RéponsesPublié15 sources
Alibaba Cloud mise sur une mémoire durable pour ses agents IA personnels
Model Studio Memory extrait des informations des conversations, les conserve sous forme de faits, de profils utilisateurs ou de méthodes réutilisables, puis retrouve celles qui sont pertinentes lors d’un échange ultér... Une mise à niveau annoncée le 2 novembre vise notamment à mieux mémoriser les préférences, les p...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Model Studio Memory extrait des informations des conversations, les conserve sous forme de faits, de profils utilisateurs ou de méthodes réutilisables, puis retrouve celles qui sont pertinentes lors d’un échange ultér...
- Une mise à niveau annoncée le 2 novembre vise notamment à mieux mémoriser les préférences, les projets et les engagements antérieurs des utilisateurs.
- Alibaba Cloud rapporte des résultats élevés sur HaluMem medium et PersonaMem v2, mais ces scores de benchmark ne garantissent pas les performances dans chaque conversation réelle.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba Cloud Model Studio’s Memory service, reported by IT Home on November 2, 2026, how does it give personal AI agents persistent. Article summary: Alibaba Cloud Model Studio’s Memory is a persistent-memory service for personal AI agents: it extracts useful information from conversations and saves it as memories and user profiles for later use. IT Home’s November 2,. Topic tags: general, documentation, general web, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Un agent conversationnel repart souvent de zéro lorsqu’une nouvelle session commence. Le service Memory de Model Studio, la plateforme d’Alibaba Cloud, vise à lui permettre de retrouver des informations utiles issues d’échanges précédents. Selon IT之家, le service a été mis à niveau pour mieux retenir les préférences, les projets et les engagements passés des utilisateurs : il s’agit d’une évolution du service, et non de son lancement initial. 2
4
Une mémoire qui va au-delà de l’historique de chat
Memory extrait des informations importantes des conversations, les enregistre, puis les recherche lors d’une demande ultérieure. L’agent peut alors intégrer les éléments pertinents au contexte nécessaire pour répondre. De nouvelles informations peuvent aussi être ajoutées au fil du temps. 2
4
La documentation d’Alibaba Cloud distingue trois types de données mémorisées : 4
- Les faits : événements ou informations clés, par exemple un rappel ou un engagement évoqué lors d’un échange.
- Le profil utilisateur : des caractéristiques structurées, extraites à partir d’un modèle personnalisable, comme la profession ou les centres d’intérêt d’une personne.
- Les compétences : des méthodes de travail réutilisables, tirées de séquences d’interactions et susceptibles d’aider l’agent à accomplir des tâches similaires par la suite.
Il ne s’agit donc pas seulement d’archiver une transcription. Le service s’appuie sur une recherche sémantique pour retrouver les souvenirs utiles à une nouvelle conversation. Sa documentation indique également qu’une API permet de relier la mémoire à des applications et que plusieurs applications peuvent partager la même bibliothèque. 4
Exemple : un agent de conseil patrimonial
Dans un scénario de conseil patrimonial, un agent pourrait retenir le niveau de risque qu’un client dit accepter, son horizon de placement, ses besoins de liquidités et les points abordés lors d’entretiens précédents. Lors d’un nouvel échange, il pourrait retrouver ces éléments pour assurer le suivi d’un projet ou vérifier si les priorités du client ont changé. IT之家 cite le conseil financier comme exemple d’usage potentiel pour personnaliser les échanges. 2
Cela ne signifie pas que Memory constitue en soi un produit de conseil financier déployé. Un agent devrait faire confirmer les changements importants par le client et être soumis à des contrôles adaptés. Le simple fait d’avoir mémorisé une préférence ne suffit pas à établir qu’une recommandation convient à la situation de la personne.
Paramétrage, audit et intégration
La documentation décrit des modèles de profil personnalisables et des API ouvertes. Un guide d’audit distinct explique comment rechercher les changements selon la bibliothèque de mémoire, l’entité, la période ou l’identifiant d’une mémoire, puis examiner les ajouts, mises à jour, suppressions temporaires, restaurations et suppressions à partir d’instantanés. 4
6
IT之家 rapporte que la version mise à niveau propose aussi des accès par MCP et par interface en ligne de commande (CLI). 2 La documentation mentionne par ailleurs les compétences réutilisables, sans pour autant confirmer une intégration précise avec un environnement ou un framework d’agent nommé.
4
Les sources disponibles ici ne donnent pas de procédure détaillée ni ne confirment la compatibilité avec des outils comme Codex, DeepSeek Harness, Claude Code ou OpenClaw. Les affirmations concernant ces intégrations restent donc à vérifier.
Les résultats annoncés sur les benchmarks
Dans un article publié le 19 octobre, Alibaba Cloud rapporte les résultats suivants pour sa bibliothèque de mémoire Model Studio sur HaluMem-medium : 40
| Indicateur | Résultat rapporté par l’entreprise |
|---|---|
| Rappel lors de l’extraction des souvenirs | 85,56 % |
| Exactitude lors de l’extraction | 90,49 % |
| F1 lors de l’extraction | 88,85 % |
| Questions-réponses sur les souvenirs | 85,15 % |
L’article d’IT之家 publié en novembre indique que Memory arrive en tête sur les quatre mesures factuelles rapportées pour HaluMem-medium. Il fait aussi état d’un score global de 56,82 sur PersonaMem-v2, classant le service premier parmi les huit systèmes présentés, avec le meilleur résultat sur sept des neuf dimensions évaluées. 2
Une comparaison distincte donne à Zep un score de 81,71 % pour les questions-réponses de mémoire sur HaluMem et à MemBrain un score de 55,72 sur PersonaMem-v2. 42 Ces comparaisons portent sur des benchmarks : elles ne prouvent pas que les mêmes écarts se retrouveront dans des conversations réelles. Les chiffres sont des résultats rapportés par l’entreprise et relayés par les sources citées ; à eux seuls, ils ne montrent ni qu’un agent se souviendra correctement de chaque détail concernant une personne, ni qu’il prendra des décisions adaptées à sa situation.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Alibaba Cloud mise sur une mémoire durable pour ses agents IA personnels » ?
Model Studio Memory extrait des informations des conversations, les conserve sous forme de faits, de profils utilisateurs ou de méthodes réutilisables, puis retrouve celles qui sont pertinentes lors d’un échange ultér...
Quels sont les points clés à valider en premier ?
Model Studio Memory extrait des informations des conversations, les conserve sous forme de faits, de profils utilisateurs ou de méthodes réutilisables, puis retrouve celles qui sont pertinentes lors d’un échange ultér... Une mise à niveau annoncée le 2 novembre vise notamment à mieux mémoriser les préférences, les projets et les engagements antérieurs des utilisateurs.
Que dois-je faire ensuite en pratique ?
Alibaba Cloud rapporte des résultats élevés sur HaluMem medium et PersonaMem v2, mais ces scores de benchmark ne garantissent pas les performances dans chaque conversation réelle.