Chargement des modèles…
Ingénierie de contexte agentique (playbook évolutif)(ACE)
Traite le contexte d'un agent comme un playbook évolutif de stratégies concrètes, amélioré par trois rôles : un Generator qui produit des traces de raisonnement sur des tâches réelles, un Reflector qui en extrait des leçons à partir des succès et des échecs, et un Curator qui fusionne ces leçons dans le playbook sous forme de mises à jour delta compactes et structurées. Comme les mises à jour sont des ajouts et des modifications incrémentaux plutôt que des réécritures complètes, le playbook accumule des détails métier au lieu de souffrir d'effondrement du contexte et de biais de concision, où la réécriture itérative érode des spécificités durement acquises. Il ne nécessite aucune supervision étiquetée et s'applique aussi bien hors ligne, comme un prompt système amélioré, qu'en ligne, comme mémoire de l'agent ; l'article ACE d'ICLR 2026 rapporte environ +10.6% sur des tâches d'agent et +8.6% en finance. À distinguer de `prompt-optimization` : DSPy et GEPA optimisent un artefact de prompt en fonction d'une métrique, tandis qu'ACE fait croître un playbook en langage naturel par curation delta, avec un mécanisme explicite anti-effondrement couvrant à la fois le prompt et la mémoire ; et contrairement à `skill-library` (compétences exécutables) ou `self-improving-systems` (modifications de prompt et d'outils encadrées par des points d'approbation), l'artefact amélioré est un playbook en langage naturel curé.
Aperçu en 30 secondes
- Quoi
- Divise un agent en rôles de Générateur, Réflecteur et Curateur qui construisent en langage naturel un manuel de stratégies au moyen de mises à jour différentielles incrémentales plutôt que de réécritures complètes, ce qui prévient l'effondrement du contexte.
- Quand l'utiliser
- Tâches métier en plusieurs étapes où l'agent doit accumuler et conserver des enseignements précis tirés des traces d'exécution sans données annotées, et où la concision du prompt érode des détails durement acquis.
- Vigilance
- Le Curateur doit distinguer le signal du bruit ; une mauvaise sélection des deltas pollue le manuel plus vite qu'une bonne curation ne peut le nettoyer, ce qui dégrade les performances.
Interrogez l'expert IA sur ce pattern
Ouvre l'assistant avec votre question préremplie. Vous la relisez avant l'envoi.
Ingénierie de contexte agentique (playbook évolutif): Vue d’ensemble
Traite le contexte d'un agent comme un playbook évolutif de stratégies concrètes, amélioré par trois rôles : un Generator qui produit des traces de raisonnement sur des tâches réelles, un Reflector qui en extrait des leçons à partir des succès et des échecs, et un Curator qui fusionne ces leçons dans le playbook sous forme de mises à jour delta compactes et structurées. Comme les mises à jour sont des ajouts et des modifications incrémentaux plutôt que des réécritures complètes, le playbook accumule des détails métier au lieu de souffrir d'effondrement du contexte et de biais de concision, où la réécriture itérative érode des spécificités durement acquises. Il ne nécessite aucune supervision étiquetée et s'applique aussi bien hors ligne, comme un prompt système amélioré, qu'en ligne, comme mémoire de l'agent ; l'article ACE d'ICLR 2026 rapporte environ +10.6% sur des tâches d'agent et +8.6% en finance. À distinguer de `prompt-optimization` : DSPy et GEPA optimisent un artefact de prompt en fonction d'une métrique, tandis qu'ACE fait croître un playbook en langage naturel par curation delta, avec un mécanisme explicite anti-effondrement couvrant à la fois le prompt et la mémoire ; et contrairement à `skill-library` (compétences exécutables) ou `self-improving-systems` (modifications de prompt et d'outils encadrées par des points d'approbation), l'artefact amélioré est un playbook en langage naturel curé.
- Generator, Reflector, Curator role division
- Context as an evolving strategy playbook
- Compact structured delta updates (append and edit, not full rewrite)
- Anti-collapse mechanism against context collapse and brevity bias
- Offline (system prompt) and online (agent memory) adaptation
- Self-improvement from execution traces without labeled supervision
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.
Références
Les articles, spécifications et dépôts sur lesquels repose ce modèle.
Par l’ingénieur derrière ce catalogue
Faites auditer l’architecture de vos agents
Cette page documente un pattern. Votre système en fait tourner des dizaines, et l’essentiel des pannes se loge dans la façon dont ils s’articulent. Faites relire toute la conception à l’aune des 288 patterns de ce catalogue : architecture, fiabilité, évaluation et coûts, chaque constat relié au pattern qui le corrige.
750 € au lieu de 1 500 €, une semaine, rapport écrit et appel de restitution, jusqu’au 30 septembre