Un agent chargé de suivre un projet doit pouvoir retrouver une décision prise plusieurs semaines auparavant, tenir compte d'une préférence et reprendre un travail interrompu. Cette continuité demande une organisation de l'information. Conserver les échanges sur un serveur ne suffit pas : encore faut-il remettre les éléments utiles à la disposition du modèle lorsqu'il en a besoin.
MemGPT, présenté en octobre 2023 par une équipe de l'université de Californie à Berkeley, proposait une architecture pour gérer cette mémoire. Le modèle reçoit des outils lui permettant de sélectionner, conserver et rechercher des informations. Letta en prolonge aujourd'hui le principe avec une mémoire organisée en fichiers, que l'agent consulte selon ses besoins.
Le contexte, un espace de travail limité
À chaque génération, un modèle de langage reçoit un ensemble de textes : instructions, demande de l'utilisateur, échanges précédents ou résultats d'outils. Cet ensemble occupe sa fenêtre de contexte, dont la capacité se mesure en jetons, les unités de texte traitées par le modèle. Une information conservée ailleurs doit être ramenée dans ce contexte pour être directement examinée lors de cette génération.
Les blocs de mémoire décrits par Letta en 2025 illustrent une façon d'organiser cet espace. Certaines informations y disposent d'une place réservée, comme les préférences de l'utilisateur ou l'état d'un projet. Les nouveaux messages occupent une autre partie du contexte. L'enjeu est d'éviter qu'un détail utile disparaisse au milieu d'une conversation devenue trop longue.
Cette mémoire est portée par l'application. Une note enregistrée modifie ce que le modèle pourra consulter par la suite, sans réentraîner ses paramètres. L'agent peut ainsi adapter son comportement à un dossier particulier au fil des échanges, à condition de retrouver et d'interpréter correctement les éléments conservés.
MemGPT fait circuler les informations entre plusieurs niveaux
Le papier de recherche emprunte son principe aux systèmes d'exploitation, qui déplacent des données entre mémoire de travail et stockage. MemGPT distingue le contexte directement accessible au modèle et des réserves externes. Sa fenêtre de contexte garde la même taille ; le système change les informations qu'elle contient.
Dans cette architecture, on peut distinguer trois usages de la mémoire. Les passages de l'historique qui ont quitté le contexte et les documents archivés doivent y être réintroduits pour que le modèle puisse les examiner.
| Espace | Contenu | Accès par le modèle |
|---|---|---|
| Contexte actif | Instructions, informations de travail et échanges récents | Directement disponible pendant la génération |
| Historique des échanges | Messages antérieurs, y compris ceux retirés du contexte | Recherche et réintroduction des passages absents du contexte |
| Archives | Documents, notes et informations conservées durablement | Consultation à la demande avec des outils |
Le logiciel surveille aussi le remplissage du contexte. Dans MemGPT, une alerte peut inviter le modèle à sauvegarder les éléments importants. Au seuil prévu, le gestionnaire de messages retire automatiquement une partie des échanges anciens et en produit un résumé, tandis que les originaux restent consultables dans l'historique. L'agent peut enchaîner plusieurs recherches avant de répondre. Cette organisation étend la quantité d'information mobilisable au cours d'une tâche, avec des accès successifs.
Retrouver une décision et son motif
Imaginons un agent qui aide une équipe à choisir un prestataire. Une première évaluation écarte une offre parce qu'elle ne couvre pas un besoin précis. Une mémoire de travail peut conserver le résultat de cette sélection, tandis que les notes détaillées et le compte rendu restent en archive. Plusieurs semaines plus tard, une nouvelle demande évoque le même fournisseur.
L'agent doit alors repérer le lien avec le dossier précédent, rechercher la décision et en ramener le motif dans son contexte. Il pourra expliquer ce qui avait conduit au refus, puis examiner les nouveaux éléments. Si l'offre a changé, conserver uniquement une mention « fournisseur écarté » risque de figer une conclusion devenue périmée. Une mémoire utile associe donc la décision à sa date, à son périmètre et à la source qui permet de la réexaminer.
Ce scénario illustre le travail attendu du système. Sa réussite dépend de plusieurs opérations : enregistrer une information fidèle, la retrouver au bon moment et décider si elle reste applicable. Un stockage abondant ne garantit aucune de ces étapes.
Le RAG fournit une partie du mécanisme
La génération augmentée par récupération, ou RAG, consiste à rechercher des informations dans une source externe pour alimenter une réponse. Elle peut servir à retrouver un document ou un ancien échange. MemGPT ajoute à cette recherche la gestion de ce qui doit rester dans le contexte et la possibilité d'écrire de nouvelles informations en mémoire.
Ces fonctions peuvent se combiner. Une base documentaire fournit des références ; des notes conservées au fil du travail décrivent les décisions et les préférences propres à l'utilisateur. Dans un billet d'avril 2026, Sarah Wooders, cofondatrice de Letta, insiste sur le rôle de l'environnement d'exécution dans cet ensemble. Il détermine notamment ce qui est présenté au modèle, ce qui survit au raccourcissement du contexte et quels outils peuvent modifier les souvenirs.
De MemGPT à Letta, l'implémentation a évolué
Les noms recouvrent deux niveaux. En septembre 2024, les créateurs ont réservé MemGPT au schéma d'agent issu de la recherche et adopté Letta pour le framework, c'est-à-dire le logiciel servant à construire et exécuter ces agents. Les tutoriels anciens décrivant des blocs stockés en base de données correspondent à une étape de cette évolution.
La documentation consultée le 18 septembre 2026 présente désormais MemFS, une mémoire organisée en fichiers et versionnée avec Git. Certains fichiers sont chargés dans le contexte à chaque tour ; les autres sont lus lorsque l'agent en a besoin. La recherche dans l'historique des conversations est traitée séparément. Le principe de sélection demeure, tandis que les moyens de rangement et d'accès ont changé.
Letta documente aussi la consolidation en arrière-plan : des agents relisent les échanges récents, regroupent les enseignements utiles et mettent à jour la mémoire. Ces opérations consomment elles-mêmes du calcul. La possibilité d'inspecter les souvenirs et de suivre leurs modifications aide à comprendre comment une réponse a été préparée.
Une erreur peut aussi devenir un souvenir durable
La persistance prolonge la vie des informations exactes comme celle des erreurs. Un résumé peut perdre une réserve, une hypothèse être enregistrée comme un fait, ou une préférence liée à un projet être appliquée à tous les suivants. Le suivi des versions facilite l'examen des changements, sans valider leur contenu.
La sécurité comporte un risque particulier. Une étude prépubliée en juin 2026 sur l'empoisonnement de mémoire examine comment des instructions malveillantes peuvent entrer dans les souvenirs d'un agent et influencer des interactions ultérieures. Ce travail porte sur des attaques contre des agents à mémoire ; il ne démontre pas une vulnérabilité propre à toute installation de MemGPT ou de Letta.
Les règles d'écriture et d'accès deviennent donc des choix de conception. Les consignes de sécurité peuvent être protégées contre les modifications de l'agent. Les souvenirs d'un utilisateur doivent rester dans le périmètre autorisé, avec des possibilités de correction et de suppression. Une note provenant d'une page web doit conserver une provenance distincte d'une décision confirmée par l'utilisateur.
Évaluer la mémoire sur des situations qui changent
Un premier essai peut suivre un dossier sur plusieurs sessions, avec un changement de préférence, une décision annulée et une information volontairement absente. Il permet d'observer si l'agent rappelle le bon élément, tient compte de la correction et signale ce qu'il ne retrouve pas. À la qualité des réponses s'ajoutent le nombre de recherches nécessaires, leur durée et le coût des appels au modèle.
Dans le cas du prestataire, le test décisif arrive après la mise à jour de l'offre. L'agent doit retrouver le motif du refus initial, constater que ses conditions ont changé et réexaminer le dossier. Si l'agent répète le refus initial malgré une nouvelle offre qui répond au besoin, il échoue au test.