Le problème de mémoire dont personne ne parle
Les assistants d'IA deviennent vraiment bons pour retenir. Votre format de sortie préféré. La pile technique dans laquelle vous travaillez. Votre fuseau horaire, la structure de votre équipe, le fait que vous voulez toujours des citations. Ce contexte persistant rend l'IA nettement plus utile — vous cessez de vous réexpliquer à chaque session et l'assistant commence à ressembler à un collègue plutôt qu'à une boîte de recherche.
Mais à côté de cette utilité, une dépendance grandit en silence. L'assistant retient des choses sur vous, et vous ne contrôlez pas ce qu'il retient. Vous ne pouvez pas l'auditer facilement, vous ne pouvez pas l'exporter dans un format portable, et si le fournisseur décide de changer son produit de mémoire — ou simplement de l'arrêter — vous n'avez aucun recours. Vous ne perdez pas seulement le confort : vous perdez le contexte accumulé qu'il a fallu des mois d'interaction pour bâtir.
Ce n'est pas hypothétique. C'est l'état par défaut de toutes les grandes plateformes d'IA en activité aujourd'hui.
Trois droits qui ne devraient pas être négociables
Le débat sur les droits relatifs aux données n'est pas neuf. Le RGPD, le CCPA et une décennie de litiges autour des plateformes sociales ont établi que les gens ont des prétentions légitimes sur leurs propres données. La mémoire d'IA devrait relever des mêmes normes. Trois droits comptent particulièrement :
Le droit d'inspecter. Vous devriez pouvoir consulter une liste en clair de chaque fait stocké à votre sujet. Pas un résumé vague, pas un « profil de personnalisation » de brochure — les faits réellement conservés, visibles à la demande. Si le système pense que vous êtes développeur back-end, que vous préférez les réponses concises et que vous détestez la voix passive, vous devriez pouvoir lire exactement cela.
Le droit à l'oubli. Chaque fait stocké devrait pouvoir être supprimé par vous, isolément ou en bloc, avec effet immédiat. La suppression doit être réelle — pas un masquage doux qui continuerait d'influencer le comportement du modèle en interne — et elle doit être vérifiable. « J'ai supprimé cela » devrait vouloir dire que le modèle n'agit plus en conséquence.
Le droit à l'export et à la portabilité. Si vous avez bâti un contexte de mémoire utile pendant un an chez un fournisseur et que vous voulez changer, vous devriez pouvoir l'emporter. La portabilité de la mémoire est le même problème que la portabilité des données dans toute autre catégorie. Qu'il s'agisse d'un vecteur d'embedding ou d'un bloc JSON plutôt que d'un tableur n'y change rien conceptuellement.
Aucun de ces droits n'exige de sacrifier la qualité du produit. Ils exigent de traiter les gens comme des parties prenantes et non comme une source de données.
Pourquoi les plateformes résistent
La résistance n'est pas d'abord technique, elle est structurelle. Le contexte de mémoire est une infrastructure de rétention. Une plateforme qui a profondément appris vos préférences dispose d'un avantage de coût de changement sur une plateforme qui ne l'a pas fait. Rendre la mémoire portable ou facilement supprimable affaiblit cette rétention, et la plupart des équipes produit qui optimisent des indicateurs d'engagement repoussent discrètement le contrôle utilisateur.
Il y a aussi un problème épistémique : les équipes qui construisent des systèmes de mémoire ne savent souvent pas précisément ce que le modèle a retenu, parce que la mémoire n'est fréquemment pas une liste structurée propre mais une propriété émergente de l'espace d'embedding ou d'un ajustement fin léger. Offrir une piste d'audit claire exige des décisions d'architecture explicites — stocker la mémoire comme des faits structurés et inspectables plutôt que comme un état opaque du modèle — et ces décisions doivent être prises tôt.
Ajouter la traçabilité après coup à un système opaque coûte cher. La construire dès le départ, non. Le choix reflète des priorités.
Où se situe ToRun
La mémoire dans ToRun est stockée sous forme de faits explicites et lisibles. Vous pouvez lister tout ce qu'elle sait de vous, supprimer des éléments isolés ou tout, et la suppression est immédiate et réelle — elle affecte ce que le modèle voit au tour suivant. Le système de mémoire est aussi indépendant de la langue : il fonctionne dans les 29 langues de la plateforme, sans vous obliger à écrire en anglais pour être retenu de façon fiable.
Nous ne l'avons pas construit ainsi par obligation. Nous l'avons construit ainsi parce que l'alternative — stocker la mémoire comme une boîte noire qu'on ne peut pas interroger — est incompatible avec les principes d'interface honnête sur lesquels repose le produit. Si quelqu'un demande « que sais-tu de moi ? », le système devrait pouvoir répondre à cette question de façon complète et exacte, pas approximative.
La portabilité à l'export est désormais livrée. Une demande d'accès aux données renvoie votre mémoire aux côtés du reste de vos données personnelles, sous forme de fichier que vous téléchargez vous-même — les faits étaient déjà structurés, il s'agissait donc de construire le point de terminaison, pas de repenser le magasin.
C'est une affirmation étroite : votre mémoire d'IA devrait vous appartenir, être lisible par vous et effaçable par vous. Ce n'est pas une position controversée. Le secteur devrait y converger plus vite qu'il ne le fait.