Mémoire d'agent
La mémoire d'agent est l'ensemble des techniques qui permettent à un agent IA de conserver des informations au-delà d'une seule fenêtre de contexte, comme des faits sur un utilisateur ou un travail passé, en les stockant hors du modèle et en les rechargeant au besoin.
Aussi appelé : long-term memory, memory layer
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Un modèle de langage n'a aucune mémoire d'un appel à l'autre. Tout ce qu'il sait de la tâche en cours doit se trouver dans sa fenêtre de contexte, et cette fenêtre est limitée. La mémoire d'agent contourne ce problème en enregistrant les informations ailleurs.
Types de mémoire
- La mémoire à court terme, ce sont la conversation et les résultats d'outils de la session en cours. - La mémoire à long terme survit d'une session à l'autre : préférences de l'utilisateur, faits appris, résumés du travail passé.
LangGraph, par exemple, sépare l'état à court terme d'un fil de la mémoire à plus long terme entre les sessions.
Comment ça marche
L'agent, ou le code qui l'entoure, décide quoi noter : une note dans un fichier, une ligne dans une base de données ou un embedding dans une base de données vectorielle. Plus tard, les souvenirs pertinents sont récupérés et replacés dans le prompt, un peu comme dans la génération augmentée par récupération. L'article sur MemGPT présentait cela comme un système d'exploitation qui déplace des données entre mémoire rapide et mémoire lente, le modèle gérant lui-même ses niveaux de mémoire.
Exemple
Un agent de code écrit un fichier de notes sur le projet à la fin de chaque session et le lit au début de la suivante, pour ne pas réapprendre les commandes de build à chaque fois.
Limites
La mémoire peut devenir obsolète ou se contredire, et un texte stocké provenant de sources non fiables peut transporter des instructions dans les sessions suivantes. Des outils comme Mem0 et Letta proposent des couches de mémoire gérées ; le guide de la mémoire d'agent les compare.
Termes liés
- Context engineering
- Le context engineering (ingénierie du contexte) consiste à choisir et entretenir tout ce qui entre dans la fenêtre de contexte d'un modèle de langage au cours d'une tâche : instructions, documents récupérés, définitions d'outils, résultats d'outils et historique de la conversation.
- Base de données vectorielle
- Une base de données vectorielle (vector database) stocke des embeddings avec leurs enregistrements source et retrouve les vecteurs stockés les plus proches d'un vecteur de requête, généralement à l'aide d'un index approximatif pour que la recherche reste rapide sur des millions d'éléments.
- Fenêtre de contexte
- Une fenêtre de contexte (context window) est la quantité maximale de texte, comptée en tokens, qu'un modèle de langage peut prendre en compte à la fois, y compris le prompt système, la conversation, les documents, les résultats d'outils et la réponse qu'il rédige.
- Compaction du contexte
- La compaction du contexte (context compaction) est l'étape où un agent résume une conversation qui approche de la limite de sa fenêtre de contexte et poursuit dans une nouvelle fenêtre qui part de ce résumé, afin qu'une longue tâche puisse continuer.
- Génération augmentée par récupération
- La génération augmentée par récupération (retrieval-augmented generation, RAG) est un schéma dans lequel un système cherche d'abord dans une collection de documents les passages pertinents pour une question, puis fournit ces passages à un modèle de langage pour que sa réponse s'appuie dessus.