Vos agents IA oublient tout à chaque question

Vous redemandez à votre agent le prix du devis Bertaud, la procédure de pose du chantier Nord, la marge sur la facture 412. Il répond, correctement. Le lendemain, vous reposez la même question — il redemande, ou il invente un chiffre approchant. Ce n'est pas un bug, et ce n'est pas un mauvais modèle : c'est le fonctionnement normal d'un agent qui n'a nulle part où écrire ce qu'il vient d'apprendre.

Le symptôme que tout le monde reconnaît

Le moment où une équipe se rend compte qu'elle a un problème de mémoire n'est jamais le jour où l'agent se trompe. C'est le jour où quelqu'un répond : « demande-moi, je sais où c'est ». Avant, l'agent répondait en dix secondes. Maintenant il répond en dix secondes et il faut quand même aller vérifier dans le logiciel de gestion, sur le stockage partagé, ou dans la tête du collègue.

L'agent a visiblement raté quelque chose, et ce quelque chose n'est pas un réglage. C'est une décision d'architecture : l'agent n'a pas d'endroit où écrire. Tant que ses réponses meurent dans la conversation, chaque question repart d'une page blanche.

Le motif qui rend le problème visible

Ce comportement a un nom, et il a été décrit publiquement. Dans une note publique du 4 avril 2026, Andrej Karpathy inverse la logique habituelle des outils documentaires : au lieu de tenir vos notes vous-même et demandiez parfois à une IA, c'est l'IA qui tient le wiki, et vous le lisez. Le wiki devient la source première ; les documents que vous avez découpés, enlevés, amalgamés deviennent une archive que l'on rouvre rarement.

Trois points font la différence avec un système de questions-réponses classique :

• Le wiki est premier, pas dérivé. Il n'est pas produit à la demande : il existe avant la question.
• Chaque nouvelle source est compilée dans les pages existantes, pas ajoutée à côté d'elles comme un résumé de plus.
• Trois opérations suffisent : ingérer, mettre au propre, interroger. Le reste n'est que variation.

La raison pour laquelle ce motif tient alors que les systèmes de prise de notes précédents ont tous péri : ils exigeaient de relier les notes entre elles à la main, à chaque lecture. C'est un travail fastidieux que l'humain abandonne au bout de quelques semaines. Un agent, lui, ne se lasse pas de relier.

Le cas Meta : six semaines, de plusieurs jours à quelques minutes

Le motif a été déployé à l'échelle en septembre 2026, et c'est le seul exemple public qui chiffre le résultat. Meta Engineering décrit un « cerveau organisationnel » construit pour une équipe métier entière : plus de 200 fichiers de connaissance structurés, avec un en-tête de métadonnées qui forme un graphe de dépendances — fichiers de position, classifications, tables de correspondance, fichiers passerelles.

Le point d'architecture le plus intéressant n'est pas le nombre de fichiers : c'est la séparation stricte entre la connaissance et la procédure. Les fichiers de connaissance sont denses et utilisés souvent ; les « recettes », qui sont les façons de raisonner, les référencent sans les contenir. Les corrections restent chirurgicales : corriger un fait ne touche aucune procédure, corriger une méthode ne touche aucun fait.

Et c'est ce qui rend la mémoire vivante au lieu d'être un simple empilement. Quand un expert corrige quelque chose, la correction passe par une boucle — diagnostiquer, compiler, valider, déployer — avec des vérifications de non-régression, sans réentraîner le modèle. Le compte rendu de Meta après six semaines : le temps d'évaluation d'un domaine passe de plusieurs jours à quelques minutes, avec zéro régression.

Autrement dit : non pas un agent qui devine mieux, mais une équipe qui ne redemande plus les mêmes choses à la machine. C'est la différence entre une mémoire qui accumule et une mémoire qui fait gagner du temps — celle que nous décrivions dans notre article sur la mémoire d'entreprise, appliquée à l'agent plutôt qu'à l'humain.

La règle des trois fichiers, à recopier tel quel

Le motif de Meta se transpose à une PME sans son infrastructure. Ce qu'il faut en garder, ce sont trois fichiers, trois rôles séparés, et la discipline de ne jamais les mélanger. C'est le livrable de cet article.

1. Le fichier « ce qu'on sait »

C'est votre connaissance : les faits de votre entreprise qui restent vrais. Un prix, une marge, un délai, une contrainte technique du chantier, le fournisseur qui tient la référence pour ce produit. Une idée par page, écrite en clair, avec deux mentions systématiques : d'où vient l'information, et qu'est-ce qui la contredirait. Ce dernier champ est celui qu'on saute toujours, et c'est celui qui évite de répéter une erreur pendant deux ans.

2. Le fichier « comment on fait »

C'est votre procédure : la manière dont votre équipe fait les choses. Comment on établit un devis, comment on relance, comment on traite un retour SAV, comment on prépare un chantier. Le principe de séparation de Meta s'applique mot pour mot : ce fichier référence le précédent sans le contenir. Une procédure qui recopie les prix dans son texte devient fausse dès que le prix change ; une procédure qui pointe vers la fiche qui porte le prix reste vraie.

3. Le fichier « ce qu'on a abandonné »

C'est le fichier le plus rare et le plus rentable : ce que vous avez essayé et qui n'a pas tenu. Le format de devis à six lignes, abandonné parce qu'il ralentissait la signature. Le logiciel de suivi, refermé après un an. La manière de travailler du fondateur, qui ne tient plus à trois personnes. Une décision qui n'a pas marché est un capital, à condition d'être écrite ; sans trace, elle se répète.

Ces trois fichiers sont votre wiki. L'agent ne les écrit pas seul : c'est vous qui décidez ce qui y entre, et lui qui vient y relire à chaque question. Une règle tient le système : l'agent écrit dans le fichier, et l'humain décide ce qui reste.

Ce que ça change chez vous

Le bénéfice pour une TPE/PME n'est pas « l'IA devient plus intelligente ». Il est concret et mesurable :

• Une question posée une fois ne se repose plus : c'est du temps de dirigeant rendu, pas du temps machine gagné.
• Les prix, délais et procédures ne sont plus dans des têtes. Quand le fondateur part en vacances, l'agent continue de répondre correctement sur ce qui est écrit.
• Le recrutement change de nature. Le nouveau compagnon ne découvre plus le métier en trente questions : il lit les procédures, et il écrit ce qu'il découvre ensuite. C'est ce que nous appelons transformer un chantier terminé en procédure réutilisable, et c'est ce qui fait qu'un coffre bien tenu accompagne le collaborateur au lieu de l'attendre.
• Chaque erreur a une mémoire. Ce qui a été corrigé une fois ne se refait pas, parce que la correction est écrite, et non rappelée de mémoire en réunion.

Et un point de méthode qui compte dans une petite structure : le passage de « je sais » à « c'est écrit » est le seul moment où une PME transforme son expérience en actif. Tant que la réponse est « demande à Paul », le savoir-faire reste attaché à une personne ; le jour où la réponse est « c'est dans le fichier », il appartient à l'entreprise.

Ce que ça change pour vos agents

Pour l'agent, la différence n'est pas cosmétique : elle porte sur la fiabilité et sur le coût.

• Moins d'erreurs par redécouverte. Un agent qui retrouve la bonne page n'a plus à reconstituer une réponse à partir de plusieurs passages approximatifs. La fiabilité augmente là où elle était faible : sur les questions qui portent sur l'ensemble de vos documents.
• Une réponse traçable. Une réponse qui cite la page dont elle vient peut être vérifiée en un clic par un humain. C'est la condition pour qu'on délègue une action à l'agent : savoir ce qu'il a lu avant de lui faire écrire.
• Un contexte plus petit, donc moins cher. Un agent qui charge un index puis une page ne colle plus trois cents pages dans la fenêtre de contexte. C'est le geste le plus rentable de toute la mise en place.
• Un comportement qui se corrige. Une correction écrite dans le fichier agit sur la question suivante, définitivement. Une correction donnée en conversation disparaît avec la conversation.

C'est exactement la logique de notre doctrine : automatisation quand une règle suffit, agent IA quand il faut comprendre ou juger, validation humaine quand l'action compte. Un agent qui a une mémoire relit des faits : la règle suffit. Un agent qui doit adapter une relance au contexte d'un client : il faut l'agent. Un agent qui accorde une remise ou envoie un devis : la décision reste humaine. La mémoire n'est pas la fin de la validation : c'est ce qui la rend possible à l'échelle.

Le motif est public et daté : note d'Andrej Karpathy le 4 avril 2026, déploiement Meta Engineering le 2 septembre 2026. Le reste est une décision de votre côté : trois fichiers, ce soir, et la règle qui dit qui écrit quoi.

Questions fréquentes