Apple dote ses agents d’une mémoire sélective à 96 %

Apple présente une architecture de mémoire persistante sélective pour les systèmes d’agents fondés sur de grands modèles de langage. Les auteurs Sanjana Pedada, Aditya Dhavala et Neelraj Patil publient ce travail en septembre 2026, dans le cadre d’EMNLP. Leur approche vise les agents qui génèrent du code après plusieurs échanges et utilisations d’outils. Chaque session peut ainsi réutiliser des choix de configuration, des contraintes métier, des schémas de données et des habitudes d’utilisation des outils. Dans trois scénarios de déploiement en entreprise, cette mémoire atteint 96 % de réussite des tâches. Sans mémoire, le taux atteint 79 %. Avec l’historique complet, il descend à 71 %.

Le système retient quatre catégories de contexte réutilisable : les spécifications de tâche, les schémas de données, les configurations d’outils et les contraintes de sortie. Il écarte les traces de raisonnement propres à chaque session. Les auteurs opposent cette sélection à la conservation intégrale des conversations, jugée inefficace en jetons et susceptible de dégrader la génération. La mémoire est aussi partagée entre utilisateurs. Des espaces de travail peuvent être transférés avec un contrôle d’accès fondé sur les rôles. Cette organisation permet de réutiliser un contexte accumulé sans répéter toutes les spécifications. Le travail est présenté sur la page de recherche d’Apple et sur arXiv.

Apple structure la mémoire des agents

La plateforme déployée produit et maintient des artefacts versionnés avec Git. Elle prend en charge des tableaux de bord interactifs, des rapports structurés et des documents fondés sur des données hétérogènes. Ces données arrivent par plusieurs types de connecteurs : téléversement CSV, requêtes SQL, API REST et serveurs MCP. Le versionnage Git isole les brouillons. Les utilisateurs peuvent donc tester des modifications, restaurer un état antérieur et éviter de solliciter à nouveau le modèle pour cette restauration. La mémoire sélective conserve les paramètres utiles à ces opérations. Elle sépare ainsi le contexte réutilisable des raisonnements propres à une session donnée.

Le rafraîchissement sans jeton dissocie les programmes générés des données utilisées à l’exécution. Cette séparation permet de réutiliser un artefact lors de mises à jour récurrentes sans rappeler le modèle. Dans les résultats rapportés, elle réduit le temps des tâches par quatorze. Le mécanisme réussit aussi les douze essais menés sur quatre jeux de données publics. La génération guidée par un résumé réduit par ailleurs le coût en jetons par invocation d’un facteur 97, comparée à l’injection directe des données brutes. Ces mesures complètent les résultats obtenus dans les trois scénarios de déploiement en entreprise.

Les essais comparent trois configurations

Les résultats opposent trois méthodes : la mémoire sélective partagée, l’absence de mémoire et la conservation de l’historique complet. La première atteint 96 % de réussite des tâches. La deuxième atteint 79 %. La troisième atteint 71 %. Selon les auteurs, les traces de raisonnement anciennes peuvent biaiser l’agent lorsqu’elles sont conservées sans sélection. La mémoire sélective obtient donc le meilleur résultat parmi ces configurations testées. La réplication sur quatre jeux de données publics confirme la réussite du rafraîchissement sans jeton dans douze essais sur douze. Le dispositif associe ainsi sélection du contexte, partage contrôlé et versionnage des artefacts.