Memory OS : une pile mémoire open source à six couches pour Hermes Agent

Le 1er juin 2026, MarkTechPost a présenté Memory OS, une pile mémoire ouverte qui dote l'agent d'IA Hermes Agent d'une mémoire locale et persistante via six couches, un mécanisme de récupération contrôlée (gated) des informations et un module wiki. Le projet est distribué en open source et se greffe sur Hermes Agent existant, plutôt que de remplacer l'ensemble de son architecture.

Pourquoi les agents ont besoin d'une pile mémoire dédiée

Par défaut, la plupart des agents d'IA ne « se souviennent » que de ce qui tient dans la fenêtre de contexte de la conversation en cours. Dès que la session se termine ou que le contexte déborde, ce que l'agent avait appris sur l'utilisateur, le projet ou les décisions précédentes est perdu. Pour un agent qui doit travailler avec le même utilisateur ou le même projet pendant des semaines, voire des mois, c'est une limite sérieuse : soit on réexplique le contexte à chaque fois, soit on le stocke dans des systèmes externes que l'agent ne contrôle pas lui-même.

Memory OS s'attaque au problème en donnant à Hermes Agent sa propre mémoire locale et persistante. Les données ne sont pas conservées dans le cloud d'un fournisseur tiers, mais à côté de l'agent, et elles survivent à un redémarrage. L'idée architecturale centrale consiste à ne pas organiser la mémoire en une seule couche plate, mais en six niveaux distincts, dont chacun, d'après la description du projet, gère son propre type d'information et son propre cycle de vie, du contexte de travail à court terme aux connaissances à long terme.

Comment fonctionnent la récupération contrôlée et le wiki

Le deuxième élément important est le gated retrieval, ou « récupération contrôlée ». Contrairement à la simple recherche vectorielle, qui se contente de renvoyer les fragments de texte les plus similaires, la récupération contrôlée suppose un filtre ou une condition d'admission supplémentaire : l'agent n'accède pas à toute la mémoire stockée sans distinction, mais uniquement à la partie qui a franchi un certain seuil de pertinence ou de confiance. Cette approche réduit le risque que l'agent ramène dans sa réponse des informations périmées, contradictoires ou hors sujet issues d'archives accumulées de longue date.

Le troisième composant est le wiki. En plus des couches de mémoire, Memory OS tient une vue sous forme de wiki des connaissances accumulées : une base structurée et lisible par un humain, que l'on peut parcourir et modifier indépendamment du format de stockage interne de l'agent. C'est ce qui distingue nettement le projet des solutions habituelles du type « mémoire = base de données vectorielle sans interface » : Memory OS comporte une couche pensée pour qu'un humain puisse lui aussi lire et vérifier ce que l'agent a exactement retenu.

Ce que l'on sait du projet :

• Nom : Memory OS
• Statut : projet ouvert (open source)
• Base : construit au-dessus de Hermes Agent
• Architecture : six couches de mémoire
• Mécanismes supplémentaires : gated retrieval et module wiki

À titre de comparaison, la plupart des solutions de « mémoire pour agents » existant sur le marché se limitent à une seule couche : une base de données vectorielle où l'on range les embeddings de fragments de conversation, la récupération reposant sur une simple recherche des plus proches voisins. L'architecture multicouche de Memory OS, d'après sa description, fonctionne de façon radicalement différente. Les différents types d'information, du contexte de travail immédiat aux faits durables et vérifiés, sont stockés et traités séparément. En théorie, cela devrait atténuer un problème typique des systèmes de mémoire plats, où faits anciens et récents, importants et secondaires, se retrouvent mélangés dans un même stockage sans hiérarchie.

Ce que cela change pour les développeurs d'agents

Pour les équipes qui utilisent déjà Hermes Agent ou prévoient de le faire, Memory OS est un moyen prêt à l'emploi d'ajouter une mémoire à long terme sans concevoir de zéro leur propre système de stockage du contexte. Le projet étant ouvert, on peut le forker, l'intégrer à sa propre infrastructure et l'adapter à un produit précis, sans dépendre de l'API fermée d'un fournisseur tiers de mémoire.

Plus largement, l'apparition de projets de ce type reflète une tendance générale du développement des agents d'IA en 2026 : le secteur s'éloigne peu à peu de l'idée de l'agent comme simple enveloppe autour d'un modèle de langage à grande fenêtre de contexte, pour aller vers l'idée d'un agent conçu comme un système doté de sa propre mémoire, de ses propres connaissances et de son propre historique, qui se comporte de façon plus stable dans les scénarios d'usage longs et multisessions.