Assistant d’ingénierie sur Letta : mémoire auto-actualisée, recherche dans les archives et scénarios portables
La mise en place d’un agent qui gère de manière autonome les blocs de mémoire principale, accède à une archive vectorielle et appelle des outils déterministes est examinée ; l’état partagé entre plusieurs agents, la diffusion en continu et l’exportation du workflow dans un fichier portable sont également abordés.

Objectif de l’assistant
Ce guide pédagogique construit sur Letta un assistant d’ingénierie qui conserve son état. L’agent reçoit la description « Copilote d’ingénierie doté d’une mémoire à long terme consultable ». L’architecture réunit la mémoire, la recherche, les outils, la collaboration entre plusieurs agents et les traces d’exécution.
Critère : l’assistant convient aux tâches d’ingénierie qui nécessitent la conservation de l’état et une mémoire à long terme vérifiable.
Blocs de mémoire principale et mise à jour autonome
La mémoire principale se compose de quatre blocs vérifiables. L’agent peut les mettre à jour de manière autonome.

Le code définit quatre blocs, chacun avec des valeurs par défaut et des limites distinctes.
| Bloc | Contenu | Valeur par défaut | Limite |
|---|---|---|---|
persona | « Je suis Mnemo, un copilote d’ingénierie. Je suis concis et concret, et je n’invente jamais de faits : si je ne sais pas quelque chose, je le dis, puis je vais chercher la réponse. » | — | 3000 |
human | Informations durables sur l’ingénieur : nom, rôle, stack technique, préférences et style de travail. | Inconnu pour le moment. | 3000 |
project_state | État actuel du projet : étapes, blocages, décisions et justifications. | (vide) | 5000 |
lessons | Leçons tirées et erreurs à ne pas répéter ; une ligne par leçon. | (vide) | 2000 |
Critère : les blocs distinguent le rôle de l’agent, le profil de l’ingénieur, l’état du projet et les leçons tirées. Les limites définissent la taille maximale de chaque bloc.
Configuration des embeddings, des balises et des modèles
Le code définit openai/text-embedding-3-small comme modèle d’embedding de l’agent. Le code attribue les balises ["tutorial", "copilot"]. Le code répertorie les modèles préférés : openai/gpt-4.1, openai/gpt-4o-mini, anthropic/claude-sonnet-4-20250514. Le système sélectionne le premier modèle disponible de la liste. Si aucun n’est trouvé, le système choisit le premier modèle parmi ceux qui ont été récupérés.
Critère : l’ordre de la liste définit la priorité. Le modèle de secours est le premier parmi ceux qui ont été récupérés.
Accès programmatique et collaboration entre agents
L’accès programmatique aux blocs répond à deux objectifs.
- synchroniser l’état ;
- permettre le partage entre plusieurs agents.
L’accès porte sur les blocs de la mémoire principale.
Critère : l’accès partagé aux blocs est nécessaire pour synchroniser l’état entre les agents.
Mémoire d’archives et recherche sémantique
La mémoire vectorielle d’archives permet d’effectuer des recherches sémantiques. Elle fait partie de l’architecture de l’assistant.
Critère : la recherche dans les archives est nécessaire pour formuler des requêtes sémantiques sur les données accumulées.
Outil serveur d’évaluation des risques et exécution en continu
Un outil serveur personnalisé effectue une évaluation déterministe des risques. Le flux d’exécution fait partie de l’architecture de l’assistant.
Critère : l’évaluation des risques nécessite un outil serveur à logique déterministe. L’exécution nécessite un flux continu.
Historique côté serveur et scénarios portables
L’historique des messages côté serveur permet de conserver les conversations. L’export .af assure la portabilité.
Critère : les conversations persistantes nécessitent un historique côté serveur. L’export .af permet de transférer le scénario.
Foire aux questions
Matériaux connexes
Tous matériaux
Annotation hybride des images : l’automatisation accélère l’entraînement des modèles de vision par ordinateur
L’article décrit comment le pré-étiquetage par des algorithmes réduit le travail manuel et améliore la qualité des jeux de données d’entraînement, ainsi que les raisons pour lesquelles une vérification humaine par échantillonnage reste nécessaire. Il examine les limites de cette méthode dans des conditions de prise de vue difficiles et pour les types d’objets rarement rencontrés.
5 novembre 2026
Méthode GoldiMask pour l’ajustement fin des modèles de langage à diffusion : sélection du contexte et pondération des objectifs
Cet article présente GoldiMask, une approche de fine-tuning supervisé pour les modèles de langage à diffusion discrète, qui sélectionne les tokens visibles par maximisation approximative d’une fonction sous-modulaire et attribue des poids aux objectifs restants en fonction de leur utilité pour l’entraînement. Des expériences menées sur plusieurs modèles et jeux de données montrent une hausse de la précision moyenne, des gains sur les tâches de raisonnement logique et de programmation, ainsi qu’une réduction du nombre d’itérations de décodage parallèle sur GSM8K et MATH-500 à qualité comparable.
30 octobre 2026
Transformers a ajouté la prise en charge de l’exécution de modèles GGUF quantifiés sur Apple Silicon
L’article décrit l’intégration du format GGUF de llama.cpp dans Transformers : l’inférence locale sur Mac, le chargement de modèles via l’API de la bibliothèque et le lancement d’un serveur compatible avec OpenAI. À l’exemple de Qwen3.5-4B, il montre comment le choix du niveau de quantification influe sur la taille des poids et les besoins en mémoire.
18 octobre 2026