Tous les agents IA du marché ont aujourd’hui le même défaut rédhibitoire.
Ils oublient.
Chaque conversation repart de zéro. Chaque contexte est reconstruit de A à Z. Chaque préférence que vous avez partagée, chaque décision que vous avez prise, chaque nuance établie par votre équipe disparaît dès la fin de la session.
Nous avons décidé d’y remédier. Voici ce que nous avons construit.
Le problème du « jour sans fin »
La plupart des agents IA sont des amnésiques sophistiqués. Ils raisonnent brillamment au sein d’une conversation, mais dès que la fenêtre se ferme, ils repartent à zéro. Vous revenez à la case départ.
Ce n’est pas un petit désagrément. C’est un défaut fondamental d’architecture. Un AI Chief of Staff qui ne se souvient ni de vos investisseurs, ni de vos préférences de communication, ni du contexte d’une opération sur laquelle vous travaillez depuis six mois n’est pas un Chief of Staff. C’est un robot conversationnel coûteux.
Le monde de la recherche travaille sur ce problème depuis des années. Nous avons étudié plus de 20 articles universitaires sur les architectures de mémoire, les stratégies de consolidation et les systèmes de recherche d’information. La plupart des solutions tenaient en théorie mais restaient inutilisables en pratique, car trop lentes, trop coûteuses ou trop fragiles pour un environnement de production.
Nous avons donc construit la nôtre.
L’architecture en quatre couches
Le système de mémoire d’Outermind fonctionne sur quatre couches distinctes. Chacune joue un rôle différent dans la façon dont un agent IA apprend, retient et applique ses connaissances.
Couche 1 : état du contexte cognitif C’est la mémoire de travail, le contexte actif qu’un agent garde en tête pendant une session en cours. Elle comprend la conversation en cours, les résultats récents des outils et l’état du raisonnement de l’agent en temps réel. Rapide, éphémère et optimisée pour la performance pendant la session.
Couche 2 : service de mémoire unifié C’est la connaissance de l’organisation sur le long terme. Des faits sur votre entreprise, vos équipes, vos processus, vos préférences. Quand votre agent apprend qu’un de vos investisseurs préfère des points d’étape concis, ou que votre direction générale n’utilise jamais de tiret cadratin, c’est ici que cette connaissance se trouve. Elle persiste d’une session à l’autre, d’un agent à l’autre et dans le temps.
Couche 3 : apprentissage passif des agents experts Nos agents experts métier ne se contentent pas d’exécuter des tâches. Ils en tirent des enseignements. Chaque sollicitation réussie d’un agent expert enrichit un corpus croissant d’expertise métier qui améliore les performances futures. Plus vous utilisez le système, plus il s’améliore.
Couche 4 : le Dream Cycle C’est la vraie avancée.
Le Dream Cycle : apprendre pendant votre sommeil
La mémoire humaine ne se consolide pas pendant les heures d’éveil. Elle se consolide pendant le sommeil, en particulier pendant le sommeil lent profond et le sommeil paradoxal, lorsque le cerveau rejoue, compresse et relie les expériences de la journée pour en faire une mémoire durable à long terme.
Nous avons construit la même chose pour les agents IA.
Le Dream Cycle est un processus de consolidation nocturne qui se déroule en quatre phases :
Précalcul : Le système repère les souvenirs à consolider, c’est-à-dire les apprentissages récents, les faits souvent consultés et les éléments de connaissance cités plusieurs fois mais pas encore optimisés.
Consolidation : Les souvenirs apparentés sont reliés entre eux, les doublons sont fusionnés et les graphes de connaissances sont mis à jour pour refléter les nouvelles relations découvertes pendant le travail de la journée.
Optimisation : Les index de recherche sont reconstruits et notés. Le système apprend quels souvenirs sont les plus utiles pour quels types de tâches, ce qui améliore la précision des rappels futurs.
Vérification : Les souvenirs consolidés sont confrontés aux faits connus et signalés pour une relecture humaine si les seuils de confiance ne sont pas atteints.
Le résultat : un agent IA qui devient réellement plus intelligent pendant la nuit. Pas par un nouvel entraînement. Pas par un ajustement fin du modèle. Par le même type d’apprentissage fondé sur l’expérience qui fait progresser les experts humains au fil du temps.
Ce que nous avons livré cette semaine
Ce n’est pas un point de feuille de route. C’est déjà en service.
Au cours de la semaine écoulée, nous avons déployé six améliorations prioritaires de notre architecture de mémoire, toutes en production chez l’ensemble de nos clients aux États-Unis :
- Recherche hybride BM25 et vectorielle : associe la précision des mots-clés à la compréhension sémantique, pour des rappels de mémoire nettement plus exacts
- Défenses contre l’empoisonnement de la mémoire : détecte et met en quarantaine les tentatives de corruption de la base de connaissances de l’agent
- Score de recherche composite : pondère ensemble la récence, la pertinence et la confiance, au lieu de les traiter comme des signaux séparés
- Recherche adaptée à la tâche : récupère des types de souvenirs différents selon ce que l’agent fait réellement, et pas seulement selon ce qu’il demande
- Condensation des souvenirs par grand modèle de langage (LLM) : compresse les entrées de mémoire verbeuses en faits précis et réutilisables, sans perte de sens
- Mémoire relationnelle en graphe : cartographie automatiquement les liens entre personnes, projets, objectifs et décisions, pour que l’agent comprenne le contexte et pas seulement le contenu
Et le Dream Cycle a effectué cette semaine son premier passage complet en production. Il a traité rétroactivement et relié 3 419 souvenirs existants sur l’ensemble de nos sept locataires aux États-Unis.
Ce que cela change pour votre entreprise
Un agent IA doté d’une vraie mémoire n’est pas seulement plus pratique. Il est d’une autre nature.
Il se souvient que votre direction financière préfère une synthèse hebdomadaire le vendredi. Il sait quels investisseurs sont bien disposés et lesquels se sont refroidis après le troisième trimestre. Il comprend qu’une relation client est délicate et adapte son ton en conséquence. Il fait le lien entre une conversation que vous avez eue il y a trois mois et une décision que vous prenez aujourd’hui.
Ce n’est pas de l’automatisation. C’est une mémoire de l’entreprise qui ne part pas avec les personnes.
Chaque jour où vous utilisez Outermind, votre AI Chief of Staff comprend un peu mieux votre entreprise. C’est cet avantage cumulatif qui distingue un outil d’un membre de l’équipe.
[outermind.ai]