Et si les agents IA avaient besoin de dormir ? Anthropic vient d’annoncer, lors de la deuxième conférence annuelle “Code with Claude” à San Francisco, une fonctionnalité qu’ils appellent “dreaming” pour leurs systèmes agentiques. Le nom n’est pas anodin. Il pose une question que je trouve fascinante : est-ce que les agents IA ont besoin d’un équivalent du sommeil pour consolider ce qu’ils apprennent ? Je ne suis pas neuroscientifique mais voici ce que je pense avoir compris, et comment cela me semble pouvoir inspirer une architecture de mémoire pour des agents plus robustes.
Le cerveau ne stocke pas, il consolide
La première chose que les neurosciences nous enseignent, c’est que la mémoire n’est pas un disque dur. C’est un processus actif, sélectif, et profondément dynamique. Ebbinghaus l’a montré dès 1885 : sans renforcement, on oublie environ 70% d’une information nouvelle en 24 heures. La courbe d’oubli est brutale. Ce qui reste n’est pas ce qui était important objectivement, c’est ce qui a été réactivé, reconnecté, revisité. Hebb a formalisé le mécanisme sous-jacent en 1949 avec une formule devenue célèbre : les neurones qui s’activent ensemble se connectent ensemble. Chaque fois qu’une connaissance est revisitée et connectée à d’autres, les liens synaptiques se renforcent. C’est la potentialisation à long terme.
Et la nuit, pendant le sommeil, l’hippocampe rejoue les expériences de la journée vers le néocortex. Ce transfert progressif transforme des souvenirs épisodiques, contextuels et fragiles, en connaissances sémantiques, abstraites et durables. C’est ce qu’on appelle la consolidation.
La mémoire de travail a des limites très strictes
Baddeley a modélisé la mémoire de travail en 1974 et l’a enrichie plus tard. Elle comporte plusieurs composants : la boucle phonologique pour le verbal, le calepin visuospatial pour les images, un administrateur central qui alloue l’attention, et un buffer épisodique qui intègre temporairement des informations venues de sources multiples. Miller avait déjà posé la contrainte fondamentale en 1956 : la capacité de ce système est limitée à quelques éléments seulement (on parle d’environ 5 éléments). La mémoire de travail est un goulot d’étranglement cognitif. Elle force à trier.
Ce que cela implique pour un système agentique IA
Un agent agit dans un contexte donné avec une fenêtre de contexte limitée (même s’il peut techniquement accéder à une infinité de fichiers et même si les fenêtres contextuelles ne cessent d’augmenter…). C’est sa mémoire de travail. Elle ne peut pas tout contenir. Ce qui entre dedans doit être sélectionné.
Mais entre deux sessions, que se passe-t-il ? Un système agentique IA sans mécanisme de consolidation recommence à zéro, ou pire, il accumule des informations brutes sans structure ni hiérarchie. Il ne distingue pas ce qui est fragile de ce qui est ancré. Il ne sait pas ce qui a été confronté, validé, ou remis en question. Une architecture de mémoire agentique inspirée des neurosciences pourrait fonctionner ainsi :
- Un buffer épisodique à durée de vie courte. Les nouvelles informations entrent dans une zone temporaire. Elles expirent si elles ne sont pas réactivées. La limite est volontairement stricte, comme la loi de Miller l’impose.
- Un processus de consolidation délibéré. À intervalles réguliers, les éléments du buffer sont évalués. Ceux qui résistent à l’examen, qui se connectent à des connaissances existantes, ou qui créent une tension productive avec elles, sont promus vers une mémoire à long terme. Les autres s’effacent.
- Un système de répétition espacée. Les connaissances consolidées sont réactivées selon une progression géométrique inspirée du système Leitner : 3 jours, 7 jours, 14 jours, 30 jours, puis 60 et 90 jours maximum. Si une réactivation révèle que la connaissance est fragile, le compteur se réinitialise.
- Un mécanisme de confrontation des schémas mentaux. Piaget distingue deux processus : l’assimilation, où une nouvelle information renforce un schéma existant sans le modifier, et l’accommodation, où elle force à le réviser. Un agent qui n’accommode jamais stagne. Un agent qui accommode en permanence est instable. Le bon équilibre est un objet de conception, pas de paramétrage.
Le rêve comme phase de consolidation active
C’est ici que la fonctionnalité “dreaming” d’Anthropic prend tout son sens pour moi. Si l’on suit l’analogie neuroscientifique, le sommeil n’est pas une pause. C’est une phase de travail différente. L’hippocampe rejoue, trie, transfère. Ce n’est pas passif. C’est une consolidation active en dehors du flux d’action. Pour un agent, “rêver” pourrait signifier : s’extraire du flux d’interactions pour évaluer ce qui a été capturé, identifier les connexions non faites, résoudre les dissonances cognitives laissées en suspens, et préparer une mémoire à long terme plus structurée pour la prochaine session active.
Une dernière idée : la métacognition comme couche de supervision
Flavell a formalisé la métacognition en 1979. C’est la capacité à penser sur sa propre pensée, à évaluer la fiabilité de ce qu’on sait, à reconnaître les limites de ses propres représentations. Un agent vraiment robuste ne devrait pas seulement mémoriser. Il devrait savoir ce qu’il sait bien, ce qu’il sait mal, et ce qu’il ne sait pas encore. C’est une couche de supervision sur la mémoire elle-même. Cela ressemble à ce qu’on appelle parfois la calibration en évaluation des modèles. Mais ici, ce n’est pas une propriété statique du modèle. C’est un processus dynamique, intégré dans l’architecture de mémoire.
Tout ce qui vient d’être posé n’est pas totalement vrai mais surement pas totalement faux…Je ne suis pas neuroscientifique, et l’analogie entre cerveau biologique et système agentique a des limites évidentes. Mais je crois que les systèmes agentiques qui seront utiles sur la durée seront ceux qui sauront quoi garder, quoi consolider, quoi oublier, et quand s’arrêter pour intégrer avant de repartir. La fonction « dreaming » d’Anthropic me semble être un premier pas dans cette direction.
Pour mes amis et collègues développeurs, la question qui suit naturellement est : comment concevoir délibérément cette architecture pour un système agentique AI robuste ?
