Notes de terrain · No. 023

Leeloo Dallas, mémopass

Leeloo a appris 5 000 ans d’histoire humaine en dix secondes. Votre IA ne se souvient pas de mardi dernier. Alors Milla Jovovich a bâti un correctif open source.

Herman Geldenhuys 8 avril 2026 4 min de lecture
Poster for “Leeloo Dallas, mémopass”

Votre assistant IA souffre d’amnésie. Pas la version dramatique. La version silencieuse. Celle où vous expliquez votre architecture le lundi, la réexpliquez le mercredi, et où, rendu au vendredi, vous préfacez chaque conversation d’un paragraphe de contexte que vous soupçonnez secrètement la machine d’ignorer de toute façon.

C’est le problème le plus concrètement frustrant de l’IA agentique, et presque personne n’en mesure le coût. Pas en jetons. En patience. Dans la lente érosion de la confiance qui s’installe quand votre outil le plus capable ne peut pas se souvenir de ce que vous lui avez dit hier.

Milla Jovovich, mieux connue pour son rôle de Leeloo dans Le Cinquième Élément, vient de livrer une solution. Ça s’appelle mempalace. Ça roule localement, ça utilise une base de données vectorielle nommée ChromaDB, ça ne coûte rien, et l’architecture est plus réfléchie que tout ce que les grands fournisseurs ont offert pour ce problème.

Dans le film, Leeloo absorbe la totalité du savoir humain en une seule séance. Dans la réalité, nos outils d’IA ne se souviennent pas de ce que nous leur avons dit mardi dernier. Jovovich a manifestement trouvé cet écart aussi frustrant que nous tous.

La taxonomie qui fonctionne

mempalace organise la mémoire comme une organisation bien tenue organise le savoir, c’est-à-dire : par qui, par quoi, et par quel genre.

Un Wing, c’est à qui appartient le souvenir. Un client. Un projet. Une équipe. Une Room, c’est le sujet : paiements, infrastructure, intégration. Un Hall, c’est le type de savoir : des faits (décisions prises), des événements (jalons atteints), des découvertes (intuitions gagnées), des préférences (habitudes observées), des conseils (recommandations données).

Cette taxonomie n’est pas arbitraire. Elle correspond directement à la façon dont les équipes d’ingénierie pensent déjà. Quand un développeur sénior se joint à votre équipe, il doit apprendre le contexte client (Wing), le domaine (Room) et la sagesse accumulée (Hall). C’est le savoir institutionnel qui vit dans les fils Slack, dans la tête des employés de longue date, dans des documents d’intégration perpétuellement en retard de six mois.

Le système fouille vos transcriptions de conversations Claude Code existantes, les compresse en souvenirs structurés et les recoupe automatiquement entre projets. Mansel Scheffel, qui en a fait la revue, y a passé 186 conversations et en a tiré environ 33 000 souvenirs indexés répartis sur six projets. Le système a rappelé des séances de débogage précises datant de plusieurs semaines, avec seulement des erreurs mineures.

Le projet est entièrement open source sur GitHub. Pour une version un, c’est du travail remarquablement solide.

L’avantage de l’amateur

La personne qui a résolu ce problème n’était pas en train de négocier avec une feuille de route produit. Elle n’attendait pas que la « couche mémoire » apparaisse dans l’annonce trimestrielle d’un fournisseur de plateforme. Elle avait un problème. L’IA n’arrêtait pas d’oublier des choses. Elle a bâti un classeur.

C’est l’avantage de l’amateur, au sens ancien et honorable du mot : quelqu’un qui travaille par amour de la chose plutôt que pour la machinerie qui l’entoure. Le professionnel voit le problème et remplit une demande de fonctionnalité. L’amateur voit le problème et bâtit une solution. Les deux réponses sont rationnelles. Une seule livre.

L’écart entre « j’aimerais que ça existe » et « je l’ai bâti » s’est réduit à une fin de semaine. Jovovich n’est pas une anomalie. Elle est un signal. Les gens les plus proches de la douleur bâtissent le remède, et ils n’attendent pas les cycles d’approvisionnement pour le faire.

La mémoire est de l’infrastructure

Voici ce que votre planification trimestrielle ne prévoit probablement pas : la mémoire n’est pas une fonctionnalité. C’est de l’infrastructure.

Chaque fois que vous expliquez du contexte à un assistant IA, vous payez une taxe. Pas seulement en temps, mais en qualité. Un assistant qui se souvient de votre architecture, de vos décisions passées et du raisonnement derrière elles donne des réponses fondamentalement différentes de celui qui vous rencontre pour la première fois.

Cela rejoint quelque chose que j’écris dans ma série du Guide du voyageur. On ne peut pas spécifier ce qu’on veut si le système a déjà oublié ce qu’on lui a dit la semaine dernière. On ne peut pas bâtir une compétence qui se cumule avec l’IA si chaque séance repart de zéro. La mémoire est le substrat sur lequel l’intention s’accumule. Sans elle, chaque conversation est un démarrage à froid, et les démarrages à froid sont là où se cache le vrai coût de l’IA.

Les fournisseurs finiront par régler ça. Mais « finiront » porte beaucoup de poids dans cette phrase.

Ce que ça signifie pour votre équipe

mempalace est une v1. L’architecture mérite d’être étudiée peu importe. Wing/Room/Hall, c’est un multipass pour la mémoire de votre IA : les bonnes étiquettes vous ouvrent chaque fois la porte du bon savoir. Commencez à catégoriser le savoir dont dépendent vos interactions avec l’IA. Pour qui est-ce? Quel domaine? Quel type de savoir? Même si vous n’utilisez rien de plus sophistiqué qu’une voûte Obsidian bien organisée ou un fichier CLAUDE.md structuré, la taxonomie elle-même vous sauvera des heures.

La leçon profonde est plus simple. Les gens qui bâtissent l’avenir de l’outillage IA ne sont pas tous à San Francisco. Certaines sont des actrices. Certains sont des musiciens. Certains sont assis à Montréal, en train de résoudre des problèmes auxquels l’industrie n’est pas encore rendue.

La cuisine, comme je l’ai déjà noté, est ouverte. Et les plats les plus intéressants sont mijotés par des gens qui n’ont jamais mis les pieds dans une école de cuisine.

Herman Geldenhuys est un leader en ingénierie qui écrit depuis Montréal, Québec, sur le côté non héroïque de diriger des équipes à l'ère de l'IA.

Sources et lectures

  1. 01 open source sur GitHub github.com

Aussi à l'affiche