Mémoire d'un Agent IA ou apprentissage

L'historique conserve la conversation ; User Memory rappelle des faits privés ; Knowledge retrouve des sources approuvées. Aucun n'autorise seul un changement de comportement partagé.

Apprendre signifie changer une instruction future. Il faut une intention durable explicite, un périmètre exact, un acteur autorisé, une provenance, des révisions, une suppression et un retour arrière.

Le fine-tuning change des paramètres et Evaluations mesure le comportement. Ce ne sont pas des synonymes d'une règle enregistrée et ils ont des responsables et consentements distincts.

Ne conservez pas une consigne ponctuelle, un secret, un paiement, un identifiant, une inférence sensible, un texte hostile ou une conversation ordinaire au cas où elle serait utile.

La mémoire n'accorde ni outils, adhésion, paiement, publication, approbation ou accès entre scopes. L'autorisation reste côté serveur.

Évitez la dernière écriture l’emporte : identité stable, révision attendue, idempotence, conflits, historique et retour arrière protègent les corrections concurrentes.

Self-Learning est un module opt-in implémenté pour préférences, corrections, limites et règles durables, distinct de l'historique, User Memory, Knowledge, fine-tuning et Evaluations.

Les règles privées appartiennent à l'OAuth user exact. Responsable/editor contrôle Agent ; membres Company et clients Store proposent les changements partagés à faire réviser.

Chaque mutation est bornée, attribuée, révisionnée, idempotente, consultable et réversible. Seules les règles actives entrent comme contexte non fiable de priorité inférieure.