« Notre agent marchait très bien au début. Maintenant il se trompe, il répète, il oublie ce qu'on lui a dit. » On entend cette phrase tous les mois. Et la conclusion qu'on en tire est presque toujours la même : le modèle n'est pas assez bon, il faut passer au suivant.
Mauvais diagnostic. Dans l'immense majorité des cas, le modèle va très bien. C'est la mémoire qui a lâché.
Une image pour comprendre : la fenêtre de contexte d'un agent, c'est un tableau blanc en salle de réunion, pas une armoire d'archives. On y écrit les consignes, les décisions, ce qu'on vient de découvrir. On travaille très bien dessus. Puis la réunion se termine, quelqu'un passe l'éponge, et tout a disparu. Mem0 le formule sans détour : « la fenêtre de contexte se comporte comme de la RAM ; quand on construit dessus comme si c'était du stockage, on obtient des pannes qui ressemblent à des problèmes de modèle - et qui n'en sont pas » (Mem0, 2026).
Voici les sept façons dont ce tableau blanc vous trahit.
1. Tout s'efface à la fin de la session
Le plus banal, et le plus coûteux. Préférences, contraintes, arbitrages : tout ce que votre équipe a patiemment expliqué à l'agent vit dans la session en cours et meurt avec elle. Demain, il faudra tout réexpliquer. Ce n'est pas de l'oubli, c'est une absence d'écriture.
2. Le tableau est grand, mais illisible bien avant d'être plein
C'est le context rot. Une étude Chroma de 2025 a testé 18 modèles de pointe (GPT‑4.1, Claude Opus 4, Gemini 2.5 Pro, Qwen3‑235B) et montre que la dégradation arrive bien avant la saturation : selon cette synthèse, un modèle doté d'une fenêtre de 200 000 tokens peut déjà décrocher à 50 000 (Morph, 2025). Traduction : « on lui donne tout le dossier, il se débrouillera » ne marche pas. Plus vous chargez, moins il voit.
3. Ce qui est au milieu n'existe pas
Le fameux lost in the middle. Les chercheurs de Stanford l'ont établi dès 2023 : la performance « est souvent la plus élevée quand l'information pertinente se trouve au début ou à la fin du contexte, et se dégrade significativement quand le modèle doit aller la chercher au milieu » (Liu et al., arXiv). Votre clause décisive est page 40 sur 80 ? Elle est, en pratique, invisible.
4. Les interdits s'effacent avant les consignes
Le plus vicieux, parce qu'il est silencieux. Une étude citée par Mem0 (4 416 essais sur six profondeurs de conversation) rapporte une asymétrie nette : les contraintes de commission (« fais X ») tiennent à près de 100 %, tandis que les contraintes d'omission (« ne fais jamais X ») se dégradent avec la profondeur de la conversation. Autrement dit, vos règles de conformité - ne jamais citer ce prix, ne jamais promettre ce délai - sont précisément celles qui s'évaporent en premier.
5. Le piège de Sisyphe sur les tâches longues
Sur un workflow qui tourne des heures, trois pannes s'enchaînent : perte des détails exacts (chemins, valeurs de paramètres), dérive d'objectif (l'agent ne sait plus où il en est de ses itérations ni ce qui constituerait la fin), puis oubli catastrophique après plusieurs cycles d'élagage du contexte (DEV Community). Il pousse son rocher, il redescend, il recommence.
6. Vos agents ne se parlent pas - ils se piétinent
Dès qu'il y en a plusieurs, chacun travaille sur sa propre version de la réalité. La taxonomie MAST (plus de 150 traces d'exécution sur 5 frameworks, étendue à 1 600+) place en tête des défaillances la répétition d'étapes (17,14 %), devant le décalage raisonnement‑action (13,98 %) et l'absence de demande de clarification (11,65 %) (Cemri et al., arXiv, NeurIPS 2025). Une autre lecture chiffre à 36,9 % la part des échecs multi‑agents imputables au désalignement entre agents (Zepic). Et ça se paie : Splunk évoque une tâche à 0,10 $ pour un agent seul qui monte à 1,50 $ en multi‑agents, parce que chaque passage de relais oblige à reconstruire le contexte (Splunk).
7. La mémoire qui se souvient de travers
Pire que l'oubli : le faux souvenir. Une information erronée - ou glissée volontairement - qui entre en mémoire long terme contamine toutes les interactions suivantes, et la détection est très difficile puisque l'altération est propre à un utilisateur ou à une session. Redis note d'ailleurs que le RAG seul ne suffit pas : il n'a « ni continuité temporelle, ni sémantique d'écriture et de mise à jour », et une mémoire non bornée ajoute surtout du bruit et du contexte périmé (Redis).
La mémoire d'un agent, pour être précis
Le vocabulaire aide à sortir du flou. On distingue la mémoire court terme - la session en cours : historique, raisonnements intermédiaires, résultats d'outils, effacée à la fin - et la mémoire long terme, persistante, elle-même de trois natures : sémantique (les faits et préférences stables), épisodique (les interactions passées réussies, réutilisées comme exemples) et procédurale (les règles de travail) (LangChain). Les sept pannes ci‑dessus ont une cause commune : on demande à la court terme de faire le travail de la long terme.
Ce qu'on fait
Chez Elephant in the Room, la réponse n'est pas un meilleur prompt, c'est une architecture de mémoire : un company brain qui vit hors de la fenêtre de contexte. Le savoir y est écrit, daté et attribué ; on n'injecte que le strict nécessaire au bon moment (contre le rot et le lost in the middle) ; les contraintes sont rejouées à chaque étape au lieu d'être dites une fois ; les agents partagent un seul état, pas sept copies divergentes. Deux mécanismes comptent particulièrement : la réconciliation des contradictions (récence, importance, autorité de la source) et l'horodatage bi‑temporel - quand un fait est devenu vrai, et quand nous l'avons appris - qui permet de répondre à « qu'est‑ce qui est vrai aujourd'hui ? » comme à « que savait‑on le jour de cette décision ? ».
C'est exactement ce qu'on décrivait dans le harnais autour du modèle, et c'est ce qui fait tourner notre propre boîte : nos agents travaillent la nuit sur notre cerveau d'entreprise, avec nous aux commandes des décisions qui comptent. On ne vend pas une théorie qu'on n'applique pas.
Le modèle est [une commodité](./le-modele-est-une-commodite) et il n'oublie rien : il n'a simplement jamais rien retenu. La mémoire, c'est votre travail.
