Mémoire d'agent : comment un agent IA se souvient
La mémoire d'agent désigne tout ce qui permet à un agent IA de conserver des informations au-delà d'une seule requête : l'état de la tâche en cours, mais aussi des faits, des préférences ou des expériences passées qu'il peut retrouver plus tard. Un modèle de langage, lui, ne se souvient de rien entre deux appels.
Données au 22 octobre 2026
L'essentiel en chiffres
| Niveau | Avancé |
|---|---|
| Origine | 2023 |
| Introduit par | Sumers et al. (CoALA) |
Le problème de départ
Un grand modèle de langage est sans état : chaque appel repart de zéro, avec pour seule information ce qui tient dans sa fenêtre de contexte. Pour qu’un agent mène une tâche sur plusieurs heures ou reprenne un dossier une semaine plus tard, il faut donc organiser sa mémoire à l’extérieur du modèle, puis décider à chaque étape quoi y lire et quoi y écrire.
Les grands types de mémoire
Le cadre « Cognitive Architectures for Language Agents » (CoALA, Sumers et al., septembre 2023) propose un vocabulaire inspiré des sciences cognitives, largement repris :
- Mémoire de travail : les informations actives pour la décision en cours (objectif, dernières observations). Elle correspond en pratique au contexte.
- Mémoire épisodique : le souvenir d’expériences passées (« la dernière fois, cette API a refusé ce format »).
- Mémoire sémantique : des connaissances sur le monde ou sur l’utilisateur, souvent stockées dans une base de données vectorielle et retrouvées par RAG.
- Mémoire procédurale : le savoir-faire, inscrit à la fois dans les poids du modèle et dans le code ou les instructions de l’agent.
D’autres travaux ont marqué le sujet : les « Generative Agents » de Park et al. (avril 2023), qui stockent un flux de souvenirs et en tirent des synthèses, ou MemGPT (Packer et al., octobre 2023), qui gère le contexte comme un système d’exploitation gère sa mémoire vive et son disque.
Un exemple concret
Un agent d’assistance technique traite le ticket d’un client. Sa mémoire de travail contient le ticket et les échanges du jour. Il interroge sa mémoire sémantique pour retrouver la documentation du produit, et sa mémoire épisodique lui indique que ce client a déjà signalé un problème proche le mois dernier, résolu par une mise à jour. À la fin, il enregistre un court résumé de l’intervention pour la prochaine fois.
Pourquoi ça compte, et les pièges
La mémoire est ce qui transforme un assistant ponctuel en collaborateur capable de continuité. C’est aussi un chantier d’ingénierie du contexte : trop de souvenirs rappelés noient l’information utile, trop peu font perdre le fil. L’outil fenêtre de contexte aide à visualiser ce qui tient, ou non, dans une seule requête.
Idées reçues
- « L’agent apprend comme un humain. » Il relit des notes ; il ne modifie pas son modèle.
- « Tout retenir, c’est mieux. » Une mémoire non triée accumule erreurs et informations périmées.
- « Mémoire d’agent et mémoire d’un assistant, c’est pareil. » La seconde est une fonction produit ; la première, une brique d’architecture.
Termes liés
- Mémoire d'un assistant IA · Fonction qui permet à un assistant IA de retenir des informations sur vous d'une conversation à l'autre.
- Fenêtre de contexte · Quantité maximale de texte (en tokens) qu'un modèle peut lire et produire en une seule fois, réponse comprise.
- RAG (génération augmentée par récupération) · Technique qui va chercher des passages dans vos documents avant de répondre, et les donne au modèle pour qu'il s'appuie dessus.
- Base de données vectorielle · Base de données qui stocke des embeddings et retrouve très vite ceux qui sont les plus proches d'une question, donc les plus pertinents.
- Ingénierie du contexte · Art de choisir ce qui entre dans la fenêtre de contexte d'un modèle à chaque étape : consignes, outils, documents, mémoire et historique.
- Embedding (plongement) · Liste de nombres (un vecteur) qui représente le sens d'un texte ou d'une image, pour comparer des contenus par leur proximité de sens.
À essayer
Tout le glossaire
Questions fréquentes
La mémoire d'agent modifie-t-elle le modèle ?
En général non. Les poids du modèle restent identiques : la mémoire est stockée à côté (fichiers, base de données) et réinjectée dans le contexte au bon moment. Le modèle « se souvient » parce qu'on lui remontre l'information.
Quelle différence avec la mémoire de ChatGPT ou de Claude ?
La mémoire des assistants grand public est un cas particulier, pensé pour retenir vos préférences d'une conversation à l'autre. La mémoire d'agent est un terme plus large, côté conception : elle couvre aussi l'état d'une tâche, les résultats intermédiaires et les connaissances métier.
Une grande fenêtre de contexte remplace-t-elle la mémoire ?
Pas complètement. Elle permet de garder plus d'informations pendant une session, mais tout disparaît à la fin, et un contexte très chargé coûte cher et peut diluer l'attention du modèle. Une mémoire bien conçue sélectionne ce qui mérite d'être rappelé.
Quels risques pose la mémoire d'agent ?
Elle peut conserver des données personnelles plus longtemps que prévu, ou mémoriser une information fausse ou malveillante qui influencera les tâches suivantes. Il faut donc pouvoir consulter, corriger et effacer ce qu'un agent a retenu.
Sources des données
Données au 22 octobre 2026
Signaler une erreur
Un chiffre, une date ou une information vous semble faux ? Dites-le-nous : chaque signalement est vérifié.