Mémoire d'agent

La mémoire d'agent fait référence aux mécanismes qu'un agent IA utilise pour stocker, récupérer et mettre à jour des informations à travers les étapes, les sessions ou les tâches — englobant la mémoire de travail en contexte, les bases de données vectorielles externes, les magasins clé-valeur et les représentations de connaissances structurées.

La mémoire d'agent englobe tous les moyens par lesquels un agent IA retient et accède à des informations au-delà de ce qui est codé dans ses poids de modèle statiques. Comme les modèles basés sur les transformateurs ont une fenêtre de contexte fixe et aucun état persistant entre les appels d'inférence indépendants, la construction d'agents utiles multi-étapes ou multi-sessions nécessite des systèmes de mémoire explicites que le modèle peut lire et écrire lors de l'exécution.

Les systèmes de mémoire sont généralement organisés en quatre catégories. La mémoire en contexte (de travail) est l'information présente dans le prompt actif — la forme la plus immédiate et fiable, mais limitée par la taille de la fenêtre de contexte, qui variait de 128K à plusieurs millions de tokens dans les modèles dominants en 2026. La mémoire épisodique (externe) stocke les interactions passées ou les documents récupérés dans une base de données vectorielle telle que Pinecone, Chroma ou pgvector, permettant une recherche de similarité sémantique sur des historiques trop longs pour tenir en contexte. La mémoire sémantique contient des connaissances factuelles structurées — souvent dans des magasins clé-valeur ou des graphes de connaissances — que l'agent interroge par clé ou relation. La mémoire procédurale capture les comportements appris ou codés en dur et est généralement encodée dans les prompts système ou affinée dans les poids du modèle plutôt que maintenue comme un magasin d'exécution séparé.

La gestion efficace de la mémoire est essentielle pour les agents opérant sur de longs horizons : un agent d'ingénierie logicielle maintenant l'état à travers plusieurs sessions de codage, un assistant personnel rappelant les préférences passées et les engagements antérieurs, ou un agent de recherche évitant les travaux de récupération dupliqués. Une mauvaise gestion de la mémoire est une cause fréquente d'échecs d'agent — oublier les instructions antérieures, répéter les étapes complétées ou récupérer un contexte non pertinent qui éclipse les informations utiles dans une fenêtre de contexte limitée.

La recherche en 2026 se concentre sur la compression de mémoire (résumé des anciens épisodes avant débordement de contexte), la précision de la récupération (amélioration de la qualité des embeddings et du re-classement pour les magasins externes) et les politiques de mise à jour (décider quoi stocker, remplacer ou supprimer). Des frameworks tels que Letta — anciennement MemGPT — ont démontré des architectures où l'agent lui-même gère la pagination entre un stockage en contexte rapide et un stockage externe plus lent, établissant une analogie directe avec la gestion de la mémoire virtuelle du système d'exploitation.