Mémoire d’un agent IA : ce qu’il doit oublier

En choisissant ce qu’il oublie. C’est la partie du sujet dont personne ne parle en démonstration, et c’est pourtant elle qui décide de la qualité des réponses au bout de six mois : une mémoire d’agent qui grossit sans filtre rend l’agent moins bon, jamais meilleur.

Le chiffre qui rend la chose difficile à balayer vient d’un travail publié en avril 2026 sur des tâches de raisonnement. L’agent dont la mémoire accumulait tout finissait avec 2 400 enregistrements et 13 % de bonnes réponses ; le même agent, avec une mémoire tenue courte, en gardait 248 et montait à 39 %. Trois fois mieux en retenant dix fois moins, et le même écart se retrouve sur un jeu de conduite autonome, 51 % contre 32 %.

Pourquoi retenir davantage donne de moins bons résultats

Parce qu’un agent ne consulte pas sa mémoire comme on consulte un dossier : il en reçoit une poignée de morceaux, choisis par une recherche approximative, et il raisonne dessus comme si c’était vrai. Plus le stock est gros, plus la probabilité qu’un de ces morceaux soit périmé, mal contextualisé ou simplement hors sujet augmente.

Il y a un effet second, moins évident, qui explique une partie de l’écart. Un modèle reproduit le style et le niveau de ce qu’il relit : une mémoire remplie de notes bâclées produit des réponses bâclées, indépendamment de la qualité du modèle. C’est la raison pour laquelle une porte de qualité à l’écriture, c’est-à-dire un filtre qui refuse d’enregistrer ce qui n’est pas assez précis pour être réutilisé, vaut à elle seule dix points de justesse absolus dans la même étude.

Les fournisseurs de mémoire spécialisés le mesurent de leur côté, et le constat converge. Sur un jeu d’épreuves d’un million de mots, un moteur de mémoire récent obtient 64,1 ; sur le même jeu porté à dix millions, il tombe à 48,6. Le volume seul suffit à faire perdre un quart de la performance, sans qu’aucun composant ne soit en panne.

Les quatre façons dont une mémoire d’agent se dégrade

La première est le souvenir sorti de son contexte. « Le client refuse ce profil » est une phrase inutilisable six mois plus tard : on ne sait plus quel client, quel profil, ni si la raison tenait à la personne ou au budget du moment. Elle sera pourtant retrouvée, relue et prise pour argent comptant.

La deuxième est l’information périmée, et c’est de loin la plus fréquente. Le monde bouge, la mémoire non : un consultant a changé de mission, une entreprise a fusionné, une préférence a été révisée. Un agent qui vit depuis dix-huit mois agira sur des faits de 2024 en 2026 sans jamais signaler qu’il le fait, et c’est exactement le mécanisme qui rend une base de contacts vieillissante plus dangereuse qu’une base vide.

La troisième est la contamination entre deux dossiers. Ce qui a été appris chez un client remonte pendant qu’on travaille pour un autre, parce que la recherche a jugé les deux situations proches. Dans une ESN, cette frontière n’est pas un confort d’architecture, c’est un engagement contractuel, et un agent qui la franchit une seule fois coûte plus cher que tout ce qu’il a fait gagner.

La quatrième est l’erreur qui se recopie. Un fait faux enregistré une fois est relu, résumé, réenregistré sous une autre forme, et finit par exister en trois exemplaires cohérents entre eux. À ce stade, sa cohérence apparente le rend plus crédible qu’une donnée juste isolée, et plus personne ne remonte à la source.

Pourquoi personne ne s’en aperçoit avant plusieurs mois

C’est une panne silencieuse, au sens strict : rien ne remonte en erreur, aucun journal ne se remplit, aucune alerte ne se déclenche. L’agent continue de répondre, simplement il répond un peu moins bien chaque semaine, et la dérive est trop lente pour qu’un utilisateur la date.

Le symptôme, quand on sait le chercher, est reconnaissable. Les réponses deviennent plus générales, moins ancrées dans le cas précis, plus proches de ce qu’un modèle dirait sans connaître votre entreprise. Autrement dit, l’agent régresse vers sa moyenne, et il le fait au moment exact où vous avez cessé de le surveiller parce qu’il donnait satisfaction.

Ce décalage entre le moment où la confiance s’installe et celui où la qualité commence à baisser est ce qui rend le sujet vicieux. Vous avez arrêté de relire au bout de six semaines parce que tout allait bien, et c’est vers le quatrième mois que la mémoire commence à peser.

Ce que nous avons choisi de retenir, et ce que nous refusons

Nous avons construit la mémoire de Balt autour d’une contrainte simple : trois catégories, et rien d’autre. Ce n’est pas une limitation que nous comptons lever, c’est le mécanisme qui empêche le stock de gonfler.

La première catégorie tient les documents de l’entreprise : ses règles, ses procédures, ce qu’elle a décidé une fois pour toutes. Ils sont écrits par une personne, versionnés, et visibles depuis n’importe quelle conversation, parce qu’une règle qui vaut chez un client vaut chez tous.

La deuxième tient la mémoire d’une personne, séparément de tout le reste. Ce qu’un chargé de recrutement a expliqué à l’agent sur sa façon de travailler lui appartient, ne remonte pas dans la conversation d’un collègue, et s’efface à sa demande. Nous avons refusé de la fondre dans une mémoire d’équipe qui aurait été plus simple à construire et plus commode à démontrer.

La troisième tient l’état des dossiers en cours, qui est par nature périssable, et qui expire donc au lieu de s’accumuler. Une recherche close, une mission pourvue, un échange terminé : ces éléments sortent de la mémoire vive et redeviennent de l’historique, consultable si on le demande, jamais relu spontanément.

Ce que nous avons refusé mérite d’être dit aussi clairement. Nous n’enregistrons pas automatiquement ce qui se dit dans une conversation, parce qu’une mémoire alimentée sans filtre est précisément le cas qui tombe à 13 %. Un souvenir s’écrit quand quelqu’un le demande ou quand l’agent propose de le retenir et qu’une personne accepte, ce qui est plus lent au démarrage et beaucoup moins coûteux au sixième mois. C’est la même logique que pour les skills, où un ajout généré automatiquement dégrade l’ensemble.

Ce qu’il faut demander à un éditeur avant d’acheter

Quatre questions suffisent à séparer un produit qui a pensé le sujet d’un produit qui a branché une base vectorielle et espéré que ça tienne.

Puis-je lire l’intégralité de ce que l’agent a retenu sur moi et sur mon entreprise ? Si la réponse est non, ou si elle suppose un ticket au support, la mémoire n’est pas corrigeable et le reste de la conversation est théorique.

Puis-je effacer un souvenir précis, et est-ce que cela l’efface vraiment ? Beaucoup d’implémentations marquent le souvenir comme supprimé sans le retirer de l’index de recherche, ce qui revient à le garder.

Qu’est-ce qui expire, et au bout de combien de temps ? Un éditeur qui n’a pas de réponse à cette question n’a pas de politique d’oubli, donc il a une mémoire qui grossit indéfiniment, donc il a le problème décrit plus haut sans le savoir.

Que se passe-t-il entre deux clients ? La bonne réponse est que la cloison est structurelle et vérifiable, pas qu’elle est « prise en compte par le prompt ». Une consigne écrite en langue naturelle se contourne par une autre phrase en langue naturelle, comme pour n’importe quelle limite qu’on croit poser en la demandant poliment.

Ce que ça dit de la période qui s’ouvre

La mémoire est en train de devenir le vrai terrain de différenciation entre agents, et c’est un renversement récent. Pendant trois ans, la question posée à un éditeur portait sur le modèle sous-jacent ; elle porte désormais sur ce que le produit fait entrer et sortir du contexte, ce qui est un travail d’ingénierie et non un achat de licence.

C’est aussi ce qui rend la comparaison difficile pour un acheteur. Deux agents branchés sur le même modèle, avec les mêmes intégrations, peuvent diverger d’un facteur trois au bout de six mois sur la seule qualité de leur politique d’oubli, et rien dans une démonstration de trente minutes ne le montre. La question suivante est donc celle de l’essai : comment tester un agent avant de signer, avec des cas dont vous connaissez déjà la bonne réponse.