Modèle d’Agent à Mémoire Augmentée
What It Is
Un agent à mémoire augmentée ancre ses décisions dans des connaissances gouvernées : documents, données structurées, état du système et décisions passées.
Ici, la « mémoire » désigne une récupération et un état gérés, et non un contexte long incontrôlé ou des notes privées.
L’agent utilise la mémoire pour réduire les hallucinations et rester cohérent avec la réalité de l’entreprise (politiques, clients, contrats, SLA).
Why It Matters in Enterprise
Les agents d’entreprise doivent être justes plus souvent qu’ils ne doivent être ingénieux. S’ancrer dans des données réelles est essentiel à la fiabilité.
Une mémoire gouvernée permet la responsabilisation : on peut retracer quelle source a influencé une décision.
Elle réduit aussi le risque : l’accès aux données sensibles peut être contrôlé et journalisé plutôt que copié de manière improvisée dans les prompts.
Common Mistakes
- Appeler « stratégie de mémoire » le simple fait de surcharger le prompt (cela ne passe pas à l’échelle et expose des données).
- Tout stocker indéfiniment, sans règles de rétention, sans contrôle d’accès ni caviardage.
- Mélanger connaissances propres à un utilisateur et connaissances de toute l’entreprise sans les séparer.
- Ne pas journaliser les sources et les entrées utilisées, rendant impossible l’audit des raisons d’une décision de l’agent.
How Copyl Supports This Pattern
- Copyl est construit autour d’un accès gouverné et auditable aux connaissances de l’entreprise et à l’état du système.
- Les permissions et les rôles restreignent ce qu’un agent peut récupérer, et les journaux capturent les données effectivement utilisées.
- Cela rend le raisonnement fondé sur la récupération plus sûr et plus conforme aux exigences de l’entreprise, par défaut.