La question
Un assistant sans mémoire repart de zéro à chaque session. Lui donner une mémoire long-terme — qu'il relit, sur laquelle il raisonne, à partir de laquelle il agit — change sa nature. Le faire en local, sans confier l'historique d'une vie à un tiers, change l'enjeu.
Où on en est
Incarné par Aeon : mémoire long-terme locale, raisonnement sur l'historique, MCP-native. C'est la preuve par le code de la thèse de souveraineté appliquée à la chose la plus intime — ce dont l'assistant se souvient de vous.
Ce qu'on a appris (à la dure)
En évaluant cette mémoire, on a découvert que plusieurs scores « parfaits » ne mesuraient rien — des artefacts de métrique, pas une vraie capacité. Un seul signal tient solidement à l'analyse. C'est exactement le genre de résultat qu'on publie : une éval qui se trompe elle-même est pire qu'une absence d'éval.
Ce qui reste ouvert
La persistance côté assistant du cockpit (encore différée). La fiabilité de la récupération au-delà du cas de démo. Et la question de fond, partagée avec l'axe 05 : comment évaluer une mémoire sans tromper la mesure ?