Un article stimulant de la communauté des développeurs chinois affirme que la clé pour construire une mémoire fiable pour les agents IA n'est pas le rappel parfait mais l'oubli délibéré. L'auteur s'appuie sur les connaissances des neurosciences sur la mémoire humaine – en particulier comment l'oubli aide à prioriser et généraliser – pour proposer des principes d'ingénierie pour les systèmes de mémoire des agents. Au lieu de stocker chaque interaction, le système devrait activement élaguer, consolider et oublier en fonction de la pertinence et de la dégradation. Cette approche remet en question l'hypothèse dominante selon laquelle plus de mémoire conduit toujours à de meilleures performances. Pour les développeurs construisant une mémoire à long terme pour les agents basés sur LLM, cela offre un modèle de conception pratique et inspiré de la biologie.
Cet article soutient que l'oubli délibéré est crucial pour une mémoire fiable des agents IA, en établissant des parallèles entre les mécanismes d'oubli humain et la conception technique.