Dans un article pr\u00e9c\u00e9dent, j'ai explor\u00e9 comment huit \u00e9quipes de recherche ind\u00e9pendantes sont parvenues \u00e0 la m\u00eame conclusion : au lieu de construire des syst\u00e8mes de m\u00e9moire autour du mod\u00e8le, il faut entra\u00eener le mod\u00e8le lui-m\u00eame \u00e0 g\u00e9rer la m\u00e9moire comme une comp\u00e9tence acquise. L'entra\u00eenement post-m\u00e9moire \u2014 utilisant l'apprentissage par renforcement dans la phase post-entra\u00eenement \u2014 produit des agents qui d\u00e9cident quoi stocker, supprimer, consolider et r\u00e9cup\u00e9rer, le tout optimis\u00e9 en fonction de l'ach\u00e8vement de la t\u00e2che.<\/p>\n
Mais ce qui s'est pass\u00e9 depuis est plus int\u00e9ressant. La recherche est entr\u00e9e en collision avec deux autres d\u00e9veloppements. Mod\u00e8les linguistiques r\u00e9cursifs<\/strong> de recadrer la gestion du contexte comme une navigation plut\u00f4t qu'une recherche. Les syst\u00e8mes de production tels que OpenClaw<\/strong> prouvent que ces id\u00e9es fonctionnent en dehors des bancs d'essai. L'ensemble de ces r\u00e9sultats montre qu'il ne s'agit pas seulement d'une am\u00e9lioration de la m\u00e9moire.<\/p>\n Il pointe vers un voie d\u00e9mocratique pour la mise \u00e0 l'\u00e9chelle des agents autonomes<\/strong> - qui ne n\u00e9cessite pas de r\u00e9glage fin, de calcul rare ou d'expertise approfondie en ML. Voici comment s'articulent l'\u00e9l\u00e9ment de navigation et la preuve de production.<\/p>\n Voici ce qui a attir\u00e9 mon attention plus r\u00e9cemment. Alors que la communaut\u00e9 des formateurs en post-m\u00e9moire apprenait aux agents \u00e0 g\u00e9rer le contexte, une ligne de recherche parall\u00e8le recadrait enti\u00e8rement le probl\u00e8me.<\/p>\n Mod\u00e8les linguistiques r\u00e9cursifs<\/strong>, introduite par Alex Zhang, Tim Kraska et Omar Khattab, propose que l'ing\u00e9nierie contextuelle ne soit pas un probl\u00e8me de recherche. Il s'agit d'un probl\u00e8me de navigation. La diff\u00e9rence est importante.<\/p>\n Le RAG traditionnel traite la base de connaissances comme une database que vous interrogez. Vous int\u00e9grez des morceaux, calculez les scores de similarit\u00e9 et introduisez les r\u00e9sultats les plus importants dans l'invite. Le mod\u00e8le re\u00e7oit passivement tout ce que le syst\u00e8me de recherche juge pertinent. Le mod\u00e8le lui-m\u00eame n'a aucune influence sur ce qu'il voit.<\/p>\n Les RLMs renversent la situation. Le mod\u00e8le a acc\u00e8s \u00e0 un environnement Python REPL persistant. Les entr\u00e9es longues sont charg\u00e9es en tant que variables. Le mod\u00e8le peut les inspecter, les parcourir, les partitionner et lancer des sous-requ\u00eates r\u00e9cursives, en cr\u00e9ant de nouvelles instances LLM qui traitent les morceaux en parall\u00e8le et renvoient les r\u00e9sultats. Le mod\u00e8le navigue dans son contexte de la m\u00eame mani\u00e8re qu'un d\u00e9veloppeur navigue dans une base de code : en explorant, en filtrant et en lisant s\u00e9lectivement ce dont il a besoin.<\/p>\n Les chiffres le confirment. Les RLM traitent les entr\u00e9es jusqu'\u00e0 deux ordres de grandeur au-del\u00e0 de la fen\u00eatre contextuelle native du mod\u00e8le sans d\u00e9gradation. Sur des ensembles data du monde r\u00e9el d\u00e9passant 1,5 million de caract\u00e8res, les RLMs surpassent de mani\u00e8re significative les LLMs standards et les \u00e9chafaudages communs \u00e0 contexte long. Une version post-entra\u00een\u00e9e, RLM-Qwen3-8B<\/strong>, Le mod\u00e8le de base est plus performant que le mod\u00e8le de base de 28,3% en moyenne<\/strong> et se rapproche de la qualit\u00e9 GPT-5 sur trois t\u00e2ches en contexte long - \u00e0 partir d'un mod\u00e8le 8B.<\/p>\n Ce qui rend cette m\u00e9thode compl\u00e9mentaire de la formation post-m\u00e9moire, c'est la s\u00e9paration des pr\u00e9occupations. La formation post-m\u00e9moire enseigne aux agents ce qu'il faut retenir et ce qu'il faut oublier - les d\u00e9cisions \u00e9ditoriales relatives \u00e0 la gestion de l'\u00e9tat. Les RLM enseignent aux agents comment explorer le contexte qu'ils n'ont pas encore m\u00e9moris\u00e9. L'un concerne la gestion de ce qui se trouve \u00e0 l'int\u00e9rieur de la t\u00eate de l'agent. L'autre concerne la navigation dans ce qui se trouve \u00e0 l'ext\u00e9rieur.<\/p>\n La combinaison est plus puissante que l'une ou l'autre. Un agent capable de naviguer dans de vastes contextes externes et de g\u00e9rer une m\u00e9moire interne compacte poss\u00e8de les deux capacit\u00e9s n\u00e9cessaires \u00e0 des flux de travail autonomes de longue dur\u00e9e : une conscience \u00e9tendue et une r\u00e9tention s\u00e9lective.<\/p>\n La th\u00e9orie est utile. Les preuves de production sont meilleures.<\/p>\n OpenClaw<\/strong> - l'agent d'intelligence artificielle open-source qui a gagn\u00e9 plus de 100 000 \u00e9toiles GitHub en moins d'une semaine apr\u00e8s son lancement fin janvier 2026 - est l'un des premiers syst\u00e8mes \u00e0 d\u00e9montrer que ces principes fonctionnent \u00e0 grande \u00e9chelle en dehors des r\u00e9f\u00e9rences de la recherche.<\/p>\n L'architecture d'OpenClaw incarne la convergence d\u00e9crite ci-dessus. Son syst\u00e8me de m\u00e9moire utilise Markdown structur\u00e9 avec des horodatages et des m\u00e9tadata, stock\u00e9s sous forme de fichiers de texte brut - pas de bases data propri\u00e9taires, pas de blobs crypt\u00e9s. Les recherches contextuelles se font par le biais de la recherche s\u00e9mantique, o\u00f9 l'agent trouve des conversations ant\u00e9rieures connexes, m\u00eame si l'utilisateur emploie des mots compl\u00e8tement diff\u00e9rents. La m\u00e9moire circule automatiquement entre les outils int\u00e9gr\u00e9s, de sorte que les informations mentionn\u00e9es dans un chat deviennent disponibles lorsque l'agent travaille dans un \u00e9diteur de code ou un navigateur.<\/p>\n Ce qui rend OpenClaw pertinent dans cette discussion n'est pas seulement son architecture de m\u00e9moire. C'est l'accessibilit\u00e9 de son approche. Les agents d'OpenClaw peuvent \u00e9crire du code de mani\u00e8re autonome pour cr\u00e9er de nouvelles comp\u00e9tences et maintenir la m\u00e9moire \u00e0 long terme, le tout sans r\u00e9glage fin. L'agent apprend par l'utilisation, et non par la descente de gradient. La gestion de la m\u00e9moire se fait au niveau de la couche d'application, et non de la couche de mod\u00e8le, ce qui signifie que n'importe quelle \u00e9quipe peut la d\u00e9ployer et la personnaliser. Voici comment je lis le moment OpenClaw. Il s'agit du premier syst\u00e8me largement adopt\u00e9 qui prouve que vous pouvez construire des agents dot\u00e9s d'une m\u00e9moire durable et autog\u00e9r\u00e9e sans aucun des obstacles traditionnels : pas de co\u00fbts de mise au point, pas d'exigences de calcul limit\u00e9es, pas d'expertise approfondie en ML. L'agent g\u00e8re son propre contexte. L'utilisateur configure le flux de travail. Le syst\u00e8me fonctionne.<\/p>\n C'est \u00e0 cela que ressemble la d\u00e9mocratisation dans la pratique.<\/p>\n Permettez-moi de traduire cette convergence en impact op\u00e9rationnel.<\/p>\n Les besoins en calcul de l'entra\u00eenement post-m\u00e9moire sont inf\u00e9rieurs d'un ordre de grandeur \u00e0 ceux de la mise au point. AgeMem s'entra\u00eene sur un seul n\u0153ud 8xA100. Memory-R1 a besoin de 152 exemples. La r\u00e9duction de contexte 51% de MemAct et la surcharge de m\u00e9moire constante de MEM1 se traduisent directement par des co\u00fbts d'inf\u00e9rence plus faibles \u00e0 l'\u00e9chelle. Pour une entreprise qui g\u00e8re 30 000 conversations d'agents par jour \u00e0 $0,14 chacune, une r\u00e9duction de contexte de 50% ne se contente pas de r\u00e9duire les co\u00fbts de moiti\u00e9, elle modifie ce qui est \u00e9conomiquement viable. Des t\u00e2ches qui \u00e9taient trop co\u00fbteuses pour que les agents les g\u00e8rent dans le cadre d'interactions prolong\u00e9es deviennent r\u00e9alisables.<\/p>\n Le r\u00e9glage fin n\u00e9cessite des ing\u00e9nieurs ML qui comprennent la formation distribu\u00e9e, la conception des r\u00e9compenses, le d\u00e9bogage des gradients et la gestion des points de contr\u00f4le. L'entra\u00eenement post-m\u00e9moire et la navigation de type RLM s'effectuent au niveau de la couche applicative. OpenClaw fonctionne avec des fichiers Markdown et une configuration. L'expertise passe de \u201cpouvez-vous entra\u00eener un mod\u00e8le\u201d \u00e0 \u201cpouvez-vous concevoir un flux de travail\u201d - une r\u00e9serve de talents bien plus importante.<\/p>\n C'est l\u00e0 le plus important. La raison pour laquelle 60% des projets pilotes multi-agents ne parviennent pas \u00e0 passer \u00e0 l'\u00e9chelle n'est pas le co\u00fbt - c'est la d\u00e9gradation de la fiabilit\u00e9. Les agents qui ne peuvent pas maintenir un \u00e9tat coh\u00e9rent sur plus de 50 tours sont inutiles sur le plan op\u00e9rationnel pour les flux de travail les plus importants : recherche en plusieurs \u00e9tapes, service client complexe, migration de code, r\u00e9ponse aux incidents.<\/p>\n L'entra\u00eenement post-m\u00e9moire s'attaque directement \u00e0 ce probl\u00e8me. MEM1 maintient des performances quasi constantes sur 16 objectifs. MemAgent maintient la pr\u00e9cision sur 3,5 millions de jetons. Les RLM traitent les entr\u00e9es deux ordres de grandeur au-del\u00e0 des fen\u00eatres natives sans d\u00e9gradation. La combinaison - des agents qui naviguent dans un contexte large et maintiennent un \u00e9tat interne compact - est ce qui rend les flux de travail autonomes de plusieurs heures viables.<\/p>\n La convergence est r\u00e9elle, mais les \u00e9carts le sont tout autant.<\/p>\n Formation data raret\u00e9.<\/strong> L'apprentissage de la m\u00e9moire bas\u00e9 sur le RL n\u00e9cessite des environnements o\u00f9 l'agent peut s'exercer \u00e0 la gestion de la m\u00e9moire \u00e0 grande \u00e9chelle. La plupart des articles utilisent des t\u00e2ches synth\u00e9tiques ou des rep\u00e8res \u00e9troits. Il n'est pas prouv\u00e9 que ces signaux d'entra\u00eenement s'appliquent \u00e0 la diversit\u00e9 d\u00e9sordonn\u00e9e des flux de travail des entreprises.<\/p>\n L'ing\u00e9nierie de la r\u00e9compense est fragile.<\/strong> L'exp\u00e9rience de l'\u00e9quipe mem-agent est instructive : les conceptions initiales des r\u00e9compenses ont conduit \u00e0 des mod\u00e8les de jeu formatant les r\u00e9compenses au lieu de r\u00e9soudre des t\u00e2ches. L'\u00e9quipe a proc\u00e9d\u00e9 \u00e0 de multiples it\u00e9rations avant de trouver une recette stable. Il ne s'agit pas d'un syst\u00e8me pr\u00eat \u00e0 l'emploi.<\/p>\n Navigation au-dessus de la t\u00eate.<\/strong> Les RLM requi\u00e8rent syst\u00e9matiquement plus de temps d'horloge en raison de la surcharge de parall\u00e9lisation sous-LLM. Pour les applications sensibles \u00e0 la latence - chatbots, support client en temps r\u00e9el - le RAG traditionnel reste l'option la plus rapide. Le compromis RLM favorise la pr\u00e9cision au d\u00e9triment de la vitesse, ce qui limite son applicabilit\u00e9 aux analyses approfondies et aux flux de travail de longue dur\u00e9e.<\/p>\n La m\u00e9moire multimodale est pr\u00e9coce.<\/strong> Les huit documents de post-formation se concentrent sur le texte. Les agents qui travaillent avec des images, des data structur\u00e9es, des sorties d'outils ou des modalit\u00e9s mixtes ont besoin de syst\u00e8mes de m\u00e9moire capables de g\u00e9rer des contenus h\u00e9t\u00e9rog\u00e8nes. Personne n'a encore r\u00e9solu ce probl\u00e8me.<\/p>\n Surface de s\u00e9curit\u00e9.<\/strong> La m\u00e9moire qui persiste et \u00e9volue cr\u00e9e des vecteurs d'attaque. Les intrants adverses pourraient empoisonner la m\u00e9moire \u00e0 long terme. La surconservation soul\u00e8ve des probl\u00e8mes de confidentialit\u00e9 dans les secteurs r\u00e9glement\u00e9s. La version 2026.2.3 d'OpenClaw r\u00e9pond \u00e0 certains de ces probl\u00e8mes en renfor\u00e7ant la protection contre les injections rapides, mais les implications plus larges en mati\u00e8re de s\u00e9curit\u00e9 des politiques de m\u00e9moire apprise restent sous-explor\u00e9es.<\/p>\n Trois \u00e9volutions ont converg\u00e9 en l'espace de quelques mois. La formation post-m\u00e9moire apprend aux agents ce dont ils doivent se souvenir. Les mod\u00e8les de langage r\u00e9cursifs enseignent aux agents comment naviguer dans ce qu'ils n'ont pas encore m\u00e9moris\u00e9. Et des syst\u00e8mes de production comme OpenClaw prouvent que ces capacit\u00e9s peuvent \u00eatre fournies sans les obstacles traditionnels que sont le r\u00e9glage fin, le calcul rare et l'expertise approfondie en ML.<\/p>\n La trajectoire est claire. Dans la phase 1 (aujourd'hui), les syst\u00e8mes de m\u00e9moire heuristique et le RAG constituent la norme de production. Ils fonctionnent. Utilisez-les. Dans la phase 2 (2026-2027), les modules de m\u00e9moire entra\u00een\u00e9s par RL deviennent disponibles en tant que composants enfichables, de petits mod\u00e8les sp\u00e9cialis\u00e9s qui g\u00e8rent la m\u00e9moire pour des mod\u00e8les de raisonnement plus importants. La navigation de type RLM devient une capacit\u00e9 standard de l'agent. Dans la phase 3 (2027+), l'entra\u00eenement de la m\u00e9moire et la navigation dans le contexte se fondent dans des pipelines post-entra\u00eenement standard, aux c\u00f4t\u00e9s de l'ajustement des instructions et du raisonnement RL.<\/p>\n La question de savoir si RL sur la m\u00e9moire s'av\u00e8re \u00eatre la r\u00e9ponse ou une pi\u00e8ce d'un puzzle plus vaste reste ouverte. Quelque chose d'enti\u00e8rement diff\u00e9rent pourrait voir le jour l'ann\u00e9e prochaine. Mais le nombre d'\u00e9quipes ind\u00e9pendantes qui sont parvenues \u00e0 cette approche - combin\u00e9 \u00e0 la vitesse \u00e0 laquelle des syst\u00e8mes de production comme OpenClaw en ont adopt\u00e9 les principes - est difficile \u00e0 \u00e9carter. Ce type de convergence signifie g\u00e9n\u00e9ralement quelque chose.<\/p>\n Pour les praticiens qui construisent aujourd'hui, l'id\u00e9e \u00e0 retenir est la suivante : concevez vos syst\u00e8mes de mani\u00e8re \u00e0 ce que la couche m\u00e9moire soit modulaire et rempla\u00e7able, et donnez \u00e0 vos agents des outils leur permettant de naviguer dans leur contexte, et pas seulement de le recevoir passivement. Les syst\u00e8mes heuristiques que vous d\u00e9ployez aujourd'hui seront \u00e9ventuellement remplac\u00e9s par des syst\u00e8mes form\u00e9s. Si votre gestion de la m\u00e9moire est int\u00e9gr\u00e9e \u00e0 votre pipeline, ce remplacement sera co\u00fbteux. S'il s'agit d'une interface propre, il s'agira d'une mise \u00e0 niveau.<\/p>\n Les agents qui s'adapteront \u00e0 la production ne seront pas ceux qui disposent des plus grandes fen\u00eatres contextuelles ou des mod\u00e8les les plus co\u00fbteux. Ce seront ceux qui auront appris ce qu'il faut retenir - et comment trouver ce qu'ils n'ont pas retenu.<\/p>","protected":false},"excerpt":{"rendered":" Dans un article pr\u00e9c\u00e9dent, j'ai explor\u00e9 comment huit \u00e9quipes de recherche ind\u00e9pendantes sont parvenues \u00e0 la m\u00eame conclusion : au lieu de construire des syst\u00e8mes de m\u00e9moire autour du mod\u00e8le, il faut entra\u00eener le mod\u00e8le lui-m\u00eame \u00e0 g\u00e9rer la m\u00e9moire comme une comp\u00e9tence acquise. L'entra\u00eenement post-m\u00e9moire \u2014 utilisant l'apprentissage par renforcement dans la phase post-entra\u00eenement \u2014 produit des agents qui d\u00e9cident quoi stocker, supprimer, consolider et r\u00e9cup\u00e9rer, le tout optimis\u00e9 en fonction de l'ach\u00e8vement de la t\u00e2che.<\/p>","protected":false},"featured_media":1105039,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-1103955","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/1103955","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/1105039"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=1103955"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=1103955"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=1103955"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Le contexte en tant que navigation : le changement de paradigme du RLM<\/h2>\n
Le moment OpenClaw<\/h2>\n
\nLa version 2026.2.3 cible sp\u00e9cifiquement le probl\u00e8me de fiabilit\u00e9 qui tue les flux de travail \u00e0 long terme : am\u00e9lioration de la coh\u00e9rence de l'ex\u00e9cution des outils, de la gestion des sessions, de la fiabilit\u00e9 de la m\u00e9moire et de l'isolation des agents pour une automatisation stable \u00e0 long terme. Il ne s'agit pas de fonctionnalit\u00e9s de recherche. Il s'agit de correctifs de production pour les modes de d\u00e9faillance exacts que la recherche sur la formation post-m\u00e9moire identifie.<\/p>\nTraduction en entreprise : pourquoi cela change l'\u00e9quation d'\u00e9chelle<\/h2>\n
L'obstacle du co\u00fbt tombe<\/h3>\n
La barri\u00e8re de l'expertise tombe<\/h3>\n
Fiabilit\u00e9 \u00e0 long terme<\/h3>\n
Trois \u00e9l\u00e9ments \u00e0 surveiller dans votre pile de documents<\/h3>\n
\n
Limites et questions ouvertes<\/h2>\n
O\u00f9 cela nous m\u00e8ne-t-il ?<\/h2>\n