Un rédacteur XDA a donné à Claude Code une mémoire persistante entre les sessions et tout son flux de travail a changé. C’est le type de mise à jour silencieuse qui semble mineure mais a un grand impact — la plupart des outils de codage par agent oublient tout dès que vous fermez le terminal, le développeur devient donc la mémoire. La mémoire persistante comble ce fossé. Nous avons testé sept applications de mémoire d’agent IA pour ordinateur qui permettent aux agents de se souvenir entre les sessions, projets et machines.
Chaque option fonctionne sur Windows, macOS et Linux. Certaines sont des bibliothèques qui se connectent à un agent personnalisé; certaines sont des services hébergés avec une API. Deux sont des fonctionnalités de mémoire intégrées dans des outils de codage existants.
Ce qu'il faut rechercher dans une couche de mémoire d'agent
L’étiquette “mémoire d’agent” cache trois choses différentes:
- Mémoire épisodique: ce qui s’est passé lors de la dernière session (“nous avons essayé Vitest mais avons rencontré un problème de dépendance peer”).
- Mémoire sémantique: faits durables sur le projet (“ce dépôt utilise Deno v1.45, pas Node”).
- Mémoire procédurale: flux de travail (“quand l’utilisateur demande une refactorisation, exécutez toujours prettier en premier”).
Les meilleurs stacks séparent ces trois et vous permettent d’éditer chacun. D’autres stockent un gros tas de texte et espèrent que l’agent trouve les parties pertinentes.
D’autres axes importants pour les agents de codage:
- Auto-hébergé vs SaaS. La mémoire du code contient des informations propriétaires; de nombreuses équipes ont besoin de solutions on-prem.
- Agnostique du modèle vs bloqué. mem0, Letta, Zep et Cognee fonctionnent sur différents modèles. Les mémoires Cursor et Windsurf sont bloquées sur leurs propres outils.
- Récupération structurée. La recherche vectorielle seule ne capture pas “la dernière fois que nous avons essayé X”; les magasins de graphes ou d’événements le font mieux.
Comparaison rapide
| Outil | Meilleur pour | Plan gratuit | Prix de départ | Caractéristique remarquable |
|---|---|---|---|---|
| mem0 | API mémoire plug-and-play pour n’importe quel agent LLM | Oui, généreux | Niveau gratuit | Mémoire en couches (utilisateur, session, espace de travail) |
| Letta | Framework d’agent agnostique du modèle avec mémoire | Oui, open-source | Gratuit (auto-hébergé) | Pagination de style MemGPT et mémoire d’archivage |
| Zep | Mémoire à long terme avec magasin de graphes | Oui, open-source | Niveau gratuit | Graphe de connaissances temporel, mises à jour de faits |
| Cognee | Pipeline de mémoire sémantique pour agents | Oui, open-source | Gratuit (auto-hébergé) | Ontologie d’abord, compatible RDF |
| Claude Code memory | Mémoire persistante native pour Claude Code | Inclus | Tarification Anthropic | Mémoire de session résumée automatiquement |
| Cursor Memories | Mémoire au niveau du projet dans Cursor | Inclus | Cursor Pro à partir de $20 | ”Règles” capturées automatiquement par dépôt |
| Windsurf Memories | Contexte persistant de l’agent Cascade | Inclus | Windsurf Pro à partir de $15 | Récupération sémantique inter-fichiers |
Les 7 applications de mémoire d'agent que nous avons testées
1. mem0 — meilleure API mémoire plug-and-play pour n'importe quel LLM
mem0 est le moyen le plus simple d’ajouter une mémoire persistante à un agent de codage qui n’en a pas encore. L’API accepte un ID utilisateur et un flux de messages et renvoie une liste de mémoire curée à chaque appel. Le modèle de mémoire en couches (utilisateur, session, espace de travail) signifie que l’agent se souvient “ce projet utilise Vitest” séparé de “cet utilisateur préfère le mode strict TypeScript”. Les SDK Python et TypeScript ont tous deux atteint v1 en 2026.
Ses lacunes: Modèle SaaS par défaut; l’auto-hébergement est possible mais maintenu par la communauté. Les magasins de vecteurs par défaut peuvent nécessiter un échange pour les grandes bases de code.
Tarification: Niveau gratuit avec quota de mémoire mensuel. Pro à partir d’environ $19/mois.
Plates-formes: Windows, macOS, Linux (via SDK ou API hébergée).
Télécharger: mem0.ai
Conclusion: Le choix quand vous construisez votre propre agent et voulez la mémoire en 10 lignes de code. Pas le choix pour les environnements réglementés ayant besoin d’une solution on-prem complète.
2. Letta — meilleur framework d'agent de style MemGPT
Letta (anciennement MemGPT) implémente le modèle de pagination où l’agent déplace les faits entre la “mémoire de travail” en contexte et le magasin d’archivage selon les besoins. Entièrement open source, auto-hébergeable et agnostique du modèle. Livré avec un serveur d’agent pour que vous puissiez pointer Cursor ou une CLI personnalisée dessus et lui laisser gérer la mémoire de manière transparente.
Ses lacunes: L’installation est plus lourde que mem0. Nécessite d’exécuter un backend Postgres ou SQLite et de comprendre le modèle de pagination pour l’ajuster.
Tarification: Gratuit, open-source. Tarification cloud gérée sur demande.
Plates-formes: Windows, macOS, Linux.
Télécharger: letta.com · GitHub
Conclusion: Le choix pour les équipes qui ont besoin d’une mémoire on-prem et peuvent investir un jour dans la configuration. Le modèle de pagination gère très bien les conversations très longues.
3. Zep — meilleure mémoire à long terme basée sur graphes
Zep stocke la mémoire sous forme de graphe de connaissances temporel. Quand les faits changent (un point d’extrémité API se déplace, une valeur de configuration est mise à jour), Zep suit le changement au lieu d’empiler des déclarations contradictoires. C’est le modèle de mémoire dont les agents de codage ont le plus besoin, car les faits du projet changent constamment.
Ses lacunes: Le magasin de graphes brille sur la récupération sémantique mais ajoute de la complexité pour les cas d’usage purement épisodiques. L’écart de prix entre la communauté et le cloud est raide.
Tarification: Édition communautaire gratuite, open-source. Cloud à partir de $34/mois.
Plates-formes: Windows, macOS, Linux.
Télécharger: getzep.com · GitHub
Conclusion: Le choix quand les faits de votre projet changent souvent et que vous voulez que la couche de mémoire se mette à jour, pas s’ajoute. Meilleur pour les travaux de dev-ops ou d’infrastructure par agent.
4. Cognee — meilleur pipeline de mémoire orienté ontologie
Cognee va plus loin dans le côté sémantique. Il construit une ontologie à partir de votre base de code et vos conversations, puis récupère selon les relations typées. Si votre agent a besoin de raisonner “quels fichiers dépendent de ce schéma”, Cognee est plus proche d’un graphe de connaissances que d’un magasin de mémoire.
Ses lacunes: Le modèle orienté ontologie est excessif pour un usage occasionnel. Nécessite un ajustement de l’ontologie pour briller.
Tarification: Gratuit, open-source. L’offre gérée est en accès anticipé.
Plates-formes: Windows, macOS, Linux.
Télécharger: cognee.ai · GitHub
Conclusion: Choisissez ceci quand la mémoire a besoin de modéliser les relations (dépendances, évolution du schéma) plutôt que de simples notes.
5. Modèles de mémoire Claude Code — persistance de session native pour Claude Code
Claude Code supporte désormais une mémoire persistante au niveau du projet via des fichiers CLAUDE.md plus un modèle de banque de mémoire. Les sessions résument automatiquement leurs décisions dans le fichier mémoire, et l’agent lit ce fichier au démarrage. Ce n’est pas un service de mémoire hébergé, mais c’est le chemin le plus court vers “cet agent se souvient de ce que nous avons fait la semaine dernière” si vous utilisez déjà Claude Code.
Ses lacunes: Pas de graphe inter-projets, pas de requêtes, pas d’UI d’édition au-delà d’un fichier texte simple. C’est une convention, pas un système.
Tarification: Inclus avec Claude Code (tarification Anthropic).
Plates-formes: Windows, macOS, Linux.
Télécharger: claude.com/code
Conclusion: Le choix avec le moins de friction si vous utilisez déjà Claude Code. Passez à mem0 ou Letta quand le fichier mémoire devient trop volumineux pour qu’un humain le consulte.
6. Cursor Memories — mémoire au niveau du projet dans Cursor
Cursor Memories capture les règles et préférences que le Composer de l’éditeur détecte au fur et à mesure que vous travaillez. Renommez une variable, et Cursor se souvient de la convention de nommage. Rejetez une refactorisation suggérée deux fois, et il arrête de suggérer ce modèle. Toute la mémoire est par dépôt, donc changer de projet ne fuit pas le style.
Ses lacunes: Verrouillé dans Cursor. Pas de chemin d’exportation. La transparence de la mémoire est limitée; les utilisateurs peuvent voir et éditer les règles mais ne peuvent pas inspecter l’intégralité de l’imbrication de mémoire.
Tarification: Inclus dans Cursor Pro ($20/mois).
Plates-formes: Windows, macOS, Linux.
Télécharger: cursor.com
Conclusion: Le choix quand Cursor est déjà votre éditeur. Pas la peine de passer à Cursor juste pour la mémoire.
7. Windsurf Memories — contexte persistant de l'agent Cascade
Windsurf l’agent Cascade a son propre système de mémoire qui préserve les règles, préférences et modèles de flux de travail entre les sessions. La récupération sémantique inter-fichiers est plus forte que celle de Cursor, et le modèle de mémoire gère mieux les mono-repos multi-dépôts dans les tests que nous avons exécutés. Le niveau gratuit inclut la mémoire de base, Pro déverrouille le magasin durable.
Ses lacunes: Verrouillé dans Windsurf. La mémoire de l’agent Cascade semble moins polie que l’expérience de l’éditeur principal.
Tarification: Niveau gratuit avec mémoire de base. Pro à partir d’environ $15/mois.
Plates-formes: Windows, macOS, Linux.
Télécharger: windsurf.com
Conclusion: Le choix si vous êtes déjà sur Windsurf et voulez le niveau de mémoire durable. Pas une raison de changer d’éditeur en soi.
Comment choisir le bon
- Construire votre propre agent et vouloir la mémoire en une après-midi: mem0.
- Construire votre propre agent et avoir besoin d’on-prem: Letta ou Zep (graphe) ou Cognee (ontologie).
- Utiliser Claude Code et vouloir le chemin le plus court: modèles de mémoire Claude Code.
- Utiliser Cursor ou Windsurf comme votre éditeur quotidien: utilisez leurs mémoires intégrées, et passez à mem0 ou Letta si vous les dépassez.
Pour l’expérience de style XDA “mon installation a commencé à s’exécuter d’elle-même”: commencez avec la mémoire qui est fournie avec votre éditeur actuel, puis ajoutez un magasin de graphes (Zep) une fois que le fichier mémoire texte simple devient encombrant.
FAQ
Quel est le meilleur outil gratuit de mémoire d’agent IA? mem0 a le niveau gratuit le plus généreux pour une API hébergée. Pour fully open-source et auto-hébergé, Letta et l’édition communautaire de Zep sont les choix.
Puis-je utiliser ceux-ci avec Claude, GPT-5 et Gemini de manière interchangeable? Oui pour mem0, Letta, Zep et Cognee. Les mémoires Cursor et Windsurf sont verrouillées sur les propres modèles de leur éditeur.
La mémoire d’agent fuit-elle entre les projets? Avec mem0 et Letta, seulement si vous le configurez de cette façon. Cursor et Windsurf conservent la mémoire par dépôt par défaut.
Fonctionnent-ils hors ligne? Letta, Zep et Cognee peuvent être entièrement auto-hébergés avec des modèles locaux. mem0 est SaaS par défaut; l’auto-hébergement est maintenu par la communauté. Les mémoires Cursor et Windsurf nécessitent une connexion cloud.
La mémoire native de Claude Code est-elle suffisante? Pour les projets solo, généralement oui. Pour les projets d’équipe avec des contributeurs rotatifs, ajoutez une couche de mémoire hébergée (mem0 ou Zep) pour que tout le monde partage le même souvenir.
