Q01L'agent va-t-il envoyer des notes ou des engagements aux fondateurs tout seul ?
Non. Chaque write sortant, chaque export de mémo IC et chaque LP report s'arrête à un HITL gate. Le crew prépare le screen du deal, le plan de référence et le draft de mémo. Tu approuves avant que rien n'atteigne le fondateur, tes partners ou tes LP.
Q02Les agents peuvent-ils raisonner sur mon deal flow, CRM et mémos passés ?
Trois façons. Le static context attache ta thèse, ta bande de check size et ton filtre de stage à chaque persona sur chaque run. L'outil rag_retrieve laisse MarketAnalyst et LiteratureSpecialist pull depuis mémos passés, updates fondateurs et fichiers de due diligence précédents à la demande. La cross-run memory veut dire que la pass du trimestre dernier sur une boîte est dans le scope quand le fondateur te ping à nouveau.
Q03Est-ce une alternative à Affinity ou Harmonic ?
Ça se place à côté. Affinity tient ton graphe de relations, Harmonic fait remonter les boîtes avant qu'elles ne lèvent. Melaya est la couche de raisonnement qui screen le deck, fait la market map, score le backchannel fondateur et écrit le mémo cité, pendant qu'Affinity reste le système d'enregistrement.
Q04Comment ça se compare à PitchBook, Tracxn ou Crunchbase ?
PitchBook, Tracxn et Crunchbase sont des feeds de données et des surfaces de search. Melaya les traite comme des outils scopés que n'importe quelle persona peut appeler, puis compose un workflow par-dessus qui fait tourner MarketAnalyst, DataScientist et LiteratureSpecialist sur un calendrier et écrit le brief avec sources citées inline.
Q05Est-ce overkill si je suis un business angel solo ou un syndicate lead d'une personne ?
Non. Le crew tourne comme 4 personas sur un canvas, pas comme 4 sièges sur un SaaS. Un angel solo utilise typiquement le workflow de triage de deck et le workflow de backchannel fondateur, skip les pipelines KPI portefeuille et lettre LP, et paie pour un tenant. Le même canvas grandit quand tu lèves un fonds.
Q06Comment éviter que le mémo ne sonne IA ?
Les drafts citent des paragraphes spécifiques du deck, des series ids FRED pour les claims macro, des identifiants arXiv ou SSRN pour la recherche de catégorie, et des opérateurs nommés depuis la liste de références. LiteratureSpecialist doit faire remonter un papier contradictoire par thèse, donc le ton se lit comme une note de partner au travail au lieu d'un résumé confiant.
Q07Sur quels modèles puis-je faire tourner le crew ?
N'importe lequel. Claude sur LiteratureSpecialist et le synthétiseur de mémo où long context et qualité de raisonnement justifient le coût, GPT sur DataScientist pour le drafting de code KPI, un Ollama local sur MarketAnalyst quand le contenu de data room ne peut pas quitter ta machine. Chaque persona choisit son propre modèle.
Q08À quelle vitesse puis-je avoir la première pipeline qui tourne sur les decks entrants ?
Avec une inbox Gmail et un dossier Google Drive connectés, le workflow de triage de deck est un canvas à 4 nœuds : ingest deck, score contre la thèse, draft pass ou pursue note, stage pour ta revue. La plupart des investisseurs le livrent dans une session de travail et vident le premier backlog de 20 decks le jour même.
Q09Puis-je auditer exactement ce que l'agent a décidé et pourquoi ?
Chaque run log chaque appel d'outil, chaque chunk retrieved, chaque invocation de modèle et chaque approbation. Replay n'importe quel run pour voir quel slide de deck, quelle série FRED, quel papier et quel appel de référence ont mené au verdict. L'audit log est la trace du mémo IC.
Q10Puis-je restreindre quels agents peuvent lire la data room ?
Oui. Les allowlists agent_tools sont scopées par persona, donc MarketAnalyst peut lire les filings publics pendant que seule la persona deal lead détient le reader scopé pour la data room fondateur. Le canvas montre le gate avant qu'un run ne démarre.