Guide
Mémoire d'un agent IA : contexte, résumé, notes
Comment un agent IA garde le fil : fenêtre de contexte, résumé automatique, notes persistantes, sessions reprises. Techniques et limites.
Mis à jour le
Un agent IA n'a pas de mémoire propre : pour retrouver les informations de votre tâche, le modèle dépend de la fenêtre de contexte (voir sa définition dans le lexique), c'est-à-dire tout ce qu'on lui envoie (instructions, définitions d'outils, historique, résultats d'outils). La « mémoire » d'un agent est donc un ensemble de techniques pour décider ce qui reste dans ce contexte, ce qui en sort sous forme de résumé et ce qui est stocké ailleurs pour être relu plus tard.
Mémoire courte : la fenêtre de contexte
D'après la documentation du Claude Agent SDK, la fenêtre de contexte ne se vide pas entre les tours d'une session : l’historique s’accumule jusqu’aux mécanismes de réduction du contexte. La mise en cache de parties stables peut réduire le coût et le délai dans les conditions du fournisseur, mais ces éléments occupent toujours de la place.
Anthropic explique, dans « Effective context engineering for AI agents » (29/09/2025), pourquoi on ne peut pas simplement tout garder : un contexte plus long peut dégrader la récupération d’une information précise. Le modèle dispose d'un « budget d'attention » limité. D'où l'idée d'« ingénierie du contexte » : choisir l'ensemble de jetons le plus utile à chaque tour, plutôt que d'en mettre le plus possible.
Distinguer mémoire de travail et base documentaire
Une procédure de l’entreprise n’a pas le même rôle qu’une note disant « vérifier le paragraphe sur les retours ». La première apporte une règle métier ; la seconde décrit l’avancement d’une tâche. Le détail des fonctions documentaires d’ALMA permet d’examiner le versant connaissances et recherche. Il ne faut pas en déduire qu’une plateforme conserve automatiquement toutes les décisions d’une session.
Pour concevoir vos notes, séparez l’objectif, les faits vérifiés avec leur référence, les choix encore ouverts et la prochaine action. Une hypothèse recopiée sans son statut pourrait être prise pour un fait lors de la reprise. Gardez donc la provenance et la date de vérification à côté de l’information utile.
Trois techniques pour les tâches longues
| Technique | Principe | Ce qu'il faut savoir |
|---|---|---|
| Résumé automatique (compaction) | Quand le contexte approche de sa limite, les échanges anciens sont remplacés par un résumé | Des consignes données au début peuvent disparaître du résumé |
| Notes structurées | L'agent écrit régulièrement des notes hors du contexte (fichier de suivi, liste de tâches) et les relit | Il faut un outil de lecture et d'écriture, et des règles sur ce qu'on note |
| Sous-agents | Une sous-tâche est traitée dans un contexte séparé, qui ne renvoie qu'un résumé | Anthropic cite des résumés souvent de 1 000 à 2 000 jetons |
Le résumé automatique
Dans le Claude Agent SDK, la compaction se déclenche automatiquement à l'approche de la limite et émet un message de type compact_boundary. La documentation prévient que des instructions précises données tôt peuvent ne pas être conservées, et conseille de placer les règles permanentes dans un fichier d'instructions de projet (CLAUDE.md), réinjecté à chaque requête, plutôt que dans le premier message. On peut aussi y écrire ce que le résumé doit préserver (objectif, fichiers modifiés, décisions prises), et archiver la trace complète avant résumé avec le point d'accroche PreCompact.
Anthropic note dans son article que le premier levier, dans Claude Code, est d'effacer les anciens appels d'outils et leurs résultats, souvent devenus inutiles.
Les notes persistantes : l'outil mémoire d'Anthropic
L'interface de programmation (API) d'Anthropic propose un protocole d’outil mémoire dont l’exécution reste à implémenter côté application. D'après sa documentation :
- il fonctionne côté client : le modèle demande des opérations sur des fichiers d'un répertoire
/memories, et votre application les exécute sur le stockage de votre choix (dossier par utilisateur, base de données) ; - les commandes sont
view,create,str_replace,insert,deleteetrename; - quand l'outil est présent, l'API ajoute une consigne qui demande au modèle de consulter sa mémoire avant de commencer et d'y noter sa progression, en partant du principe que son contexte peut être réinitialisé à tout moment ;
- la documentation recommande de combiner cet outil avec la compaction : le résumé garde le contexte actif léger, la mémoire conserve ce qui doit survivre au résumé.
Les précautions listées par la même documentation, toutes à votre charge : valider chaque chemin pour empêcher la sortie du répertoire /memories (un chemin comme /memories/../../secrets.env), plafonner la taille des fichiers, supprimer les notes inutilisées depuis longtemps, et filtrer les informations sensibles avant écriture.
Les sous-agents
Un sous-agent explore dans son propre contexte et ne renvoie que sa réponse finale. La documentation du Claude Agent SDK le présente comme un moyen de garder le contexte principal léger. Voyez systèmes multi-agents.
Mémoire de session : reprendre plus tard
Plusieurs frameworks gèrent la reprise d'une session :
- Claude Agent SDK : chaque session a un identifiant ; en la reprenant, le contexte précédent est restauré (fichiers lus, analyses, actions). On peut aussi la dupliquer pour essayer une autre approche sans toucher à l'originale.
- LangGraph : un état de fil de discussion à court terme, et une mémoire à plus long terme entre sessions ; l'état peut être sauvegardé pour reprendre après une panne ou une pause.
- OpenAI Agents SDK : des sessions décrites comme une couche de mémoire persistante qui conserve le contexte de travail dans la boucle d'un agent.
Reprendre un historique ne restaure pas l’état du monde. Un fichier peut avoir changé, un droit avoir été retiré et une action externe avoir abouti pendant la coupure. La duplication d’une session ne duplique pas non plus les systèmes auxquels ses outils se connectent : deux branches peuvent agir sur le même dossier. Relisez les ressources concernées avant de poursuivre les écritures.
Charger l'information au bon moment
Anthropic oppose deux façons de fournir des connaissances à un agent : les charger d'avance, par exemple avec une recherche par similarité avant l'appel au modèle, ou les charger juste à temps : l'agent garde des références légères (chemins de fichiers, requêtes enregistrées, liens) et va chercher le contenu avec ses outils quand il en a besoin. L'article indique que la combinaison des deux est souvent la plus efficace.
Ce qu'il faut décider pour votre agent
- Quelles règles doivent être présentes à chaque tour (fichier d'instructions) ?
- Quelles informations doivent survivre à une session (notes, base) et qui a le droit de les lire ?
- Combien de temps garde-t-on ces notes, et que fait-on des données personnelles qu'elles pourraient contenir ?
- Quelles sous-tâches peuvent être confiées à un contexte séparé ?
La mémoire consomme des ressources : les notes réintroduites augmentent l’entrée traitée, avec un coût qui dépend du modèle, de l’hébergement et du cache (voir coût d'un agent). Et ce qui est stocké puis relu est une entrée comme une autre, qui doit être protégée contre l'injection de prompt.
Vérifier une reprise après interruption
Faites un essai avec une tâche fictive interrompue après la collecte, avant toute modification. À la reprise, l’agent doit retrouver le dossier traité, ce qui a été vérifié et ce qui attend encore une décision. Ajoutez une ancienne note devenue fausse et vérifiez qu’une source récente peut la corriger.
Lisez ensuite la note sans l’historique de conversation : un collègue peut-il comprendre ce qui reste à faire ? Si elle contient seulement « continuer comme convenu », elle ne sert pas de point de reprise. Une mémoire utile conserve les raisons d’une décision et les références nécessaires pour la réexaminer, sans recopier tous les documents consultés.
Questions fréquentes
Un agent IA se souvient-il d'une conversation à l'autre ?
Pas de lui-même. Le modèle ne voit que ce qu'on lui envoie à chaque tour. Pour qu'un agent retrouve des informations d'une session à l'autre, il faut les stocker hors du contexte (fichiers de notes, base de données) et lui donner un outil pour les relire.
Qu'est-ce que la compaction ?
Le résumé automatique des échanges les plus anciens quand le contexte approche de sa limite. Elle libère de la place, mais des consignes données au début peuvent être perdues.
Sources
Pages consultées pour écrire cet article :
- https://alma.iarche.fr/fr/features
- https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
- https://code.claude.com/docs/en/agent-sdk/agent-loop
- https://platform.claude.com/docs/en/agents-and-tools/tool-use/memory-tool
- https://docs.langchain.com/oss/python/langgraph/overview
- https://openai.github.io/openai-agents-python/