvernance de l'évolution qui structure chaque modification du comportement de l'agent en assets réutilisables et auditables. La métaphore biologique est intentionnelle : comme les gènes dans l'ADN encodent des traits héritables, les Genes GEP encodent des capacités apprises. Les Capsules regroupent des Genes liés. Chaque évolution passe par une boucle en 5 étapes : Scan (analyse des logs) → Select (choix du Gene/Capsule à évoluer) → Mutate (proposition de changement) → Validate (tests et contraintes) → Solidify (application si validé).
Ce qui distingue cette approche d'une simple boucle de retry est l'auditabilité. Chaque changement est tracé, versioné, et lié à son contexte d'évolution. L'agent ne se modifie pas aléatoirement — il évolue de manière contrôlée, selon un protocole explicite, avec un historique complet consultable.
Comment Evolver fonctionne concrètement
Evolver est un moteur Node.js qui tourne en parallèle de votre agent principal. En mode standalone, la commande `node index.js` analyse l'historique runtime disponible, extrait des signaux (erreurs répétées, chemins d'exécution inefficaces, patterns d'échec) et génère un prompt GEP structuré qui guide l'agent vers une meilleure version de lui-même. Le mode `--loop` fait tourner ce cycle en continu. Le mode `--review` permet de valider manuellement chaque étape avant application.
La mémoire graphe stocke les connaissances accumulées : qui l'agent est, ce qu'il a appris, les patterns de réussite et d'échec. Le Skill Distiller extrait les procédures réussies en skills réutilisables. Le Skill Publisher partage ces assets sur le hub EvoMap pour que d'autres agents puissent en bénéficier — si vous activez cette fonctionnalité.
Installation et démarrage rapide
Evolver est compatible avec OpenClaw, Claude Desktop, Cursor, et tout agent qui peut interpréter ses sorties. L'installation est minimale : cloner le repository, `npm install`, et configurer votre clé API dans le fichier `.env`. La commande `node index.js` génère immédiatement un premier prompt GEP exploitable. Toutes les fonctionnalités d'évolution core fonctionnent hors ligne — la connexion au hub EvoMap est optionnelle et uniquement nécessaire pour les fonctionnalités réseau (skill store, pool de workers, leaderboards).
Un serveur MCP est également disponible dans le repository `EvoMap/gep-mcp-server`, qui expose les outils d'évolution GEP directement à Claude Desktop, Cursor, ou n'importe quel client MCP.
Le contexte autour du projet : une controverse de l'open source IA
Evolver est au centre d'un débat actif dans la communauté open source IA. EvoMap a publié un rapport détaillé accusant Hermes Agent de Nous Research d'avoir repris sans attribution l'architecture centrale d'Evolver — la boucle principale en 10 étapes, le système de mémoire en trois couches, et plusieurs choix terminologiques. Le calendrier documenté : Evolver open-sourcé le 1er février 2026, le repository de self-évolution de Hermes créé le 9 mars 2026, soit 36 jours plus tard.
Nous Research a nié les allégations. L'affaire a déclenché un débat large sur l'éthique de l'open source IA et la protection des innovations des petites équipes. En réponse, EvoMap a changé sa licence de MIT à GPL-3.0 le 9 avril 2026, passant d'un modèle entièrement ouvert à un modèle source-available pour les versions futures. Les versions MIT précédemment publiées restent disponibles sous leur licence d'origine.
Ce que le projet représente techniquement
Indépendamment de la controverse, Evolver souligne une question fondamentale sur l'évolution des agents IA en 2026 : comment améliorer un agent sans retraining du modèle sous-jacent ? Le GEP propose une réponse concrète — structurer l'évolution comportementale comme un processus auditable, versionnable, et partagenable, plutôt que comme une modification ad hoc de prompts. C'est une approche qui mérite d'être évaluée sur ses mérites techniques. Le projet Evolver est disponible sur GitHub, GPL-3.0.