Un agent qui n'oublie rien finit comme Funes : la mémoire de travail des agents IA

Le fantôme dans la conversation

Un de mes agents s'est mis à me contredire un mardi soir. Copilote métier d'une PME logistique, il gérait des demandes de cotation depuis quarante minutes, et son historique pesait près de 40 000 tokens.

À un moment, il a réappliqué une consigne que je lui avais donnée trois tours plus tôt — une consigne que j'avais explicitement annulée depuis. Le tarif proposé était périmé. Le client, réel, l'a vu.

Ce n'était pas un bug au sens strict. L'agent fonctionnait exactement comme prévu : il gardait tout. Le problème, c'est précisément qu'il gardait tout — et qu'un vieux fragment revenait hanter la conversation comme un fantôme dans une maison qu'on n'a jamais vidée.

Je précise d'emblée pour éviter la confusion : il ne s'agit pas ici de la fraîcheur documentaire d'une base RAG. J'ai déjà traité de la gouvernance temporelle d'une mémoire d'entreprise et de ses TTL. Le sujet du jour est autre : la mémoire de travail des agents IA, c'est-à-dire ce qu'un agent trimballe dans sa tête pendant qu'il raisonne.

Funes, ou l'homme qui ne pouvait plus penser

En 1942, Jorge Luis Borges publie Funes el memorioso. Ireneo Funes, jeune Uruguayen, tombe de cheval et se réveille avec une mémoire parfaite, absolue, sans faille.

Il se souvient de chaque feuille de chaque arbre qu'il a vue, de la forme exacte des nuages du 30 avril 1882, du grain de chaque planche. Rien ne s'efface. Rien ne s'estompe.

Et Borges glisse la phrase qui devrait figurer au fronton de tout projet d'agent autonome : « Penser, c'est oublier des différences, c'est généraliser, abstraire. » Funes, lui, en est incapable.

Le détail que retient Borges est terrible. Funes ne comprend pas que le mot « chien » désigne à la fois le chien vu de face à trois heures quatorze et le même chien vu de profil à trois heures quinze. Pour lui, ce sont deux objets sans rapport.

Sa mémoire parfaite le rend incapable d'abstraire. Il perçoit un monde de détails infinis et incomparables, un flux brut où aucune catégorie ne peut se former. Funes se souvient de tout et ne pense rien.

Ce n'est pas qu'une intuition littéraire. Le neuroscientifique Rodrigo Quian Quiroga, dans Original Borges: a neuroscientific perspective, montre que Borges avait anticipé une découverte centrale : la mémoire humaine n'est pas un magnétophone.

L'hippocampe convertit un déluge sensoriel en représentations abstraites en jetant l'immense majorité des détails. L'élagage synaptique, la consolidation nocturne, l'oubli adaptatif : autant de mécanismes qui suppriment activement pour permettre de généraliser. Oublier n'est pas une panne de la mémoire — c'en est la fonction créatrice.

Pourquoi un agent qui garde tout se dégrade

La tentation, avec les fenêtres de contexte qui explosent — 128K, 200K, un million de tokens — est de croire que le problème disparaît. Il suffirait de tout garder. C'est l'erreur de Funes.

La synthèse d'ingénierie de Zylos.ai sur les agents de longue durée et la gestion du contexte est nette sur ce point : même avec de grandes fenêtres, garder trop de contexte brut dégrade la qualité des réponses et multiplie les contradictions.

La raison est structurelle. Un modèle de langage pondère l'ensemble de son contexte pour produire chaque mot ; plus le contexte est long et bruité, plus les signaux pertinents se noient. Une vieille consigne annulée pèse toujours dans la balance — d'où mon fantôme du mardi soir.

�avant de parler d'oubli, il faut situer la mémoire dans l'anatomie de l'agent. J'ai décrit ailleurs les organes d'un agent IA — perception, mémoire, outils, boucle de contrôle ; la mémoire de travail en est un rouage précis, à ne pas confondre avec le stock documentaire externe.

Trois couches, trois régimes d'oubli

La synthèse francophone de Blent.ai sur la mémoire des agents IA pose une distinction utile, que je reformule à ma manière en trois couches.

La première est le contexte immédiat : la fenêtre de contexte du LLM, capacité limitée, volatile, accès rapide. C'est la mémoire de travail au sens strict — l'équivalent de ce qu'on tient dans sa tête pendant une conversation.

La deuxième est la couche de compression : des résumés qui condensent les échanges anciens en préservant les décisions et les faits marquants. On oublie le verbatim pour garder l'architecture.

La troisième est la mémoire épisodique persistante : ce que l'agent range hors de sa fenêtre — fichiers de progrès, checkpoints, vector stores. Chaque couche appelle un régime d'oubli différent, et c'est là que se joue la fiabilité.

La règle d'ingénieur : compacter, décroître, purger

Le mécanisme central s'appelle la compaction. Quand la conversation approche la limite de contexte, l'agent en produit un résumé narratif, réinitialise une fenêtre neuve avec ce résumé plus les derniers tours, et continue.

Zylos.ai décrit cette politique comme un standard de fait, déjà présent dans des environnements comme OpenHands, Cursor ou Warp. On oublie les détails de la trajectoire pour ne garder que la structure des décisions — exactement l'inverse de Funes.

Ma règle de pouce sur le terrain : je déclenche la compaction autour de 60 à 70 % de la fenêtre, jamais à saturation. Attendre la limite, c'est laisser un historique de 40 000 tokens ralentir et parasiter le raisonnement avant d'agir.

Pour la mémoire persistante, j'applique un oubli stratégique au sens de Blent.ai : chaque souvenir reçoit un score fondé sur son ancienneté, sa fréquence d'usage et sa pertinence. Décroissance temporelle pour ce qui vieillit, remplacement quand la capacité sature, invalidation explicite pour ce qui devient faux.

Le point décisif est la séparation entre faits stables et états transitoires. Un fait stable — le nom du client, sa politique tarifaire de fond — mérite la persistance. Un état transitoire — « le client hésite sur cette option » — doit décroître, faute de quoi il revient hanter une conversation où il n'a plus lieu d'être.

Quand une tâche est bornée et volumineuse, je délègue à un sous-agent qui ne renvoie qu'une synthèse au chef d'orchestre. Le détail reste confiné dans une session éphémère ; l'agent principal n'hérite que de l'abstraction. C'est de l'oubli par architecture.

Quand la mémoire persistante devient un passif

L'honnêteté impose de nommer l'autre plateau de la balance. La mémoire persistante n'est pas toujours un actif — elle est souvent un passif silencieux.

Un agent qui mémorise indéfiniment les préférences d'un utilisateur finit par le figer dans un passé qui n'est plus le sien. Une consigne apprise il y a six mois peut être devenue fausse sans que rien ne le signale. La mémoire longue crée aussi une surface de risque : données personnelles conservées sans nécessité, dérive silencieuse, difficulté d'audit.

Ma position de praticien, que j'assume face aux clients du conseil à la réalisation d'agents sur mesure, est simple : la persistance se mérite. On ne mémorise que ce dont on a démontré l'utilité répétée, jamais par défaut. Un copilote de séance courte n'a souvent besoin d'aucune mémoire longue — juste d'une fenêtre glissante propre.

Funes est mort jeune, foudroyé par une congestion pulmonaire, incapable jusqu'au bout de dormir : trop de souvenirs pour trouver le repos. Vos agents ne mourront pas, mais ils se paralyseront de la même façon si vous confondez exhaustivité et intelligence. Un agent qui ne sait pas oublier ne pense pas — il archive, et un archiviste qui n'oublie rien finit noyé sous ses propres feuilles.