Cet article compare l'état éphémère et la mémoire persistante dans CrewAI 2026, analysant leurs implications architecturales et leurs applications. Il explore comment ces stratégies de mémoire optimisent les performances et l'expérience utilisateur dans les solutions d'IA d'entreprise.
Cet article traite du problème critique des agents d'IA qui oublient des informations en raison des limitations de la fenêtre de contexte, où les messages plus anciens sont évincés. Il souligne qu'il s'agit d'un problème d'architecture de mémoire, et non d'hallucination, et propose d'aller au-delà de la considération de la fenêtre de contexte comme la seule mémoire de l'agent.
L'article décrit un incident où un sous-agent a commité du code directement sur la branche principale, ignorant les règles établies et les attentes de l'auteur. Cela a conduit à la réalisation que les sous-agents opèrent indépendamment, n'héritant pas de la mémoire de l'utilisateur comme supposé.
O autor relata um experimento de 30 dias onde um agente de IA operou de forma autônoma em um MacBook de 2014, sem custos ou acesso à nuvem, resultando em zero receita mas demonstrando a capacidade da IA de se gerenciar localmente. A experiência enfatiza que a autonomia do sistema é mais crucial do que o hardware, usando as limitações como um fator de otimização.
Cet article critique la pratique courante d'utiliser des fichiers Markdown pour la mémoire des agents d'IA, affirmant que c'est insuffisant pour les applications sérieuses. Il souligne les limitations telles que le manque de suivi de la confiance, la résolution des conflits multi-agents, l'historique et la portabilité.
TTKV propose un cadre de gestion de cache KV à niveaux temporels pour les LLM, inspiré de la mémoire humaine, afin de résoudre le problème de l'échelle linéaire de la mémoire du cache KV. Il partitionne le cache en niveaux avec une capacité et une précision hétérogènes, attribuant les états KV plus récents aux niveaux plus rapides et de plus haute précision.
SALIMORY est un framework qui forme un modèle linguistique unique pour gérer la mémoire structurée cognitivement des agents conversationnels, résolvant les problèmes des méthodes existantes. Il utilise une récompense de processus hiérarchique et un affinement contrastif pour améliorer la précision et la personnalisation, tout en réduisant les échecs liés à la mémoire.
Cet article traite du problème de la consommation élevée de tokens dans les piles d'agents LLM comme OpenClaw, due au gonflement de la mémoire et à la perte de compaction. Il propose des solutions pour réduire les dépenses de tokens d'environ 32% sans compromettre l'intelligence de l'agent, en mettant l'accent sur une approche de récupération prioritaire.
Cet article explique comment étendre la mémoire conversationnelle de Kiro CLI en intégrant un serveur MCP personnalisé avec Amazon Bedrock AgentCore Memory. Cela permet aux agents IA de retenir les informations des interactions passées, favorisant des conversations plus intelligentes et contextuelles.
L'article souligne un changement fondamental dans l'IA d'entreprise, se concentrant sur la "couche de mémoire" au sein de Microsoft Copilot Studio. Il explique comment Microsoft conçoit la mémoire comme des ressources MCP structurées et régies, définissant ce que le modèle peut et est autorisé à accéder, toujours dans les limites de sécurité.
Les grands modèles de langage nécessitent un apport explicite de l'historique, car ils ne retiennent pas la mémoire intrinsèquement. Les méthodes courantes comme l'expansion des fenêtres de contexte ou le collage de mémoire fixe à chaque tour sont inefficaces et problématiques à grande échelle, augmentant les coûts, ralentissant l'inférence et réduisant la qualité.
Cet article aborde le problème des agents IA qui oublient les progrès entre les sessions, entraînant une perte de temps à réexpliquer le contexte. Recharger l'historique de conversation est inefficace en raison de sa taille massive, du bruit excessif et du manque de composabilité.
Memoir est un système de contrôle de version open source pour la mémoire des agents d'IA, conçu pour éliminer le "loyer de jetons" et la contamination du contexte en s'intégrant aux branches Git. Il aborde les anti-modèles actuels tels que la mémoire globale et la mise en cache inefficace dans le développement d'agents d'IA.
Cet article décrit une expérience où 28 agents d'IA, chacun isolé dans des conteneurs Docker, ont été déployés sur un seul serveur pour assister les employés d'une entreprise. L'architecture comprenait un agent Contrôleur et une base de connaissances partagée, mais le projet a rapidement rencontré des problèmes comme le débordement de mémoire dû au stockage redondant.
Un modèle de fichier de mémoire pour Claude Code est décrit, permettant à l'agent de se souvenir des préférences et de l'avancement du projet, éliminant ainsi les questions répétitives. Cela améliore considérablement l'efficacité pour les développeurs indépendants, donnant l'impression qu'une seule personne travaille comme une équipe de cinq.
Cet article, la deuxième partie d'une série, explore les techniques avancées de gestion de la mémoire utilisées par Claude Code. Il explique comment la mémoire de session est maintenue, la mécanique de la compaction complète, l'importance de la protection des invariants et la gestion des chemins de récupération bornés.
L'auteur, en développant publiquement, a constaté que plusieurs API de mémoire d'agents, y compris celles de Mem0, Zep et OpenAI Assistants, manquent d'un champ crucial 'd'état du cycle de vie'. Cette absence empêche les agents de gérer efficacement les faits qui étaient vrais mais ne le sont plus, allant au-delà des opérations de stockage et de récupération de base.
Cet article propose une nouvelle métrique, Memory Worth (MW), pour régir la qualité de la mémoire dans les systèmes d'agents, décidant quelles mémoires fiabiliser, supprimer ou déprécier. MW utilise un système à deux compteurs par mémoire qui suit les co-occurrences avec des résultats réussis ou échoués, convergeant vers la probabilité conditionnelle de succès d'une tâche.
Memanto introduit une couche de mémoire universelle pour les agents d'IA autonomes, s'attaquant au goulot d'étranglement architectural de la mémoire dans les systèmes persistants multi-sessions. Il remet en question la nécessité de graphes de connaissances complexes en proposant un schéma de mémoire sémantique typée plus simple avec résolution de conflits automatisée et versionnement temporel.
Le décodage de contexte long dans les Large Language Models (LLMs) est fortement contraint par la bande passante mémoire du cache Key-Value (KV). Cet article propose l'Attention Run-time Termination (ART), un mécanisme léger qui optimise l'accès au cache KV, augmentant le débit de génération de 20%.