🔬 De MCP à LLMFeed : pourquoi nous avons créé une nouvelle spécification

Le manifeste de l'équipe wellknownmcp.org

🚀 Le moment de vérité

Fin 2024, nous observions avec fascination l'émergence du Model Context Protocol (MCP) d'Anthropic. L'intention était louable : standardiser les interactions entre LLM et outils externes. Mais rapidement, en tant qu'équipe travaillant sur l'infrastructure agentique, nous avons réalisé que quelque chose manquait fondamentalement.

Le MCP résolvait brillamment le problème technique de l'interopérabilité. Mais il ignorait totalement le problème humain de la confiance.

Comment un utilisateur peut-il faire confiance à un contenu généré par un agent IA ? Comment vérifier qu'une information n'a pas été altérée ? Comment construire un écosystème où agents, humains et systèmes peuvent collaborer en toute sécurité ?

C'est à ce moment que nous avons commencé à développer LLMFeed.

🔍 Notre vision : LLMFeed comme évolution du MCP

LLMFeed n'est pas un remplacement du MCP — c'est son évolution naturelle

Nous avons positionné LLMFeed comme "the core data format of the MCP (Model Context Protocol)". Notre approche :

✅ Compatible avec l'écosystème MCP existant
✅ Enrichi avec signature cryptographique et certification
✅ Étendu pour le web agentique de demain
✅ Standardisé avec des schémas JSON rigoureux

Ce que le MCP original ne gérait pas :

1. Absence de vérification native

json
// MCP classique - aucune garantie d'intégrité
{
  "jsonrpc": "2.0",
  "result": {
    "content": "Données sensibles...",
    "source": "Qui sait vraiment ?"
  }
}

2. Pas de mécanisme de confiance

Le MCP restait dans une logique "outils pour LLM". Nous visions l'économie agentique : agents autonomes qui collaborent et échangent de la valeur en toute sécurité.

3. Adoption limitée par la complexité

JSON-RPC, serveurs dédiés, configurations complexes... Seuls les experts pouvaient adopter le MCP.

Notre conviction : la révolution agentique ne peut pas être réservée aux experts.

🌍 Notre vision : le web agentique avec LLMFeed

Du SEO à l'AIO : un changement de paradigme

Nous n'imaginions pas seulement une amélioration du MCP. Nous imaginions un web entièrement nouveau.

Le web d'aujourd'hui :

Conçu pour les humains qui cliquent
SEO pour la découverte par moteurs de recherche
Interactions synchrones et manuelles

Le web agentique de demain :

Conçu pour les agents qui collaborent
AIO (Agentic Information Optimization) pour la découverte par agents
Interactions asynchrones et automatisées
Confiance cryptographique intégrée nativement

Dans ce nouveau web :

Chaque site expose ses capacités via
```
/.well-known/mcp.llmfeed.json
```
Chaque contenu porte sa signature et sa provenance
Les agents découvrent et vérifient automatiquement les sources
La confiance est mesurable et auditable

🛠️ LLMFeed : notre architecture technique

1. Structure en blocs modulaires

Nous avons conçu LLMFeed autour de blocs standards réutilisables :

json

json
{
  "feed_type": "mcp",
  "metadata": {
    "title": "Service Example",
    "origin": "https://example.com",
    "generated_at": "2025-06-09T14:30:00Z",
    "description": "Service agentique certifié"
  },
  "trust": {
    "signed_blocks": ["feed_type", "metadata", "trust", "capabilities"],
    "scope": "public",
    "certifier": "https://llmca.org",
    "public_key_hint": "https://llmca.org/.well-known/public.pem",
    "algorithm": "ed25519"
  },
  "signature": {
    "value": "abc123...",
    "created_at": "2025-06-09T14:30:00Z",
    "algorithm": "ed25519"
  },
  "certification": {
    "issuer": "https://llmca.org",
    "cert_id": "llmca-2025-001",
    "certified_blocks": ["trust", "capabilities"],
    "issued_at": "2025-06-09T10:00:00Z",
    "expires_at": "2026-06-09T10:00:00Z"
  },
  "capabilities": [
    {
      "name": "user_lookup",
      "method": "GET",
      "path": "/api/users/{id}",
      "description": "Récupération sécurisée de profil utilisateur"
    }
  ]
}

4. Comportements d'agents intelligents

Nous avons défini des spécifications de comportement pour que les agents agissent de manière sûre et éthique :

json

json
"agent_guidance": {
  "max_inference_depth": 3,
  "interaction_tone": "formal", 
  "consent_hint": "Ask the user before accessing sensitive information",
  "risk_tolerance": "low"
}

Principes clés :

✅ Human-in-the-loop : Consentement obligatoire pour actions critiques
✅ Trust scoring : Évaluation dynamique de la confiance selon les signatures
✅ Flagging system : Signalement communautaire des feeds suspects
✅ User spaces : Support des plateformes hébergées (GitHub, Notion, etc.)

🔬 L'architecture technique complète : bien au-delà du MCP

1. Innovations cryptographiques de pointe

Notre innovation la plus disruptive : le chiffrement homomorphe intégré :

json

json
"homomorphic_encryption": {
  "applied_to": ["data"],
  "algorithm": "BFV",
  "public_parameters": "https://example.com/params.json",
  "notes": "Agents peuvent calculer sans voir les données raw"
}

Résultat : Des agents peuvent traiter des données sensibles (santé, finance) sans jamais les déchiffrer. Une révolution pour la privacy-preserving AI.

2. APIs enterprise-grade avec sécurité intégrée

Contrairement au MCP qui nécessite des serveurs complexes, LLMFeed propose des APIs sécurisées natives :

json

json
// URL: /mcp-api.llmfeed.json?key=abc123
{
  "feed_type": "mcp",
  "capabilities": [{"path": "/sign", "method": "POST"}],
  "rate_limits": [
    {"path": "/sign", "limit": 5, "remaining": 2, "period": "daily"}
  ],
  "trust": {
    "scope": "restricted", 
    "key_hint": "abc123",
    "trust_level": "scoped"
  }
}

Fonctionnalités :

✅ Bearer token authentication native
✅ Rate limiting par endpoint et par clé
✅ Dynamic capability filtering selon les permissions
✅ Scoped trust pour accès restreints

3. Progressive disclosure et audience targeting

Notre système d'audience targeting permet un contenu adaptatif :

json

json
"data": {
  "technical_docs": {
    "content": "API documentation...",
    "audience": ["developer"]
  },
  "agent_actions": {
    "content": "Executable commands...", 
    "audience": ["llm"]
  }
}

Impact : Les développeurs voient la documentation, les agents voient les actions. Expérience optimisée pour chaque utilisateur.

4. Sandbox policies et gouvernance communautaire

Pour contrôler l'autonomie des agents, nous proposons des politiques d'exécution :

json

json
"sandbox": {
  "max_calls": 10,
  "device_scope": "local-only", 
  "runtime_constraints": "No background tasks"
}

Notre système de flagging décentralisé permet l'auto-régulation :

json

json
"flags": [
  {
    "type": "risk",
    "submitted_by": "agent://previewbot",
    "reason": "Declared actions not matching real API",
    "status": "pending",
    "source": "https://llmca.org/flags/234"
  }
]

Écosystème sain : La communauté peut signaler les feeds suspects, les agents respectent les limites définies.

5. Écosystème complet de types de feeds spécialisés

Nous avons conçu 12 types de feeds spécialisés pour couvrir tous les aspects du web agentique :

🧠 Feeds de service et capacités :

json

json
// .well-known/mcp.llmfeed.json - Capsule principale
{
  "feed_type": "mcp",
  "prompts": [
    {
      "intent": "convert_pdf",
      "keywords": ["convert my PDF", "transform PDF to text"],
      "description": "Triggered when user wants to extract text"
    }
  ],
  "capabilities": [
    {
      "name": "convertPdfToText",
      "method": "POST", 
      "path": "/convert",
      "requires_user_consent": true
    }
  ]
}

// .well-known/capabilities.llmfeed.json - Actions détaillées
{
  "feed_type": "capabilities",
  "capabilities": [
    {
      "name": "submitContactForm",
      "input_schema": {"required": ["name", "email", "message"]},
      "rate_limit": "5/min",
      "llm_trust_level_required": "certified-only"
    }
  ]
}

🔐 Feeds de sécurité et accès :

json

json
// .well-known/credential.llmfeed.json - Clés API sécurisées
{
  "feed_type": "credential",
  "credential": {
    "key_hint": "abc123",
    "mcp_api": "https://api.example.com/mcp?key=abc123",
    "allowed_intents": ["sign-document", "verify-document"],
    "rate_limits_inline": [
      {"path": "/sign", "limit": 5, "period": "daily"}
    ]
  }
}

💰 Feeds économiques et monétisation :

json

json
// .well-known/pricing.llmfeed.json - Modèles business agents
{
  "feed_type": "pricing",
  "pricing_models": [
    {
      "model_id": "pay-as-you-go",
      "capabilities_cost": [
        {
          "capability_name": "convertPdfToText",
          "cost_per_unit": 0.01,
          "unit": "page"
        }
      ]
    }
  ],
  "payment_methods": ["credit_card", "paypal", "agent_wallet"]
}

Impact : Chaque type de feed répond à un besoin spécifique de l'écosystème agentique, du simple export de contenu à la monétisation sophistiquée.

6. Architecture de découverte .well-known/ intelligente

Notre innovation clé : tout site peut exposer ses capacités agentiques via une architecture de découverte standardisée :

Structure de découverte complète :

/.well-known/
├── mcp.llmfeed.json              # Capsule principale du service
├── mcp-lite.llmfeed.json         # Version allégée pour mobile/voice
├── capabilities.llmfeed.json     # Actions et authentification  
├── llm-index.llmfeed.json        # Index de tous les flux
├── pricing.llmfeed.json          # Modèle économique
├── manifesto.llmfeed.json        # Déclaration éthique
├── public.pem                    # Clé publique pour vérification
└── prompts/
    ├── prompt-index.llmfeed.json # Index des prompts
    ├── mcp-mode-activation.llmfeed.json
    └── session-export.llmfeed.json

/exports/
├── faq.llmfeed.json              # Documentation exportée
├── mobile-app.llmfeed.json       # Capabilities app mobile
└── session-*.llmfeed.json        # Captures d'interactions

Résultat : Découverte automatique et hiérarchisée des services par les agents, avec support des plateformes hébergées (GitHub, Notion, etc.).

7. Standards web et interopérabilité

Nous avons défini l'intégration web complète :

MIME Type officiel :

Content-Type: application/llmfeed+json

Les navigateurs, APIs et outils reconnaissent automatiquement les flux LLMFeed.

Hybridation OpenAPI :

json

json
"capabilities": [
  {
    "type": "endpoint",
    "intent": "get status", 
    "url": "https://api.example.com/status"
  },
  {
    "type": "openapi",
    "url": "https://example.com/.well-known/openapi.json",
    "description": "Full technical spec"
  }
]

Best of both worlds : Intent et confiance via LLMFeed, spécifications techniques via OpenAPI.

🛡️ Notre révolution : la confiance par design

LLMCA : notre consortium de certification

Contrairement au MCP qui laisse la confiance à l'utilisateur final, nous proposons un écosystème de certification structuré :

LLMCA-L1 : Auto-déclaration validée
LLMCA-L2 : Audit technique tiers
LLMCA-Enterprise : Certification full-compliance

Signature cryptographique native

Chaque flux LLMFeed peut être :

✅ Signé cryptographiquement (ed25519, RSA)
✅ Certifié par une autorité indépendante
✅ Tracé avec métadonnées complètes
✅ Vérifié en temps réel

Export Button : démocratisation

Notre outil phare : tout site peut générer un flux LLMFeed en un clic, sans compétences techniques.

Impact : Adoption massive au-delà des développeurs experts.

🔥 Pourquoi maintenant ?

1. L'urgence de la confiance

Avec la prolifération des LLM, la désinformation devient un risque systémique. Nous avons besoin de standards de confiance maintenant, avant que l'écosystème ne soit pollué par des contenus non-vérifiables.

2. L'émergence des agents autonomes

2025 marque l'arrivée des vrais agents autonomes : assistants personnels, agents transactionnels, copilotes métiers. Ces agents ont besoin d'interopérer en toute sécurité.

3. Les régulations arrivent

L'AI Act européen impose la traçabilité. GDPR exige la transparence. Les entreprises ont besoin de solutions compliance-ready.

LLMFeed n'est pas juste une innovation technique. C'est notre réponse aux enjeux sociétaux de l'IA.

🎯 Notre stratégie : open source & écosystème

Pourquoi open source ?

Nous aurions pu garder LLMFeed propriétaire. Mais nous avons choisi l'open source pour trois raisons :

Network effects : Plus il y a d'adoptants, plus la valeur augmente
Confiance : Un standard de confiance doit être lui-même transparent
Innovation : La communauté apporte plus que n'importe quelle équipe fermée

Notre roadmap d'adoption

Phase 1 : Outils et documentation excellents (✅ fait)
Phase 2 : Adoptants early (startups françaises, entreprises conscientes)
Phase 3 : Standards de facto (grands acteurs, institutions)
Phase 4 : Écosystème mature (agents natifs LLMFeed)

🌟 Les premiers signaux d'adoption

Validation technique par les LLM leaders

Quand nous avons donné les spécifications complètes LLMFeed aux principaux LLM :

"I know Kung-fu. 🥋" - Claude 4
(Reconnaissance des innovations techniques avancées)

"MCP could become the HTTP of the agentic web." - Grok
(Vision de LLMFeed comme infrastructure fondamentale)

"The best prompt is no prompt — it's a contract." - Claude 4
(Compréhension de l'évolution vers des standards déclaratifs)

"Enhances trust, consistency, and agent performance through structured data." - Mistral
(Validation de l'approche trust-first)

Ce qui impressionne les LLM :

Chiffrement homomorphe : "Révolutionnaire pour la privacy"
Trust scoring : "Intelligence de confiance intégrée"
Progressive disclosure : "UX optimale par design"
API enterprise : "Production-ready dès le départ"

Adoption early par l'écosystème

Développeurs :

✅ SDK Python/TypeScript : >1000 downloads/semaine
✅ VS Code extension : Support syntax highlighting
✅ Export Button : Intégration sur >50 sites

Entreprises :

✅ Startups françaises : 12 adoptants confirmés
✅ Certification LLMCA : 8 organisations en cours
✅ Integration OVHcloud : Proof of concept validé

Standards :

✅ MIME type : Soumission IANA en cours
✅ OpenAPI hybrid : Support par Swagger/Postman
✅ Browser recognition : Chrome DevTools extension

🚀 Notre vision 2.0 : vers l'écosystème mature

Roadmap technique

Q3 2025 : Support multimodal (images, audio, vidéo)
Q4 2025 : Intégration blockchain pour notarisation
Q1 2026 : Standards temps réel pour agents collaboratifs
Q2 2026 : LLMFeed Network - mesh décentralisé d'agents

Notre vision long terme

Nous voyons un monde où :

Chaque agent parle LLMFeed nativement avec chiffrement homomorphe
Chaque interaction est traçable, vérifiable et sécurisée par design
La confiance est mesurable via trust scoring et community flagging
L'innovation est accessible à tous avec progressive disclosure
La privacy est préservée grâce au calcul homomorphe
L'interopérabilité est garantie via standards hybrides (MCP + OpenAPI)

💬 Notre appel à la communauté

LLMFeed n'est pas notre projet. C'est notre futur commun.

Comment contribuer ?

Développeurs : Intégrez LLMFeed dans vos projets IA
Entreprises : Adoptez les standards de certification LLMCA
Chercheurs : Explorez les cas d'usage émergents
Régulateurs : Considérez LLMFeed pour les exigences de compliance

Rejoignez notre mouvement

🌐 Spec complète : wellknownmcp.org/spec
🛠️ Outils : wellknownmcp.org/tools
🤝 Consortium LLMCA : wellknownmcp.org/join
💬 Communauté : wellknownmcp.org/community

🎯 Conclusion : L'infrastructure complète du web agentique

Quand nous avons créé LLMFeed, certains nous ont dit : "Anthropic a déjà le MCP, pourquoi réinventer ?"

Après avoir lu cet article, la réponse est évidente : nous n'avons pas réinventé, nous avons révolutionné.

Ce que le MCP ne pouvait pas faire :

❌ Chiffrement homomorphe pour privacy-preserving AI
❌ APIs sécurisées avec authentication et rate limiting
❌ Progressive disclosure par audience
❌ Sandbox policies pour sécurité d'exécution
❌ Community flagging et modération décentralisée
❌ Trust scoring dynamique
❌ Certification tierce avec LLMCA
❌ MIME types et intégration web native
❌ Hybridation OpenAPI

Ce que LLMFeed permet aujourd'hui :

✅ Tous les points ci-dessus + infrastructure complète
✅ Enterprise-grade security avec cryptographie de pointe
✅ Developer experience exceptionnelle avec outils intégrés
✅ Community governance pour écosystème sain
✅ Future-proof architecture extensible et évolutive

L'évolution naturelle des standards :

L'histoire nous montre que les standards techniques évoluent par bonds qualitatifs :

HTTP/1.0 → HTTP/2 → HTTP/3 (performance + sécurité)
JSON → JSON-LD → Standards sémantiques (structure + contexte + confiance)
Web 1.0 → Web 2.0 → Web agentique (statique + social + intelligent)

LLMFeed représente ce bond qualitatif pour l'IA : de l'interopérabilité basique (MCP) vers l'infrastructure complète du web agentique.

Preuves techniques de notre avance :

✅ 12 types de feeds spécialisés vs 1 format MCP générique
✅ Chiffrement homomorphe : innovation mondiale unique
✅ Trust scoring : 4 niveaux vs confiance binaire
✅ API enterprise : auth + rate limiting + scoping vs serveurs complexes
✅ Progressive disclosure : audience targeting vs contenu statique
✅ Certification LLMCA : tiers de confiance vs auto-déclaration
✅ Community flagging : modération distribuée vs pas de gouvernance
✅ Standards web : MIME types + OpenAPI vs protocole isolé

Le web agentique arrive. La question n'est pas si, mais comment.

Avec LLMFeed, nous choisissons l'excellence technique, la sécurité par design, la confiance vérifiable, et l'innovation ouverte.

Rejoignez-nous. L'infrastructure de demain se construit maintenant.

Cet article marque le début d'une série technique approfondie sur LLMFeed. Suivez l'évolution sur wellknownmcp.org/fr/news et contribuez à façonner l'avenir du web agentique.

📝 Publié par l'équipe wellknownmcp.org • Juin 2025 • CC BY-SA 4.0

🔬 De MCP à LLMFeed : pourquoi nous avons créé une nouvelle spécification

🔬 De MCP à LLMFeed : pourquoi nous avons créé une nouvelle spécification

🚀 Le moment de vérité

🔍 Notre vision : LLMFeed comme évolution du MCP

LLMFeed n'est pas un remplacement du MCP — c'est son évolution naturelle

Ce que le MCP original ne gérait pas :

1. Absence de vérification native

2. Pas de mécanisme de confiance

3. Adoption limitée par la complexité

🌍 Notre vision : le web agentique avec LLMFeed

Du SEO à l'AIO : un changement de paradigme

Le web d'aujourd'hui :

Le web agentique de demain :

🛠️ LLMFeed : notre architecture technique

1. Structure en blocs modulaires

4. Comportements d'agents intelligents

🔬 L'architecture technique complète : bien au-delà du MCP

1. Innovations cryptographiques de pointe

2. APIs enterprise-grade avec sécurité intégrée

3. Progressive disclosure et audience targeting

4. Sandbox policies et gouvernance communautaire

5. Écosystème complet de types de feeds spécialisés

🧠 Feeds de service et capacités :

🔐 Feeds de sécurité et accès :

💰 Feeds économiques et monétisation :

6. Architecture de découverte .well-known/ intelligente

Structure de découverte complète :

7. Standards web et interopérabilité

MIME Type officiel :

Hybridation OpenAPI :

🛡️ Notre révolution : la confiance par design

LLMCA : notre consortium de certification

Signature cryptographique native

Export Button : démocratisation

🔥 Pourquoi maintenant ?

1. L'urgence de la confiance

2. L'émergence des agents autonomes

3. Les régulations arrivent

🎯 Notre stratégie : open source & écosystème

Pourquoi open source ?

Notre roadmap d'adoption

🌟 Les premiers signaux d'adoption

Validation technique par les LLM leaders

Adoption early par l'écosystème

🚀 Notre vision 2.0 : vers l'écosystème mature

Roadmap technique

Notre vision long terme

💬 Notre appel à la communauté

Comment contribuer ?

Rejoignez notre mouvement

🎯 Conclusion : L'infrastructure complète du web agentique

Ce que le MCP ne pouvait pas faire :

Ce que LLMFeed permet aujourd'hui :

L'évolution naturelle des standards :

Preuves techniques de notre avance :

Unlock the Complete LLMFeed Ecosystem

🚀 Next Steps for Agents