La pluie tambourine contre la vitre de mon appart à San Francisco pendant que je lance un npm install sur un SDK de plus, censé combler les pires lacunes de l’IA.
Écoutez, je suis plongé jusqu’au cou dans les projets d’agents depuis des années – ces chatbots sans état qui excellent en raisonnement mais tirent un trait sur la conversation d’hier. MnemoPay SDK promet d’ajouter mémoire et paiements en cinq minutes chrono. Installez, importez, et hop : votre agent se souvient des préférences utilisateur avec des scores d’importance, débite les cartes en escrow, et discute même affaires avec d’autres bots.
Mais le hic, c’est : ça marche vraiment, ou c’est du vent de la Silicon Valley saupoudré de jargon neurosciences ?
Pourquoi les agents IA ont besoin de mémoire (et pourquoi la plupart n’en ont pas)
Les agents réfléchissent. Ils raisonnent. Ils appellent des API. Mais la mémoire ? C’est le chaînon manquant de tous les projets.
L’appel remember() de l’SDK étiquette des faits du genre « L’utilisateur préfère la facturation mensuelle à 25 $/mois » avec un score d’importance – disons 0,8. Le rappel extrait les cinq meilleurs, triés non seulement par fraîcheur mais par un mix de courbes de déchéance et de renforcement. Ils invoquent Ebbinghaus et son oubli naturel, et l’apprentissage hebbien où les succès renforcent les connexions neuronales.
Joli discours.
Des neurosciences en code ? Ça claque, jusqu’à ce qu’on se rende compte que c’est sans doute juste des vecteurs pondérés sous le capot. Pourtant, dans la démo, ça ressort les infos pertinentes sans que vous ayez à baby-sitter une base de données.
« Résultat : votre agent se souvient naturellement des clients importants et oublie progressivement les interactions ponctuelles. »
C’est dans la doc. Percutant, non ? Promesses d’intelligence humaine sans la facture du psy.
Et les paiements ? agent.charge(25, « Accès API mensuel ») met l’argent en escrow – en attente jusqu’au règlement. La compta en partie double garde les comptes au centime près ; ils ont stress-testé 1 000 transactions, zéro dérive.
Impressionnant sur le papier. Mais qui audite ça en prod ?
Deux agents IA peuvent-ils vraiment conclure un marché ?
Là, ça devient excitant – ou louche.
Lancez MnemoPayNetwork, enregistrez vos bots, et transigez : l’acheteur paie le vendeur 25 dollars pour un accès API. L’argent est splitté (24,52 net après 1,9 % de frais), les deux agents le loguent en mémoire. Prochaine discussion, ils se rappellent l’ambiance.
Du commerce agent-à-agent, les amis. Sans humains.
Mais attendez : les scores de réputation montent avec les deals, garde-fous antifraude intégrés : limites de vélocité, z-scores, risques géo, même screening OFAC. Bloquez un débit de 1 000 $ si le risque dépasse 0,75.
Malin. Pourtant, mon test olfactif cynique : en 20 ans à couvrir ce coin, j’ai vu une dizaine de protocoles « sans confiance » s’effondrer sous le spam ou les exploits. Vous vous souvenez des premiers DEX crypto ? Des bots qui front-runnent les humains jusqu’à ce que les régulateurs rappliquent.
MnemoPay ressemble à du blockchain-lite pour agents – mais centralisé, avec leur commission qui skimme chaque deal. Qui empoche ? Indice : pas que vous.
Branchez des rails comme Stripe, Paystack (spécial Afrique) ou Lightning BTC. Même API. Même Claude l’appelle via MCP.
Gratos pour démarrer, licence MIT, 672 tests. GitHub : mnemopay/mnemopay-sdk.
Le rêve de l’« Agent FICO » repose-t-il sur du sable ?
Le créateur vend l’Agent FICO – des scores de crédit basés sur mémoire + paiements. Quarante souvenirs de 20 deals ? Deux fois plus de signal de confiance que les logs de transactions seuls.
Audacieux.
Ma vision perso : ça rappelle les bureaux de crédit des années 90 qui digitalisaient les relations, mais pour machines. À l’époque, FICO a fait exploser le crédit conso ; les agents pourraient enfanter une économie. Prono ? Si les agents gèrent 10 % des tâches de PIB d’ici 2030 (pari f
