Enter était à HackPrinceton au printemps 2026 — 410 participants, 36 heures, sur le campus de Princeton. Certaines équipes sont venues pour résoudre des problèmes dans les domaines de la santé et du droit. L'équipe derrière Aura est venue pour résoudre un problème tout aussi réel : l'impulsion mode qui meurt dans un onglet de navigateur.

La boucle que personne n'a fermée

Le contenu mode est l'une des catégories médiatiques les plus consommées sur Internet. Des milliards d'enregistrements. Des millions de spectateurs engagés. Des créateurs dont les plateformes entières sont construites autour de la façon d'habiller les gens.

Et pourtant, le fossé entre regarder et porter n'a jamais été comblé. Vous voyez une tenue sur un créateur dont vous aimez le style. L'impulsion est immédiate et spécifique. Et puis — changement d'onglet, incertitude sur les tailles, avis enfouis, paniers abandonnés. Le temps que vous retrouviez les pièces individuelles, que vous vérifiiez si elles existent à votre taille et que vous lisiez suffisamment d'avis pour vous sentir en confiance, l'impulsion a disparu. La plupart d'entre elles meurent là.

Aura a été conçue pour fermer cette boucle.

Ce qu'est réellement Aura

Aura est un agent d'achat IA qui transforme un contenu passif — une épingle Pinterest, un reel Instagram, un lookbook de créateur — en une action d'achat active et personnalisée. Le contenu devient l'entrée. Une recommandation organisée, à la bonne taille et achetable devient la sortie. L'utilisateur décide de dire oui ou non.

Trois agents fonctionnent sous l'expérience. Un agent « Scout » recherche en continu sur les plateformes de mode, trouvant des produits qui correspondent au profil de style de l'utilisateur. Un agent « Review Intelligence » parcourt les pages d'avis réels, extrait les commentaires sur les tailles et les mesures des vêtements, et construit un verdict d'ajustement par produit — afin que la recommandation prenne en compte non seulement ce que vous aimez, mais aussi ce qui vous ira réellement. Un agent de « Raisonnement » prend tout cela — chaque candidat, chaque avis, chaque verdict de taille, le profil complet de l'utilisateur — et décide de ce qui vaut réellement la peine d'être présenté.

Lorsque l'utilisateur est prêt, le paiement s'effectue sans quitter l'application. Un clic. Aucune redirection. L'achat se finalise directement sur la plateforme, dans le respect d'un budget que l'utilisateur a déjà défini.

L'interface a été conçue pour paraître éditoriale plutôt que transactionnelle. Des animations fluides, des visuels 3D, une personnalité vocale qui ressemble à une amie plutôt qu'à une boutique. L'esthétique Y2K était délibérée — le projet a été inspiré par Bratz, par Winx Club, par la confiance visuelle de la culture mode du début des années 2000 — et le design reflète cela.

Interface de recommandation d'Aura, montrant des choix de tenues sélectionnés par l'IA avec des verdicts d'ajustement par produit et un paiement en un clic — conçu pour ressembler à un éditorial de mode, pas à une liste de produits.

Comment tout cela s'est mis en place

La construction a couvert beaucoup de terrain en 36 heures. Lecture d'images multimodales pour interpréter des photos de tenues et des publications sociales en données de vêtements structurées. Scraping de produits asynchrone et parallèle sur plusieurs plateformes. Extraction d'avis pour générer des verdicts de taille. Une couche de paiement complète intégrée directement dans l'application. Saisie vocale pour que l'interaction semble conversationnelle plutôt que mécanique.

Enter faisait partie du frontend — utilisé pour les actifs de design aux côtés de la pile React, Anime.js, et Three.js qui a donné à Aura son identité visuelle.

La fonctionnalité d'essayage virtuel — composer une photo de l'utilisateur avec une photo de produit pour prévisualiser un look — a réussi à intégrer la construction. Le faire fonctionner dans un temps raisonnable sans infrastructure payante a été une bataille que l'équipe décrit avec le genre de précision qui ne vient qu'après trois heures de tentatives infructueuses. Ils ont livré ce qui fonctionnait et ont marqué le reste pour une prochaine fois.

Deux des membres de l'équipe étaient relativement nouveaux dans les hackathons. Le design du frontend est passé par plusieurs itérations avant d'aboutir à quelque chose qui semblait juste, ce qui a entraîné une course contre la montre significative vers la fin. Ils y sont arrivés.

Ce dont ils sont le plus fiers

Qu'ils l'utiliseraient vraiment.

Ce n'est pas une phrase lancée en l'air — c'est une barre significative pour un projet de hackathon. L'équipe a construit quelque chose qui résout un problème qu'ils rencontrent personnellement, avec une esthétique qu'ils voulaient vraiment voir exister, et a livré presque tout ce qu'ils avaient prévu au départ.

Le frontend est l'autre source de fierté. Difficile à construire, plus difficile à rendre cohérent, et cela en valait la peine. La mode est un média visuel. Un produit sur la mode qui a l'air mauvais échoue avant même que l'IA ne parle.

Ce qui arrive ensuite

La fonctionnalité d'essayage est la première priorité — l'infrastructure pour la faire fonctionner à une vitesse acceptable est l'élément qui doit être résolu. Une fois que cela fonctionnera, l'expérience de prévisualiser une tenue complète sur soi avant l'achat fermera une autre partie de la boucle entièrement.

La vision à plus long terme est une couche d'abonnement : suivez le contenu d'un créateur, et Aura interprète sa bibliothèque en continu — faisant apparaître des correspondances achetables à votre taille au fur et à mesure que ses nouveaux posts arrivent. Déposez un lien de tableau Pinterest et recevez un « haul » personnalisé et achetable en quelques secondes.

L'idée fondamentale — que le contenu mode et le commerce de la mode ne devraient pas être deux expériences distinctes avec des frictions entre les deux — ne nécessite pas une longue feuille de route pour être validée. Elle nécessite juste que la boucle se ferme réellement.

L'angle de l'industrie

Le marché de la découverte de la mode repose sur l'impulsion. Les plateformes qui hébergent du contenu mode sont optimisées pour l'engagement, pas pour la conversion. Le fossé entre les deux n'est pas un oubli — c'est simplement qu'aucune couche appropriée n'y a encore été appliquée.

Ce qu'Aura propose, c'est que l'IA se place entre l'inspiration et l'achat : non pas comme un moteur de recommandation qui sert des résultats génériques, mais comme un agent personnalisé qui comprend votre taille, votre garde-robe existante, vos instincts de style et le contenu de créateur que vous consommez déjà — et fait le travail de faire correspondre ces choses ensemble avant que l'impulsion ne s'estompe.

C'est un type d'expérience d'achat différent. Et il a été construit, du début à la fin, en un seul week-end à Princeton.

Membres de l'équipe : Kaylei Mixon || Kai Wen Khoo || Katelyn Louie || Angelina Zhou

Vous avez manqué les volumes précédents ? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI** *→ Vol. 3 — *reAgent ***→ Vol. 4 ***— TaleTailor **→ Vol. 5 — LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — *EcoThread→ Vol. 8 — Aletheia ***→ Vol. 9 — Synova **→ Vol. 10 — Overturn Insurance→Vol. 11 ***— VentureLink ***→**Vol. 12 ***— **Atlas: Immersive 3D AI Learning *→*Vol. 13 — ACTA AI ***→*Vol. 14 — Guardian: AI