Pourquoi votre agent IA finit par tout oublier (et comment y remédier)

Travailler plusieurs jours avec un agent de code, c'est souvent le même scénario. Le premier jour, tout se passe bien : l'API prend forme, les tests sont corrects, la documentation avance. Le lendemain, nouvelle session, même projet, mais l'agent ne sait plus où il en est. Il faut tout réexpliquer.

Le vrai problème n'est pas la taille du contexte. C'est que l'état du projet est stocké au mauvais endroit.

Le piège des conversations comme mémoire

Les discussions en chat sont pratiques pour échanger. Elles sont désastreuses pour conserver une trace fiable d'un projet.

Chaque décision disparaît dans l'historique. Il n'existe pas de source unique. Chaque nouvelle session repart de zéro. Et quand plusieurs agents interviennent, les contradictions s'accumulent sans que personne ne s'en rende compte.

Le code, l'agent sait le produire. Ce qui coince, c'est de lui faire comprendre ce qui a déjà été décidé et ce qui reste à faire.

Stocker l'état dans le dépôt, comme le code

La solution est simple : enregistrer l'état du projet dans des fichiers Markdown versionnés, directement dans le repository.

Pas de base de données. Pas d'outil externe. Juste des fichiers structurés avec un en-tête léger contenant des métadonnées :

• un titre
• un cycle de vie (actif, terminé, archivé)
• un rôle (spécification, journal, décision, guide)
• des liens vers d'autres fichiers
• le contenu proprement dit

Un petit outil en ligne de commande permet ensuite de créer ces fichiers, de les lister, de les archiver ou de vérifier que les liens restent cohérents.

L'agent interroge, il n'essaie plus de deviner

Au lieu de demander à l'agent de relire tout le chat, on lui donne une commande :

docs list --role=spec
docs check

Il obtient aussitôt la liste des décisions actives, des points bloqués, des documents de référence. Il peut aussi modifier l'état via des commandes explicites :

docs create --role=log "Rate limiting ajouté"
docs archive spec-v1

Le format impose des règles. L'agent ne peut pas casser la structure par erreur.

Reprendre sans perte de contexte

Chaque nouvelle session commence de la même façon : l'agent exécute docs list, lit les fichiers pertinents et comprend immédiatement où en est le projet. Plus besoin de reconstituer l'historique à partir de messages épars.

L'ancienne conversation devient alors jetable. L'état réel vit dans le dépôt.

Pour qui cette approche change vraiment les choses

Cette méthode s'adresse surtout aux développeurs qui :

• utilisent un agent IA sur plusieurs jours
• gèrent des workflows où les sessions se succèdent sans transfert complet du contexte
• veulent une trace partagée dans une équipe
• perdent régulièrement le fil des décisions en cours

Elle ne remplace ni Git ni les tests. Elle ajoute juste une couche de cohérence pour que l'agent reste aligné sur le projet dans la durée.

Une solution volontairement basique

Rien de révolutionnaire ici. On utilise Markdown, Git et une CLI. Pas de nouvelle base de données, pas d'IDE spécialisé. Juste des outils existants appliqués à un usage qu'ils maîtrisent déjà.

Les cas limites sont gérés simplement : validation des liens, index généré automatiquement, commandes qui respectent les invariants. Le résultat est sans éclat, mais il fait la différence entre un agent qui « suit à peu près » et un agent qui comprend vraiment le projet sur lequel il travaille.