Deux horizons, deux fonctions
La mémoire court terme porte le fil immédiat. Elle contient ce qui vient d'être dit, les consignes de la requête en cours, le contexte nécessaire pour ne pas répondre à côté. Sa durée de vie est brève et sa taille limitée par la fenêtre de contexte du modèle. C'est une mémoire de travail : elle sert à tenir un raisonnement sans perdre l'objectif, à relier une question aux éléments juste évoqués, à maintenir la cohérence d'un échange. C'est elle qui rend possible une conversation qui progresse, au lieu de repartir sans cesse de zéro. Tenir les deux ensemble demande une conception explicite, jamais laissée à l'improvisation.
La mémoire long terme vise autre chose : conserver, au-delà de la session, des informations qui garderont leur valeur demain. Préférences d'un utilisateur, décisions passées, connaissances sur un projet, historiques de résolution de problèmes. Elle ne vit pas dans le contexte mais dans un stockage externe, interrogeable à la demande. Ces deux horizons ne s'opposent pas : ils coopèrent. Chacune compense les limites de l'autre : la première manque de profondeur dans le temps, la seconde de réactivité immédiate. C'est elle qui rend possible une conversation qui progresse au lieu de repartir de zéro. De cette séparation dépend tout le comportement de l'agent, du plus anodin au plus décisif.
La mémoire de travail : le fil de la conversation
La mémoire de travail est contrainte par la taille du contexte. Chaque échange s'y ajoute ; une conversation longue finit par saturer l'espace disponible. Quand la limite approche, les architectures courantes résument les échanges les plus anciens pour libérer de la place. Le modèle conserve alors une synthèse plutôt que le détail exact, ce qui permet de poursuivre sans perdre l'essentiel, au prix d'une perte de nuance. L'utilisateur, de son côté, ne perçoit qu'une conversation fluide et rarement cet arbitrage invisible sur ce qui est gardé ou abandonné. Une mémoire laissée sans entretien dérive, comme un dossier que nul ne rouvre.
Cette mémoire est volatile. Fermez la session, elle disparaît, sauf sauvegarde explicite. C'est un choix, et non une fatalité technique : tout garder indéfiniment alourdirait le coût et compliquerait le respect de la vie privée. La mémoire de travail bien réglée retient ce qui sert au présent, puis s'efface. Sa qualité ne se mesure pas à sa taille mais à sa pertinence : garder la bonne information au bon moment compte plus que tout retenir. Une session qui oublie à sa fermeture protège autant l'utilisateur que le système. Une session qui oublie à sa fermeture protège autant l'utilisateur que le système.
La mémoire longue : capitaliser dans le temps
La mémoire long terme se construit par accumulation sélective. L'agent décide ce qui mérite d'être consigné durablement : un fait stable sur l'utilisateur, une règle de traitement, une résolution réussie à réutiliser. Ces éléments sont encodés, rangés dans un index, puis rappelés quand une situation similaire se présente. Un assistant qui, au fil des semaines, connaît mieux son utilisateur sans qu'on le lui rappelle, s'appuie sur cette couche persistante. Cette sélection, jamais neutre, façonne durablement ce que l'agent paraîtra savoir et ignorer. L'utilisateur ne perçoit que la fluidité, rarement cet arbitrage invisible. Chaque échelle répond à un besoin distinct et impose ses propres contraintes de coût.
Gérer cette mémoire exige du discernement. Tout conserver nuit : l'index se remplit d'informations périmées qui parasitent le rappel. Il faut donc prévoir l'expiration, la mise à jour et la gestion des contradictions entre un souvenir ancien et un fait nouveau. La mémoire longue soulève aussi des obligations : si elle contient des données personnelles, le RGPD impose droit d'accès, de rectification et d'effacement. Persister, c'est s'engager à gouverner. Une mémoire longue laissée sans entretien finit par dériver, à la manière d'un dossier que plus personne ne rouvre. Cette sélection, jamais neutre, façonne ce que l'agent paraîtra savoir demain. La frontière entre les deux n'est pas fixe : elle se règle selon l'usage et les risques.
Faire dialoguer les deux échelles
Un agent efficace articule les deux horizons à chaque étape. Il s'appuie sur la mémoire de travail pour comprendre la demande immédiate, puis interroge la mémoire longue pour retrouver ce qui éclaire la situation. Le souvenir pertinent est réinjecté dans le contexte courant, le temps d'une réponse, avant que la fenêtre ne se referme. Le court terme devient alors la scène où se joue ce que le long terme a permis de retrouver. Le rappel reste bref et ciblé, fondé sur une intention claire plutôt que sur un balayage exhaustif. Le rappel reste bref et ciblé, fondé sur une intention claire plutôt qu'un balayage exhaustif.
Ce dialogue suppose des règles claires : quand écrire en mémoire longue, quand ne garder qu'en session, quand effacer définitivement. Les systèmes robustes documentent ces décisions, distinguent les souvenirs fiables des simples hypothèses, et permettent de corriger une mémoire erronée. C'est cette discipline qui fait la différence entre un agent qui se souvient utilement et un agent qui traîne un passé encombrant. Sans ces règles explicites, l'agent accumule peu à peu un passé qui le contredit plutôt qu'il ne l'informe. Chacune compense les limites de l'autre, entre profondeur et réactivité immédiate. Sans règles explicites, l'agent accumule un passé qui le contredit au lieu de l'informer.
Aller plus loin
Bien séparer mémoire de travail et mémoire longue est un choix d'architecture autant qu'un choix d'usage. Pour le maîtriser, découvrez notre catalogue des 31 formations.
Vous voulez maîtriser ce sujet en pratique ?
Cabinet MARA forme en ligne, sur des cas réels, avec des modules courts et un suivi de progression.
Voir la formation liée Les 31 formations