Tencent lance un hub mémoire open source pour agents IA partagés
Tencent Cloud vient d’open-sourcer une solution pour éviter aux agents IA de réapprendre ce qu’ils – ou leurs coéquipiers – savent déjà. TencentDB Agent Memory v2.0 agit comme un hub mémoire au niveau d’une équipe, convertissant les échanges, documents et code en quatre actifs réutilisables : mémoire de conversation, compétence, wiki LLM et graphe de code. Ainsi, de nouvelles sessions peuvent reprendre là où les précédentes s’étaient arrêtées, sans répétition de configuration ni de contexte.
Au-delà de la mémoire pour un seul agent
La plupart des systèmes de mémoire pour agents retiennent des faits pour un seul bot. La v2.0 de Tencent ajoute une gouvernance : visibilité privée, d’équipe ou restreinte, avec des listes de contrôle d’accès (ACL) au niveau des agents. Les nouvelles mémoires de conversation et compétences sont par défaut privées, faisant du partage un choix explicite plutôt qu’un accident. Le système applique aussi une distillation des données : les conversations brutes deviennent L0, puis L1 Atom, L2 Scénario et L3 Core/Persona. La récupération est limitée par le nombre d’éléments, le budget de caractères et les délais pour éviter de gonfler la fenêtre de contexte.
Déploiement en une seule commande
Le projet, sous licence MIT, est auto-hébergé et distribué sous forme de trois images Docker avec prise en charge multi-architecture pour linux/amd64 et linux/arm64. L’installation se fait en une seule commande. L’équipe cible explicitement les développeurs solo et les petites équipes d’ingénierie, tout en conseillant aux organisations de taille moyenne de l’utiliser comme infrastructure partagée et aux grandes entreprises réglementées de le tester en premier.
Cas d’usage évolutifs
L’intégration d’un nouvel agent dans une base de code existante, l’analyse d’impact avant une refonte, les listes de vérification de release, les manuels d’incidents et la conversion de la documentation produit en pages lisibles par les agents sont tous pris en charge. Le système communique via un Memory Proxy avec les protocoles d’Anthropic et d’OpenAI, permettant aux agents de basculer entre équipes, tâches et outils sans réécrire les prompts.
Pourquoi c’est important
Pour les équipes qui scalent les agents IA, la réutilisation du contexte fait la différence entre un reconditionnement coûteux et des transfers fluides. Le hub de Tencent introduit une gouvernance légère qui préserve la confidentialité des données privées tout en autorisant un partage contrôlé, répondant ainsi au vrai problème de l’onboarding répété. Il réduit les barrières pour les développeurs solo et les petites équipes souhaitant adopter des outils d’agents, tout en offrant aux grandes organisations un moyen contrôlé d’expérimenter avant de standardiser.
Source : MarkTechPost. Synthèse éditoriale assistée par IA — TechnoExpress.