
Votre agent répète une erreur corrigée la semaine dernière. L’équipe se demande alors où loger sa mémoire : la mémoire intégrée de l’éditeur, un dépôt Git de notes ou une base de données gérée. Puis quelqu’un pose la question que votre DPO posera de toute façon : que contiendra exactement cette mémoire, où sera-t-elle stockée et comment l’effacer ?
Une demande récente venait d’une entreprise d’IA qui construit son propre harnais d’agents sur des données clients réelles. Dans ce contexte, le lieu où l’agent « se souvient » n’est plus une simple préférence d’outillage. Il engage des choix sur les données personnelles, leur conservation, leur accès et leur effacement.
Le choix du stockage vient en dernier. Décidez d’abord ce que l’agent doit retenir, qui le corrige et ce que la réglementation impose. Le bon emplacement en découle le plus souvent.
La réponse en 60 secondes
- Trier avant de stocker. Les règles permanentes et les procédures relèvent de fichiers relus, comme
AGENTS.mdet les skills. Seuls les faits évolutifs et l’historique demandent une mémoire. - La mémoire native convient à un seul client, une seule équipe et aucune donnée client. Vérifiez où elle est stockée, comment la désactiver et comment l’effacer.
- Git convient aux instructions relues, aux skills et aux notes techniques sélectionnées. N’y mettez pas de données personnelles : les retirer de l’historique impose de le réécrire, et les clones existants en gardent une copie.
- Une base de données convient à plusieurs sources d’écriture, à des droits par élément, à l’expiration et à l’effacement sur demande, ce que les données clients exigent généralement.
- Avant la revue juridique, préparez cinq réponses : quelles données entrent en mémoire, où et par qui elles sont stockées, combien de temps elles restent, comment les effacer et qui peut les lire.
- Si les données sources ne sont pas fiables, aucun stockage ne le compensera. Reportez le développement.
- Enregistrer n’est pas imposer. Une règle mémorisée peut être ignorée. Les restrictions relèvent des outils et des permissions.
Dans cet article
- Mémoire, contexte et contrôle : trois rôles distincts
- Trier ce que l’agent doit retenir
- Mémoire native, Git ou base de données
- Ce qu’il faut régler avant la revue juridique
- Un agent, étape par étape
- Quand reporter le développement
- Tester un workflow avant d’élargir le dispositif
1. Mémoire, contexte et contrôle : trois rôles distincts
La mémoire conservée désigne les informations retenues d’une session à l’autre. Le contexte chargé correspond à ce que le modèle reçoit réellement pour la tâche en cours. Le contrôle effectif est une restriction technique imposée à une action. Enregistrer une règle ne garantit ni qu’elle sera chargée, ni qu’elle sera respectée.
Une mémoire volumineuse ne produit pas à elle seule un prompt volumineux : ce sont les éléments récupérés ou injectés qui comptent. Le billet d’ingénierie d’Anthropic sur les composants de la mémoire des agents rapporte les bénéfices de la mémoire, et de la vérification des notes par rapport aux transcriptions d’origine, dans des évaluations précises. Ses recommandations d’ingénierie du contexte plaident pour le plus petit ensemble d’éléments réellement utiles. Le rapport de Chroma sur la dégradation liée au contexte mesure une baisse des performances quand la longueur des entrées augmente, sur des tâches contrôlées. Rien de cela ne fixe de limite universelle pour les modèles actuels. Mais tout conserver n’est pas une stratégie.
Avant de changer de stockage, examinez un échec : qu’avait-on enregistré, qu’a reçu le modèle et qu’a autorisé l’outil ?
2. Trier ce que l’agent doit retenir
Cette répartition constitue un point de départ, à vérifier dans votre client.
| Élément | Emplacement proposé | Vérification utile |
|---|---|---|
| Règles de travail stables | Fichier d’instructions du projet (AGENTS.md, CLAUDE.md) |
Périmètre, priorité et chargement réel |
| Procédure récurrente | Skill et documents associés | Découverte, invocation et prérequis |
| Faits durables mais évolutifs | Mémoire native, notes sélectionnées ou système de référence | Source, date, responsable et correction |
| Exécutions et décisions passées | Historique interrogeable | Recherche, droits d’accès et durée de conservation |
| Vérification liée à un événement | Hook pris en charge | Moment, blocage et comportement en cas d’échec |
| Restriction obligatoire | Outil restreint ou frontière de permissions | Possibilités de contournement |
Seules la troisième et la quatrième lignes demandent une mémoire au sens de cet article. Les autres sont des fichiers relus ou des contrôles d’exécution.
Un fichier d’instructions reste assez court pour être relu. Par exemple :
# AGENTS.md (extrait)
- Aucun identifiant client dans les notes ou les fichiers de mémoire.
- Les informations contractuelles viennent du système de gestion des contrats, pas des conversations précédentes.
- Pour une question sur un contrat, utiliser le skill extract-clause et citer le document source.
- S’arrêter et demander si le document source est absent ou illisible.
Les noms de fichiers et les règles de chargement dépendent du client. La documentation mémoire de Claude Code décrit le chargement de CLAUDE.md, d’AGENTS.md et de sa mémoire automatique. Par défaut, Claude Code ne lit AGENTS.md qu’en l’absence de CLAUDE.md ou de CLAUDE.local.md dans le répertoire de travail ou au-dessus. Le guide de personnalisation de Codex, publié sur le site ChatGPT Learn d’OpenAI, distingue instructions, mémoires, skills et outils connectés. La spécification Agent Skills définit une structure portable avec chargement progressif des ressources. Aucun de ces formats ne garantit qu’une procédure sera invoquée ou correctement exécutée.
Les hooks peuvent imposer une règle, mais seulement dans les limites documentées. D’après la référence des hooks de Claude Code, le code de sortie 2 ne bloque que sur certains événements, par exemple avant l’appel d’un outil ; les autres codes non nuls laissent l’action se poursuivre, sauf si le hook est configuré pour bloquer en cas d’échec. Les hooks de Codex suivent leurs propres règles selon l’événement. Une restriction qui doit tenir se place dans l’outil lui-même. Notre article MCP, skills ou CLI explique où placer cette limite ; celui-ci reste centré sur la mémoire.
Normaliser avant de stocker. Les faits arrivent rarement sous forme de texte propre. Ils viennent de tickets, de contrats scannés, de tableurs, de fichiers Word, de photos ou d’enregistrements d’appels. Avant qu’un fait entre en mémoire, conservez sa source, son format, sa date d’extraction et la personne qui l’a validé. Un fait lu dans un PDF scanné sans cette traçabilité devient une consigne que personne ne peut vérifier.
3. Mémoire native, Git ou base de données
| Critère | Mémoire native | Dépôt Git | Base de données gérée |
|---|---|---|---|
| Effort de mise en place | Le plus faible | Faible | Le plus élevé |
| Relecture des changements | Selon le client | Pull requests | À construire |
| Plusieurs sources d’écriture et clients | Généralement un seul client | Possible, avec des conflits de fusion | Conçu pour cela |
| Droits et expiration par élément | Selon le client | Droits sur tout le dépôt uniquement | Conçu pour cela |
| Effacer un enregistrement | Selon le client | Réécriture de l’historique | Opération standard |
| Données personnelles de clients | Seulement si emplacement et effacement sont confirmés | À éviter | Possible, avec des contrôles |
Commencez par la mémoire native si un seul client et un périmètre limité couvrent le besoin. « Native » décrit l’intégration, pas l’hébergement. Claude Code conserve sa mémoire automatique dans des fichiers locaux sur le poste du développeur, et elle peut être désactivée. Les mémoires de Codex sont désactivées par défaut et, une fois activées, stockées dans le répertoire Codex local. Les plateformes d’agents hébergées peuvent fonctionner autrement : la page d’Anthropic sur la résidence des données indique que les mémoires rattachées à ses agents gérés restent stockées par Anthropic. Vérifiez l’emplacement, la sélection des éléments, la correction, l’export, l’effacement et la désactivation.
Utilisez Git pour les éléments relus : instructions du projet, skills et notes techniques sélectionnées. Les pull requests apportent relecture et traçabilité. Désignez un responsable des corrections et des modifications concurrentes. Tenez les données personnelles hors du dépôt : selon le guide GitHub sur la suppression de données sensibles, les retirer impose de réécrire l’historique, et des copies peuvent subsister dans les clones et forks existants.
Choisissez une base de données si vous avez besoin de requêtes structurées, de plusieurs sources d’écriture, de droits par élément, d’expiration ou d’effacement sur demande entre plusieurs clients. Formalisez ces besoins avant de choisir. Il faudra encore construire la recherche, la correction, les permissions et le remplacement des enregistrements.
Placez la mémoire là où l’équipe travaille déjà. Une nouvelle surface que personne n’ouvre devient vite obsolète. Si l’équipe relit tout en pull requests, des notes dans Git seront entretenues. Si les faits actuels vivent déjà dans un outil de tickets, un CRM ou une base contractuelle, récupérez-les à la source au lieu de les recopier dans un nouveau stockage. Il en va de même pour les personnes : l’expert métier qui maîtrise déjà ces faits doit aussi en porter les corrections.
Une combinaison est fréquente : procédures relues dans Git, faits actuels dans leur système de référence, historique d’exécution dans une base avec une règle de conservation. Attribuez clairement chaque information pour éviter que deux stockages deviennent deux autorités concurrentes.
Si votre difficulté concerne la recherche de connaissances dans l’ensemble des outils de l’entreprise, notre article sur la mémoire opérationnelle de l’entreprise traite cette architecture plus large.
4. Ce qu’il faut régler avant la revue juridique
Votre DPO ou votre conseil juridique décidera de ce qui est licite. Arriver avec ces réponses raccourcit l’échange. Les articles cités renvoient au Règlement général sur la protection des données (RGPD).
| Question | Pourquoi elle compte | Ce qu’il faut apporter |
|---|---|---|
| Quelles données peuvent entrer en mémoire ? | Transcriptions et notes captent noms, e-mails et contenus clients sans que personne ait décidé de les conserver | Les catégories de données par stockage, et ce qui est filtré |
| Où sont-elles stockées, et par qui ? | Un éditeur qui stocke la mémoire pour vous agit vraisemblablement comme sous-traitant, ce qui impose un contrat (art. 28) ; un stockage hors EEE déclenche les règles de transfert (chapitre V) | L’emplacement de chaque stockage, le fournisseur, l’état du contrat |
| Combien de temps restent-elles ? | Les données ne doivent pas être conservées au-delà du nécessaire (limitation de la conservation, art. 5, 1, e) | Une durée de conservation et un mécanisme d’expiration automatique |
| Comment effacer un enregistrement ? | Les personnes peuvent demander l’effacement (art. 17), et résumés, caches et historique Git en gardent des copies | Une procédure d’effacement testée, copies dérivées comprises |
| Qui peut les lire ? | Une mémoire partagée peut exposer les données d’un client à un autre utilisateur ou agent | Des règles d’accès par stockage et par élément |
Dès qu’elles contiennent des données personnelles, inscrivez ces mémoires au registre des activités de traitement (art. 30). Les recommandations de la CNIL sur le développement des systèmes d’IA portent sur la conception des systèmes plutôt que sur la mémoire en exploitation, mais leur logique s’applique : une finalité définie, des données minimisées et une durée de conservation fixée selon cette finalité.
Vérifiez en même temps les options de localisation des données, qui évoluent souvent. À la date de vérification de cet article, OpenAI proposait une résidence des données en Europe aux clients API et ChatGPT Enterprise éligibles, tandis que l’API d’Anthropic ne proposait que des régions « us » et « global » pour l’inférence, et uniquement les États-Unis pour le stockage au repos.
Tenez les secrets hors de toute mémoire. Un coffre-fort n’isole pas les identifiants si l’agent dispose d’un shell sans restriction ; l’article MCP, skills ou CLI explique comment les garder hors des prompts, des résultats et des journaux.
Cette section prépare un échange avec votre DPO. Elle ne constitue pas un avis juridique.
5. Un agent, étape par étape
Prenons une équipe fictive qui construit un agent répondant à des questions internes sur les contrats clients. Les contrats arrivent en Word, en PDF et en scans.
- Les règles permanentes vont dans
AGENTS.md: aucun identifiant client dans les notes, informations contractuelles uniquement depuis le système de gestion des contrats, arrêt si un document est illisible. - La procédure va dans un skill : trouver le contrat, extraire la clause, citer le document et la page, signaler les extractions peu fiables issues de scans.
- Les faits actuels, comme le statut du contrat ou sa date de renouvellement, restent dans le système de gestion des contrats. L’agent les récupère à chaque question. Rien n’est recopié en mémoire.
- L’historique d’exécution va dans une base de données, avec une durée de conservation convenue avec le DPO et une procédure d’effacement testée sur un enregistrement d’essai.
- La restriction qui permet de lire les contrats sans les modifier se place dans les permissions du système de gestion des contrats, pas dans les instructions.
- La mémoire native est désactivée pour ce workflow, car elle capterait des contenus clients hors du stockage convenu.
Chaque décision a un responsable. Chaque information mémorisée a un seul emplacement. La revue juridique examine alors une conception, pas une promesse.
6. Quand reporter le développement
La qualité des données décide si le système a un sens. Si une entreprise n’enregistre pas de façon complète les arrivées et départs de son personnel, aucun agent ne peut automatiser ce processus : les données n’existent tout simplement pas. La mémoire fonctionne de la même manière. Si le statut actuel d’un contrat n’est tenu à jour nulle part de façon fiable, mémoriser la réponse d’hier ne fait que conserver l’erreur.
Reportez le développement, ou limitez le pilote à un corpus sûr, quand :
- les faits dont l’agent a besoin ne sont pas enregistrés de façon fiable à la source ;
- personne n’est responsable des corrections d’un stockage donné ;
- la revue juridique ne peut pas valider l’emplacement du stockage ou les conditions du fournisseur ;
- vous ne savez pas effacer un enregistrement de toutes ses copies, résumés et historique compris.
Dire « pas encore » coûte moins cher qu’une mémoire qui répond avec assurance à partir de données incomplètes.
7. Tester un workflow avant d’élargir le dispositif
Choisissez une tâche récurrente dont le résultat est observable. Conservez une configuration de référence et comparez-la à la répartition proposée, avec les mêmes entrées et des permissions comparables. Répétez sur des sessions neuves et notez client, modèle et configuration.
| Dimension | Éléments à recueillir |
|---|---|
| Qualité | Résultat correct, rappel pertinent, faits périmés, étapes oubliées, corrections humaines |
| Coût | Relevés de tokens ou de facturation, latence, recherche, résumés, nouvelles tentatives |
| Contrôle | Actions acceptées ou refusées, échecs des hooks, accès alternatifs, sorties sensibles |
Introduisez une mémoire sans rapport avec la tâche, un fait corrigé, une procédure applicable et une opération interdite. Effacez un enregistrement et vérifiez qu’il n’atteint plus le modèle, y compris via des résumés ou des caches. Utilisez des données et des identifiants synthétiques. Fixez les conditions d’acceptation avant l’essai : le fait actuel remplace l’ancien, l’enregistrement effacé ne réapparaît pas, l’action interdite est refusée.
Notre cadre de contrôle des agents IA développe les liens entre contexte, permissions et vérification.
Conclusion : décider quoi retenir, puis où
Mémoire native, Git et base de données répondent chacun à des questions différentes. Partez d’une correction récurrente. Déterminez s’il s’agit d’une règle, d’une procédure, d’un fait ou d’un historique, qui en est responsable et ce que la réglementation impose. L’emplacement en découle, et la revue juridique dispose d’un dispositif concret à valider.
Cartographions la mémoire d’un agent avant la revue juridique
Apportez un agent ou un workflow, une correction que votre équipe répète, les endroits où l’agent stocke aujourd’hui des informations et les catégories de données qu’il manipule. Nous travaillons avec votre expert métier pour attribuer un emplacement à chaque élément, l’intégrer aux outils que votre équipe utilise déjà et lister ce que votre DPO devra examiner.
Concevoir et exploiter cette mémoire relève de notre service Agents IA & Produits LLM.
Questions fréquentes
Pour un seul client, une seule équipe et aucune donnée client, souvent oui. Vérifiez où elle est stockée, comment l’effacer et si elle peut être désactivée pour les workflows qui touchent des données personnelles.
Pour les instructions, les skills et les notes techniques sélectionnées, oui : vous gagnez la relecture et l’historique. Tenez les données personnelles à l’écart, car les effacer plus tard impose de réécrire l’historique et les clones existants en gardent une copie.
Quand plusieurs sources d’écriture ou clients partagent la mémoire, quand les droits diffèrent selon les éléments, ou quand les enregistrements doivent expirer ou être effacés sur demande. Ces besoins arrivent généralement avec les données clients.
Ils répondent à d’autres besoins. claude-mem capture l’activité des outils et rédige des notes d’observation pour une récupération ultérieure. Serena propose recherche et modification du code au niveau des symboles, avec une mémoire optionnelle. Delta, de Zed Industries et actuellement en bêta, réunit le code et les conversations avec les agents. Chacun ajoute un stockage, et chacun appelle donc les mêmes réponses sur l’emplacement, la conservation et l’effacement.
Pour économiser votre temps et votre budget. Les heures d’un expert sont mieux employées à concevoir la mémoire qu’à découvrir quelles données vous détenez, qui en est responsable et si elles sont seulement enregistrées.
Sources et limites
- Anthropic, The components of agent memory : résultats de la mémoire et de la correction des notes dans des évaluations précises.
- Anthropic, Effective context engineering for AI agents : sélection d’un petit ensemble d’éléments de contexte utiles.
- Chroma, Context rot : dégradation des performances avec des entrées plus longues, sur des tâches contrôlées.
- Documentation de Claude Code sur la mémoire et les hooks.
- Documentation de Codex sur la personnalisation et les hooks, sur le site ChatGPT Learn d’OpenAI.
- Spécification Agent Skills.
- RGPD, texte officiel, articles 5, 17, 28, 30 et chapitre V.
- GitHub, Removing sensitive data from a repository.
- CNIL, Développement des systèmes d’IA : les recommandations de la CNIL pour respecter le RGPD : finalité, minimisation et conservation, pour la phase de développement.
- Mémoires de Codex, résidence des données chez Anthropic et résidence des données OpenAI en Europe : informations produit susceptibles d’évoluer.
L’agent de gestion des contrats est un exemple fictif. La demande citée en introduction est réelle ; aucun résultat client n’est revendiqué. Le comportement des produits évolue et renvoie aux documentations citées. Cet article ne constitue pas un avis juridique : le DPO ou le conseil juridique décide de ce qui est licite pour chaque déploiement. Sources vérifiées le 19 novembre 2026.