La nouvelle recherche de Google Cloud vise à résoudre l’une des limites historiques des agents d’IA, à savoir l’amnésie opérationnelle, grâce à Google Cloud AI ReasoningBank.
Avec cet outil, en effet, les agents peuvent transformer erreurs et succès en stratégies réutilisables et contourner le problème de la mémoire sans devoir affronter chaque fois de nouvelles tâches comme si c’étaient les premières.
Le nouveau framework est présenté par des chercheurs de Google Cloud AI avec des équipes de l’Université de l’Illinois à Urbana-Champaign et de l’Université Yale.
L’objectif est simple à expliquer mais ambitieux à réaliser : permettre aux agents artificiels de vraiment se souvenir de ce qu’ils ont appris.
Sommaire
Google Cloud AI ReasoningBank introduit une nouvelle mémoire pour des agents intelligents plus efficaces
Comme nous le savons, les agents d’IA sont de plus en plus souvent utilisés pour des activités concrètes comme la navigation web autonome, les achats en ligne, le débogage logiciel, la gestion de tickets et bien plus encore.
Le principal problème est que beaucoup de systèmes actuels n’apprennent pas de manière durable. En effet, une fois la tâche terminée, l’expérience qu’ils ont accumulée jusque-là reste archivée dans des trames peu utiles.
Selon l’article, il existe deux approches traditionnelles :
- mémoire de trajectoire, qui enregistre clics, requêtes et actions brutes
- workflow memory, qui ne conserve que les procédures réussies
Cependant, les deux montrent des limites évidentes. La première génère en effet du bruit informationnel. La seconde ignore complètement les échecs, qui sont souvent la source la plus précieuse d’apprentissage.
C’est donc dans ces contextes que Google Cloud AI ReasoningBank cherchera à modifier le paradigme de manière significative.
Plus précisément, le système fonctionne en trois phases. La récupération de la mémoire avant la tâche, l’extraction de la mémoire après la tâche et le consolidation de la mémoire dans le store central.
Cela signifie qu’avant de commencer une nouvelle activité, l’agent recherche dans l’historique le souvenir le plus utile via une recherche de similarité basée sur des embeddings. Ce contenu est ensuite inséré dans le prompt initial comme guide contextuel.
Après l’exécution, le système analyse ce qui s’est passé et crée une mémoire structurée composée du titre de la stratégie, d’une description synthétique, d’un contenu opérationnel ou logique. Quoi qu’il en soit, la véritable innovation réside dans le fait que seront mémorisés à la fois les succès et les erreurs.
De cette façon, une tâche échouée n’est pas écartée, elle devient plutôt une leçon préventive pour l’avenir.
La valeur de l’erreur : pourquoi est-elle importante ?
De plus, l’un des résultats les plus intéressants de la recherche concerne la quantité de mémoire récupérée.
En effet, bien que l’on puisse penser que plus de souvenirs équivalent à de meilleures performances, en réalité les tests montrent le contraire. À savoir que récupérer, par exemple, un seul élément de mémoire par tâche fonctionne mieux que d’en récupérer quatre.
Cela suggère un principe important aussi pour l’IA moderne : il ne s’agit pas d’accumuler des données, il s’agit de sélectionner les bonnes.
De plus, c’est une leçon qui vaut aussi pour le marché des entreprises, où de nombreuses sociétés se précipitent pour accumuler d’énormes bases de connaissances sans disposer de systèmes de retrieval efficaces.
Cependant, comme mentionné, l’une des étapes les plus mûres du projet est précisément la récupération de l’échec comme ressource.
Dans le débat technologique, on célèbre souvent le modèle qui « gagne des benchmarks » ou « résout des tâches », mais dans la pratique opérationnelle les agents se trompent souvent. Ils peuvent en effet cliquer sur le mauvais bouton, mal interpréter un prompt ou choisir des parcours inefficaces.
L’innovation réside dans le fait que ReasoningBank utilise ces erreurs pour créer des règles négatives : ce qu’il ne faut pas faire, où il ne faut pas insister, quels signaux mieux interpréter.
Une approche donc très similaire à l’apprentissage humain, puisque les individus eux aussi s’améliorent davantage en apprenant de leurs erreurs et en se souvenant de ce qui n’a pas fonctionné.
Non seulement cela, à côté du framework principal, l’équipe introduit MaTTS (memory-aware test-time scaling).
En pratique, le système génère le plus de trajectoires possibles pour la même tâche et utilise les comparaisons entre tentatives réussies et échouées pour produire de meilleures mémoires.
Plus précisément, il existe deux modes : le mode parallèle, avec plusieurs tentatives simultanées, et le mode séquentiel, avec un raffinement progressif.
Jusqu’à présent, le mode parallèle a donné de meilleurs résultats dans les benchmarks les plus complexes. Cela montre qu’il ne suffit pas d’avoir un agent qui répond une seule fois, mais qu’il est plus important de construire des systèmes capables d’explorer plusieurs voies et d’apprendre de chacune.
Les résultats dans les benchmarks et le véritable message de Google Cloud
Dans les tests sur WebArena, Mind2Web et SWE-Bench-Verified, Google Cloud AI ReasoningBank a dépassé les baselines sans mémoire et plusieurs systèmes concurrents.
En particulier, parmi les données principales, on observe une amélioration du taux de succès sur WebArena, moins d’étapes en moyenne pour compléter les tâches, des progrès nets dans les tâches cross-domain et de meilleurs résultats également sur les tâches de génie logiciel.
Ceci est pertinent car cela démontre que la mémoire ne sert pas seulement aux chatbots conversationnels, mais aussi aux agents opérationnels complexes.
De plus, derrière cette recherche se cache aussi un message stratégique, à savoir que la prochaine compétition en IA ne se jouera pas seulement entre modèles linguistiques, mais entre écosystèmes d’agents à mémoire persistante.
Ainsi, ceux qui parviendront à construire des agents qui se souviennent, s’améliorent dans le temps, se trompent moins, s’adaptent aux contextes et ainsi de suite auront forcément un avantage énorme.
De plus, c’est aussi une réponse indirecte à la concurrence de OpenAI, Anthropic, Microsoft et Meta, toutes, pour le moment, engagées dans le développement d’agents toujours plus autonomes.
Cela dit, malgré l’enthousiasme, il existe certaines criticités. Par exemple, s’il y a plus de mauvaises mémoires, il y a par conséquent des erreurs amplifiées. Si le système distille une leçon erronée, l’agent risque de traîner l’erreur dans le futur.
En outre, dans les environnements d’entreprise, se souvenir des interactions et des workflows peut générer des problèmes de conformité et de gouvernance.
Enfin, le fait de maintenir des mémoires vectorielles, du ranking, du retrieval et du consolidation requiert des ressources non négligeables. Cela signifie que, bien que le framework soit prometteur, son industrialisation à grande échelle ne sera certainement pas facile.




