Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

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.

Aussi appelé : auto-compact

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Chaque modèle a une fenêtre de contexte, et les longues sessions d'agent la remplissent de sorties d'outils, de contenus de fichiers et d'échanges. Quand la fenêtre est pleine, la session devrait sinon s'arrêter. La compaction remplace l'historique complet par une version condensée et continue.

Comment ça marche

L'agent, ou le harnais qui l'entoure, demande au modèle de résumer la conversation jusque-là : l'objectif, les décisions prises, les fichiers touchés, les problèmes en suspens et les prochaines étapes. Les anciens messages sont supprimés et le résumé devient le début d'un nouveau contexte. Certains outils le font automatiquement quand l'utilisation dépasse un seuil, ce qu'on appelle souvent l'auto-compact ; Claude Code vous permet aussi de la déclencher à la main avec /compact. Une variante moins coûteuse efface les anciens résultats d'outils en gardant le reste.

Pourquoi c'est important

La compaction maintient en vie les longues tâches, et elle peut aussi améliorer les réponses, car un modèle qui travaille à partir d'un contexte court et ciblé est moins exposé au context rot. Anthropic la décrit comme le premier levier pour garder les agents cohérents sur de longues exécutions.

Compaction ou mémoire

La compaction réécrit la session en cours. La mémoire d'agent stocke des faits hors de la session pour les réutiliser plus tard. Confier les travaux annexes à un sous-agent évite de remplir la fenêtre dès le départ.

Limites

Un résumé perd des détails. Un message d'erreur exact, une contrainte subtile ou une instruction donnée tôt peuvent disparaître, et l'agent refait alors du travail ou enfreint une règle qu'il avait suivie. Gardez les règles clés dans un fichier d'instructions rechargé, et revérifiez les détails importants après une compaction.

Termes liés

Context rot
Le context rot (dégradation du contexte) est la baisse de précision et de fiabilité d'un modèle de langage à mesure que son entrée s'allonge, même quand cette entrée tient encore dans la fenêtre de contexte et que l'information nécessaire s'y trouve.
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.
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.
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.
Sous-agent
Un sous-agent (subagent) est un agent auxiliaire auquel un agent principal confie une tâche. Il travaille dans sa propre fenêtre de contexte vierge, souvent avec ses propres instructions et outils, et ne renvoie qu'un résumé du résultat.

Sources