En clair
Dans un service hospitalier, les équipes se relaient jour et nuit, et aucune infirmière ne connaît par cœur l’histoire de chaque patient. Ce qui assure la continuité, c’est le dossier de soins : chacun y note ce qu’il a observé et fait, chacun le lit en prenant son poste. Encore faut-il que les notes soient datées, signées, mises à jour, et que chacun n’accède qu’à ce qu’il a le droit de voir.
Les agents IA ont le même problème, en plus aigu. Un modèle ne garde rien d’une session à l’autre, et deux agents qui travaillent pour la même équipe, l’un dans un assistant de conversation, l’autre dans un outil de programmation, ignorent tout de ce que l’autre a découvert. La mémoire partagée leur donne un dossier commun : un agent y enregistre qu’un client préfère être contacté le matin ou qu’une procédure a changé, et un autre agent, plus tard, le retrouve au moment utile.
Le principe est simple, la tenue de ce dossier l’est moins. Une note périmée, en double ou fausse ne gêne pas seulement un agent : elle se propage à tous ceux qui la lisent. Et une mémoire commune doit savoir qui peut lire quoi, sans quoi elle devient une fuite d’informations entre équipes ou entre clients.
Un exemple
Le service achats d’un groupe industriel utilise trois agents : un assistant de conversation pour les acheteurs, un agent qui prépare les appels d’offres et un agent qui contrôle les factures. Chacun redécouvrait les mêmes informations, conditions négociées avec un fournisseur, contacts, litiges en cours, et les acheteurs devaient les répéter. L’équipe met en place une mémoire partagée dans l’outil documentaire de l’entreprise : chaque agent y écrit des fiches courtes, datées et sourcées, que les autres consultent avant d’agir.
Après quelques semaines, un audit montre une part notable de fiches redondantes ou dépassées. L’équipe instaure une expiration par défaut des fiches non confirmées, charge un agent de la maintenance des doublons, et cloisonne la mémoire : les conditions tarifaires restent lisibles par les seuls agents des achats, pas par l’assistant ouvert à tous les salariés.
Comment ça marche
L’idée d’un espace de travail commun à plusieurs spécialistes est ancienne en IA : c’est l’architecture du tableau noir, où des sources de connaissances spécialisées complètent tour à tour une solution partielle inscrite sur un support partagé, dont le système de compréhension de la parole Hearsay-II, décrit en 1980, est un exemple fondateur 1. Les agents fondés sur des modèles de langage ont remis le besoin au premier plan. Anthropic explique en 2025 que dans son système de recherche multi-agents, l’agent principal enregistre son plan en mémoire parce que son contexte serait tronqué au-delà de 200 000 tokens, et que les sous-agents écrivent leurs résultats dans des artefacts externes, transmis par simple référence, pour limiter le « téléphone arabe » entre agents 2.
- LectureAu début d’une tâche, l’agent cherche dans la mémoire commune les souvenirs utiles, filtrés selon ses droits.
- TravailIl accomplit sa tâche avec ce contexte, sans redemander ce que d’autres agents ont déjà appris.
- ÉcritureIl enregistre ce qu’il a appris sous forme de fiches courtes, avec leur provenance et leur date.
- EntretienDoublons, contradictions et fiches périmées sont signalés, fusionnés ou expirés, par un humain ou un agent dédié.
La mémoire partagée pose des problèmes de droits que la mémoire d’un seul agent ignore. Les travaux de Rezazadeh et de ses coauteurs, publiés en 2025, proposent deux niveaux, une mémoire privée visible du seul utilisateur d’origine et une mémoire partagée sélectivement, avec des permissions qui évoluent dans le temps, des règles de lecture qui filtrent ce que chaque agent voit, des règles d’écriture qui décident de ce qui est conservé et partagé, et une provenance attachée à chaque fragment pour pouvoir auditer après coup 3.
Les éditeurs commencent à proposer des mémoires communes à plusieurs harness. Notion décrit en 2026 Lore, un outil libre qui range la mémoire dans cinq bases liées (projets, sujets, souvenirs, entités, faits), accessible à tout agent compatible MCP ; les mises à jour sont reliées aux anciennes par des relations du type « remplace » ou « contredit », et les faits expirent par défaut s’ils ne sont pas confirmés 4. Sur son vault pilote, Notion estime que 15 à 20 % des entrées étaient des doublons et environ 13 % sans valeur, et conclut que la qualité de la mémoire conditionne son utilité 4. La mémoire partagée se distingue du RAG, qui interroge un corpus documentaire existant, alors qu’ici les agents écrivent eux-mêmes ; du système multi-agents, qui désigne l’organisation des agents et non leur stockage commun ; et de l’identité d’agent, qui règle qui agit, quand la mémoire partagée doit régler qui lit et écrit quoi.
Ce que ça change pour une entreprise
Une mémoire commune évite que chaque agent, et chaque fournisseur, reparte de zéro : les connaissances accumulées restent à l’entreprise, dans un outil qu’elle contrôle, plutôt que dispersées dans l’historique de chaque produit 4. C’est aussi un moyen de réduire la dépendance à un seul fournisseur d’IA, puisque des agents différents peuvent lire le même dossier.
Les risques sont proportionnels à cette centralité. Une mémoire mal entretenue dégrade les résultats de tous les agents qui la lisent 4, et une information malveillante ou erronée glissée dans la mémoire, par exemple via une injection de prompt dans un document lu par un agent, s’y installe durablement. Il faut donc des droits d’accès fins, une provenance traçable et une capacité d’audit 3, une politique d’expiration et un responsable de la maintenance, faute de quoi le dossier commun devient une source d’erreurs et de fuites entre services.
Idées reçues
- « Plus la mémoire contient d’informations, plus les agents sont performants. »
Les entrées périmées ou redondantes nuisent aux résultats ; sur le pilote de Notion, une part importante des entrées n’avait aucune valeur [4].
- « Une mémoire partagée, c’est un RAG sous un autre nom. »
Le RAG interroge des documents existants ; ici, ce sont les agents qui écrivent et mettent à jour la mémoire, d’où des règles d’écriture et de provenance [3].
- « Si tous les agents partagent la mémoire, ils doivent tous tout voir. »
Une mémoire partagée peut combiner niveaux privés et partagés, avec des droits de lecture qui varient selon l’utilisateur, l’agent et la ressource [3].
Sources
- Wikipédia, « Blackboard system », consulté en 2026
- Anthropic, « How we built our multi-agent research system », 2025
- Rezazadeh, Li, Lou, Zhao, Wei et Bao, « Collaborative Memory: Multi-User Memory Sharing in LLM Agents with Dynamic Access Control », 2025
- Hesham Salman (Notion), « Building Shared Memory for AI Agents in Notion », 2026