Soket AI, en Inde, a mis en open source LOOP, un harnais Rust pour des agents IA fonctionnant pendant des semaines

Un laboratoire de recherche indien en IA et startup de l'IndiaAI Mission qui construit une infrastructure agentique.

Que dans la cybersécurité, la banque, la finance et la défense, les organisations choisiront un harnais ouvert qu'elles contrôlent plutôt que des outils fermés comme Codex et Claude Code.

Soket AI, une startup de l'IndiaAI Mission fondée par Abhishek Upperwal, a construit LOOP sur l'argument selon lequel « un modèle performant ne peut pas atteindre son rendement maximal à lui seul — plus il tourne longtemps, plus le harnais compte », et a choisi de mettre le harnais en open source plutôt que de le garder propriétaire.

La préversion, construite en Rust pour une faible latence et une exécution parallèle des outils, se connecte à n'importe quel modèle via son URL de base ; les développeurs peuvent créer des branches, mettre en pause et reprendre des sessions, préserver l'historique grâce à la compaction du contexte, répartir les tâches entre agents partageant la mémoire, et isoler le travail depuis des conteneurs sans root jusqu'à des microVM. Elle prend en charge les compétences et modèles par commandes slash et le Model Context Protocol, y compris l'exposition des propres outils MCP des développeurs.

La catégorie du codage et de l'exécution agentiques est dominée par les outils fermés des propriétaires de modèles (Codex, Claude Code) ; une alternative ouverte constitue un véritable créneau de positionnement.

Les charges de travail réglementées — cybersécurité, banque, finance, défense — privilégient le contrôle de l'infrastructure et des données, ce que l'open source transforme en caractéristique produit.

Agnostique vis-à-vis des modèles via l'URL de base et compatible MCP (y compris l'exposition de ses propres outils), il profite des modèles qui s'imposent.

Les chiffres d'efficacité auto-déclarés (7,7 fois moins de RAM, 17 fois moins de CPU local) visent une véritable difficulté des développeurs : l'empreinte ressources du harnais à mesure que les flottes d'agents montent en charge.

Lorsque la valeur se déplace vers la couche au-dessus du modèle, un petit laboratoire peut concurrencer les outils des propriétaires de modèles en mettant cette couche en open source et en publiant des chiffres d'efficacité concrets.

Au lancement du 7 octobre 2026, LOOP était disponible en préversion développeur sur GitHub pour Linux, macOS et Windows. Soket indiquait construire le sandboxing, les personas, les systèmes multi-agents, la mémoire en couches, les agents distants, les sandboxes distantes de confiance et le chat de groupe pour agents ; le benchmark couvrait uniquement le processus du harnais et excluait l'inférence distante.