Essais sur la mémoire des agents IA
La mémoire est ce qui sépare un agent qui réexplique le contexte à chaque session d'un agent qui compose sur ses passages précédents. Ces essais traitent les trois couches qui existent en 2026 : les fichiers mémoire de session pour le contexte court terme, le wiki LLM persistant à la Karpathy pour l'index long terme, et la mémoire partagée entre plusieurs agents — où la fragmentation devient un problème de premier ordre dès qu'on déploie plus de trois agents en parallèle. Le fil conducteur : la mémoire utile n'est pas la transcription brute mais l'artefact curaté que l'on accumule. Et la question qu'on ne pose jamais à temps — qui possède cette couche entre vos agents — est exactement celle qui détermine si votre système se comporte comme un cerveau distribué ou comme un trousseau d'amnésiques.
Mémoire partagée entre agents IA : la fragmentation est un choix
Mémoire partagée entre agents IA, Claude Code, Codex, assistant perso : ce que la fragmentation coûte vraiment, et la version pragmatique d'une couche commune.
LLM Wiki de Karpathy : pré-digérer ses sources plutôt que les réinterroger
LLM Wiki de Karpathy : pré-digérer ses sources dans un wiki Markdown piloté par CLAUDE.md, plutôt que rejouer la même RAG à chaque question. Méthode et limites.
Fichiers mémoire : donner à ton agent un cerveau de travail à court terme
Une convention de fichiers simple qui permet à un agent de se souvenir des décisions au fil d'une session sans tout relire à chaque tour.