Larssen Consulting
Agents et outils

Compaction de contexte

Context compaction

La compaction de contexte est une technique qui consiste à résumer ou à alléger l’historique d’une session d’IA lorsqu’il approche de la limite de la fenêtre de contexte, afin que l’agent puisse poursuivre son travail avec l’essentiel de ce qu’il a appris.

  • Lecture : 5 minutes
  • Mis à jour le 12 novembre 2026
  • 4 sources

En clair

Imaginez une réunion de projet qui dure toute la journée. Le tableau blanc est couvert de schémas, de calculs et de pistes abandonnées. Vers midi, il n’y a plus de place. Plutôt que de tout effacer, quelqu’un recopie sur une feuille les décisions prises, les problèmes encore ouverts et les chiffres importants, puis efface le tableau. L’après-midi repart de cette feuille. La compaction de contexte, c’est cette feuille.

Un modèle de langage ne voit à chaque instant qu’une quantité limitée de texte, sa fenêtre de contexte. Un agent qui travaille longtemps y accumule tout : les consignes, ses propres raisonnements, les résultats bruts des outils qu’il a utilisés. Quand la fenêtre est presque pleine, on demande au modèle de résumer ce qui compte, et la suite du travail se fait à partir de ce résumé plutôt que de l’historique complet.

Tout l’enjeu est de choisir ce qu’on garde. Un résumé trop sommaire fait oublier un détail dont on découvre l’importance plus tard : une contrainte du client, un essai déjà raté, un fichier à ne pas toucher. Comme la feuille recopiée à midi, le résumé ne vaut que par le soin de celui qui l’a rédigé.

Un exemple

Une équipe informatique confie à un agent de programmation la migration d’une centaine de modules vers une nouvelle version d’une bibliothèque. Après quelques heures, l’historique déborde : journaux de tests, contenus de fichiers, messages d’erreur. L’outil déclenche une compaction. Le résumé conserve les choix d’architecture retenus, la liste des modules déjà migrés et les deux erreurs encore non résolues, puis l’agent reprend là où il en était.

Lors d’une revue, l’équipe constate pourtant qu’un module a été migré deux fois : la consigne « ne pas modifier le module de facturation », donnée en début de session, avait disparu du résumé. Elle déplace alors ce type de règle dans un fichier de consignes permanent, rechargé à chaque session, au lieu de compter sur la mémoire de la conversation.

Niveau technique

Comment ça marche

Anthropic décrit la compaction comme le fait de prendre une conversation proche de la limite de la fenêtre de contexte, d’en résumer le contenu et de relancer une nouvelle fenêtre avec ce résumé ; elle la présente comme le premier levier de l’ingénierie de contexte pour garder un agent cohérent sur de longues tâches 1. Dans son agent de programmation Claude Code, l’historique est confié au modèle, qui conserve les décisions d’architecture, les bugs non résolus et les détails d’implémentation, en écartant les résultats d’outils redondants ; l’agent repart ensuite de ce condensé et des cinq fichiers consultés le plus récemment 1. La forme la plus légère consiste simplement à effacer les anciens résultats d’outils, qu’il n’est plus utile de relire en entier 1.

  1. SurveillerLe harness mesure en continu le nombre de tokens accumulés dans la session.
  2. DéclencherAu-delà d’un seuil proche de la limite, ou à la demande de l’utilisateur, la compaction démarre.
  3. RésumerLe modèle condense l’historique en gardant décisions, problèmes ouverts et faits utiles, et en écartant les sorties d’outils superflues.
  4. RemplacerLe résumé, éventuellement complété de quelques fichiers récents, remplace l’historique dans une nouvelle fenêtre.
  5. ReprendreL’agent poursuit sa tâche à partir de ce contexte allégé.

Sur une longue session, ce cycle peut se répéter plusieurs fois : chaque résumé peut lui-même être résumé, et les pertes s’additionnent.

Les fournisseurs proposent désormais la compaction côté serveur. Chez Anthropic, elle est en version bêta et s’active en ajoutant la stratégie compact_20260112 au paramètre context_management d’une requête ; la réponse contient alors un bloc de compaction que l’application doit renvoyer pour continuer la conversation 2. Elle se déclenche à un seuil de tokens réglable, 150 000 par défaut avec un minimum de 50 000, et accepte des instructions de résumé personnalisées 3. Chez OpenAI, le point d’accès /responses/compact renvoie la liste des messages de l’utilisateur suivie d’un unique élément de compaction, et décompte les tokens consommés par cette opération 4.

La limite principale est la perte d’information : une compaction trop agressive peut faire disparaître un élément subtil dont l’importance n’apparaît que plus tard 1. Elle ajoute aussi un appel au modèle, dont les tokens sont décomptés et facturés 4, et du temps de traitement. La compaction ne doit pas être confondue avec la fenêtre de contexte, qui est la capacité fixe du modèle, ni avec la simple troncature, qui supprime les messages les plus anciens sans les résumer. Elle se distingue enfin de la prise de notes structurées et du recours à des sous-agents, deux autres techniques citées par Anthropic pour les tâches longues 1.

Ce que ça change pour une entreprise

La compaction est ce qui permet à un agent de travailler des heures sur un même dossier plutôt que de s’arrêter quand sa mémoire de travail est pleine. Elle est le plus souvent intégrée aux outils et aux interfaces de programmation des fournisseurs 24, si bien que l’entreprise en bénéficie sans rien développer. Elle allège aussi chaque appel suivant : moins de tokens relus à chaque tour, c’est une facture et des temps de réponse plus contenus sur les longues sessions.

Elle a pourtant un coût : chaque compaction est un appel au modèle facturé 4, et elle peut faire perdre une consigne ou un détail décisif 1. C’est l’une des sources d’erreurs les plus discrètes des agents, car rien ne signale ce qui a été oublié. Les bonnes pratiques consistent à placer les règles durables hors de la conversation, dans des fichiers de consignes rechargés, à préciser au modèle ce que le résumé doit conserver 3, et à vérifier en relecture les travaux produits après une compaction. Pour un usage critique, il faut aussi pouvoir retrouver l’historique complet, à des fins d’audit.

Idées reçues

  • « Après une compaction, l’agent se souvient de tout. »

    Il ne garde que ce que le résumé a retenu. Un détail jugé secondaire au moment du résumé est perdu pour la suite de la session.

  • « Avec des fenêtres de contexte toujours plus grandes, la compaction deviendra inutile. »

    Les fenêtres grandissent, mais un historique encombré de résultats bruts reste coûteux et nuit à la cohérence. Anthropic juge que maintenir cette cohérence sur de longues interactions restera un défi central [1].

  • « Compacter, c’est supprimer les vieux messages. »

    Supprimer les plus anciens messages, c’est de la troncature. La compaction réécrit l’historique sous une forme condensée pour en garder la substance.

Sources

  1. Anthropic, « Effective context engineering for AI agents »
  2. Anthropic, « Threshold compaction », documentation de l’API Claude
  3. Anthropic, « Context engineering: memory, compaction, and tool clearing », Claude Cookbook
  4. OpenAI, « Compact conversation », référence de l’API Responses

Voir aussi