Mémoire persistante pour LLM : à quoi elle sert, comment choisir
Une mémoire persistante garde, d'une conversation à l'autre, ce qu'une IA a appris en travaillant avec vous : vos décisions, vos préférences, l'état de vos projets. Elle vit en dehors de la conversation et lui est rendue au bon moment.
Contexte et mémoire : deux choses différentes
Le contexte est ce que le modèle a sous les yeux pendant une conversation. La mémoire est ce qui reste quand la conversation est finie. Un modèle repart de zéro à chaque nouvelle conversation : ce sont les plateformes, ou un outil dédié, qui lui ajoutent une mémoire.
Ce qu'une bonne mémoire doit savoir faire
| Capacité | Ce que cela veut dire |
|---|---|
| Retenir | Garder les faits, les préférences et les consignes |
| Retrouver | Rendre la bonne information au bon moment, sans qu'on la demande |
| Mettre à jour | Remplacer une information quand elle change |
| Signaler une contradiction | Voir que deux informations ne peuvent pas être vraies ensemble |
| Savoir qu'elle ne sait pas | Dire qu'une information manque au lieu de la combler |
BEAM, le banc d'essai publié à ICLR 2026, note dix capacités de ce type.
Trois familles de solutions
- La mémoire intégrée à votre plateforme (Claude, ChatGPT, Gemini, Le Chat, Copilot) : incluse, propre à cette plateforme.
- La mémoire partagée entre plusieurs IA (Mycelora, MemoryPlugin, Basic Memory) : une seule mémoire, que chacune de vos IA lit et écrit.
- La brique de mémoire pour développeurs (Mem0, Zep, Letta) : à intégrer dans une application ou un agent que l'on construit.
Le détail est dans notre comparatif.
Comment Mycelora s'y prend
- Chaque souvenir a un type : règle en vigueur, piège, idée réfutée, repère, état.
- Chaque souvenir appartient à un espace, c'est-à-dire à un projet, avec sa fiche tenue à jour.
- Un souvenir remplacé ou réfuté sort du rappel. Son historique reste consultable. Le remplacement est fait par un modèle, au sein d'un projet : il peut manquer un cas, et chaque souvenir reste corrigible.
- Une contradiction avec une décision en vigueur est signalée dans la conversation.
- La même mémoire sert Claude, ChatGPT, Mistral Vibe et Perplexity, par un connecteur standard (MCP) et un plugin. Avec le plugin sur Claude ou sur l'app de bureau ChatGPT, et un plan payant, le rappel est automatique à chaque message ; ailleurs, la mémoire se consulte à la demande.
- Les données sont hébergées à Paris, les traitements d'IA tournent en France et en Allemagne. Chaque souvenir se lit, se corrige, se supprime et s'exporte.
Sur BEAM, sur de très longues conversations (un million de tokens), Mycelora obtient une note de 84,5 % en détection de contradictions et de 80,7 % en suivi des mises à jour. La note globale est de 74,5 %. Méthode, réponses et points faibles.
Six questions pour choisir
- Travaillez-vous avec une seule IA, ou avec plusieurs ?
- Utilisez-vous des IA existantes, ou construisez-vous votre propre agent ?
- Que devient une information quand elle change ?
- Pouvez-vous lire, corriger et supprimer chaque souvenir ?
- Où sont hébergées vos données, et pouvez-vous les exporter ?
- L'éditeur publie-t-il ses mesures et sa méthode ?
Questions fréquentes
Un LLM a-t-il une mémoire ?
Le modèle lui-même repart de zéro à chaque conversation. La mémoire vient de la plateforme qui l'entoure, ou d'un outil dédié comme Mycelora.
Quelle différence entre mémoire persistante et RAG ?
Un RAG va chercher des passages dans des documents. Une mémoire persistante retient ce qui s'est dit et décidé au fil du travail, et le tient à jour.
Qu'est-ce que MCP ?
MCP (Model Context Protocol) est un standard qui relie une IA à des outils extérieurs. C'est par lui que plusieurs IA peuvent lire et écrire la même mémoire.
Une mémoire persistante remplace-t-elle la mémoire de ma plateforme ?
Elle la complète. La mémoire de votre plateforme reste active. La mémoire partagée apporte ce qui doit suivre d'une IA à l'autre.