Mémoire des agents IA : Anthropic mesure des gains, mais aussi des erreurs persistantes
Aux États-Unis, Anthropic a publié le 6 novembre 2026 des évaluations de la mémoire de Claude : des notes conservées entre sessions, sans modification des paramètres du modèle. Ce billet technique expose des expériences de l’entreprise, pas une validation indépendante.
Sur une tâche de base de données de CL-Bench 1.0, le score moyen d’Opus 5.5 passe de 0,655 sans mémoire à 0,838 avec mémoire. Les gains varient selon le modèle et les consignes ; conserver davantage de notes n’améliore donc pas automatiquement les résultats.
Une autre expérience porte sur environ 350 000 fichiers de l’entreprise Stainless et 25 questions. Après construction progressive d’un wiki, Opus 5 atteint 61 % des critères évalués avec recherche et wiki, contre 53 % avec la recherche seule. Le wiki utilisé seul plafonne à 48 %.
La mémoire peut aussi propager des erreurs. Anthropic décrit des corrections par confrontation aux échanges originaux, mais souligne leur coût de calcul. Ces tests limités ne démontrent ni une mémoire infaillible ni un gain universel. Ils documentent surtout l’intérêt de vérifier les informations conservées et de garder accès aux sources.
Sources :
