Étude de cas : 77 % des entités perdues — puis 100 % récupérées

Lorsqu'une conversation de LLM dépasse la fenêtre de contexte, les plateformes la résument — et perdent des informations. Nous l'avons mesuré dans notre propre déploiement multi-agents en production : la compaction standard a fait perdre 77 % d'entités nommées (personnes, décisions, outils, dates). Interrogé sur une intégration de processeur de paiement discutée 90 minutes plus tôt, l'agent a répondu "Je ne sais pas".

Nous avons remplacé la compaction par une architecture de récupération à trois couches sur la mémoire structurée : les entités sont conservées dans leur intégralité, et l'agent récupère exactement ce dont le tour en cours a besoin, à la demande.

Le résultat, mesuré sur plus de 16 000 messages sur deux instances d'agents de production : 100 % de récupération des décisions antérieures (contre 43 % sans), tandis qu'une session de 46 Mo se réduit à 35 Ko de contexte de travail — une réduction de 99,94 % de la charge de jetons. La conclusion de l'article publié tient toujours : ne payez pas pour un meilleur modèle, payez pour une meilleure mémoire.

La méthodologie complète, incluant un examen de 27 articles récents provenant de groupes de recherche occidentaux, chinois, coréens et japonais, est publiée comme un article ouvert par GLG, a.s. (Mars 2026) — incluant des éditions coréennes et chinoises.