Mémoire d’un agent IA : contexte, état et connaissances
La mémoire d’un agent IA regroupe les mécanismes qui conservent ou retrouvent des informations entre décisions. Distinguez contexte actuel, état opérationnel et fiches persistantes. Enregistrer un fait ne le place pas automatiquement dans la demande suivante : récupération et règles d’accès déterminent les éléments disponibles pour le modèle.
Ce guide aide si le système répète ses questions, oublie un résultat ou prend une vieille note pour un fait actuel. Organisons la mémoire autour de l’objectif approuvé, des fiches du catalogue et du statut de l’exécution.
Idées essentielles
- Le contexte contient les informations transmises au modèle maintenant.
- L’état suit progression et travail en attente.
- Les fiches persistantes exigent origine, récupération et accès.
- Un résumé peut omettre des éléments importants.
Trois couches aux durées différentes
Le contexte peut inclure instructions, objectif et observations choisies pour une demande. L’état enregistre recherches terminées, budget restant et décisions attendues pendant l’exécution. La mémoire persistante peut garder préférences approuvées ou notes pour les sessions futures. Chaque couche peut avoir stockage et rétention propres. Les distinguer explique qu’une fiche sauvegardée ne soit pas visible avant sa récupération. Cela aide aussi à décider ce qui sert maintenant et ce qui doit survivre après la tâche.
Conserver les preuves avec leur origine
Gardez identifiant, source et actualisation pertinente d’une leçon. Séparez objectif déclaré et préférence déduite. Si un résumé affirme que la personne préfère les sujets avancés, précisez si elle l’a dit ou si le système l’a inféré. Ne transformez pas une suggestion en fait personnel permanent. La recommandation suivante doit pouvoir expliquer les informations approuvées utilisées et les hypothèses encore ouvertes. L’origine permet de corriger une fiche au lieu de seulement accumuler des notes.
Retrouver les éléments utiles à la décision
Une recherche par identifiant retrouve une fiche exacte. Une recherche générale peut fournir des candidates à inspecter. Dans les deux cas, récupérez ce qu’exige la décision plutôt que toute l’histoire. La prochaine étape du catalogue nécessite titre, prérequis et statut. Une grande archive sert lorsque la méthode retrouve les bonnes preuves et reconnaît leur absence. La quantité stockée ne démontre pas la précision de la réponse, ni la pertinence de chaque élément pour le travail actuel.
Traiter corrections et fiches anciennes
La mémoire conserve les erreurs aussi bien que les faits. Définissez comment une correction remplace une note et quelle source prime en cas de conflit. Un nouvel objectif explicite ne doit pas être supplanté silencieusement par un vieux résumé. Pour l’information externe, vérifiez la pertinence actuelle de la copie conservée. Ajoutez une fiche périmée dans un exercice et observez si le conflit est détecté avant recommandation. La correction fait partie du fonctionnement de la mémoire.
Résumer sans perdre la tâche
Une longue histoire peut être condensée, mais des détails décisifs peuvent disparaître. Conservez décisions, questions ouvertes, identifiants et actions en attente. Séparez résumé et fiches originales pour examiner un point contesté. Dans un programme d’étude, un prérequis manquant doit rester visible après résumé, au lieu de devenir une recommandation assurée. Évaluez la reprise avec les mêmes critères que l’exécution initiale. Une synthèse courte doit préserver ce qui gouverne la décision suivante.
En mots simples
Imaginez un bureau, une liste de tâches et des archives. Le bureau porte ce qui sert maintenant, la liste suit le travail et les archives gardent les informations. Il reste à trouver le bon dossier et à vérifier qu’il est actuel.
À vous de jouer
Créez quatre fiches : objectif explicite, préférence déduite, recherche du catalogue et prérequis ouvert. Ajoutez source et statut. Changez l’objectif et décidez quelles fiches peuvent influencer la prochaine recommandation.
Résultat attendu
Une mémoire sourcée, avec inférences identifiées et priorité au nouvel objectif explicite plutôt qu’à une supposition ancienne.
Vérifiez votre réponse: Stocker une fiche garantit-il son utilisation correcte ?
Non. Il faut la récupérer, la placer correctement dans le contexte et vérifier pertinence, actualité et accès.
Questions et réponses
Historique et mémoire sont-ils identiques ?
L’historique peut alimenter la mémoire, mais un système peut aussi nécessiter état structuré et fiches stockées. Des messages seuls n’identifient pas nécessairement budget, décisions attendues ou priorité des sources. Choisissez une représentation rendant explicites les propriétés utiles à la tâche.
Un agent devrait-il tout mémoriser ?
La rétention doit servir un objectif défini et respecter accès et confidentialité. Tout conserver peut maintenir des données personnelles superflues et des hypothèses anciennes. Définissez ce qui survit à la session, comment le corriger ou le supprimer et quelle tâche peut le retrouver.
Séparez contexte actuel, travail en cours et stockage futur. Préservez sources et corrections dans les trois couches.
Sources et lectures
- Anthropic — Effective context engineering for AI agents ↗Sources consultées:
- LangChain — LangGraph overview ↗Sources consultées:
- Python documentation — Data structures ↗Sources consultées: