Chatbots AI généralistes ou compagnons AI : lequel se souvient le mieux de vous ?

2026-08-18

Illustration d’une personne conversant avec un avatar de robot AI, entourée de graphiques, d’ampoules et d’icônes d’analyse représentant une interaction AI personnalisée

Quelle couche de continuité stimule réellement la personnalisation : le stockage de mémoire ou la conception de la relation ?

La distinction importante n’est pas de savoir si un système stocke des informations sur vous, mais si son architecture est conçue pour agir sur ces informations d’une session à l’autre. Les chatbots AI généralistes comme ChatGPT, Claude et Gemini stockent désormais des informations utilisateur durables et les appliquent à travers les conversations, mais ils traitent la mémoire comme une fonction utilitaire superposée à un assistant de tâches. Les compagnons AI dédiés comme Replika, Character.AI et Nomi construisent l’ensemble du produit autour de la continuité relationnelle, en faisant remonter proactivement l’historique afin de maintenir l’engagement émotionnel. Une troisième catégorie — les plateformes d’Agents configurables telles que Jenova — se situe entre les deux, en associant une mémoire persistante intersessions à une spécialisation capable d’exécuter des tâches.

Quatre facteurs distinguent une véritable continuité d’un simple rappel superficiel :

✅ Portée de la mémoire — le rappel couvre-t-il une seule conversation, un seul produit ou toutes les sessions de la plateforme ? ✅ Rappel proactif ou réactif — les compagnons initient le contact et font référence à l’historique sans y être invités ; les assistants ne rappellent des éléments que lorsqu’ils sont pertinents pour une demande ✅ Persistance de la relation — la personnalité, le ton et le rôle restent-ils stables pendant des semaines et des mois ? ✅ Capacité d’exécution en parallèle de la continuité — le système peut-il faire des choses avec ce dont il se souvient, et pas seulement en parler ?

Choisir entre ces catégories exige des critères d’évaluation clairs, car « personnalisé » signifie quelque chose de structurellement différent dans chacune d’elles.

Que signifie réellement l’« interaction continue » dans les systèmes AI ?

Une interaction continue signifie que le système conserve et applique des informations sur vous entre des sessions distinctes, sans que vous ayez à les réexpliquer — ce qui nécessite deux couches techniques distinctes souvent confondues.

La fenêtre de contexte est la mémoire de travail au sein d’une conversation unique. Comme l’explique Notebookcheck dans sa comparaison des principaux assistants, la fenêtre de contexte contient tout ce qui a été dit jusque-là dans une conversation et, lorsqu’elle devient longue, les parties les plus anciennes disparaissent et l’AI perd les détails antérieurs.

La mémoire persistante est distincte. Elle stocke des informations condensées à votre sujet en dehors de toute conversation et survit à la fin de celle-ci. Notebookcheck souligne deux limites majeures : la mémoire n’enregistre pas chaque mot, mais seulement de courtes notes vous concernant, et un élément mentionné en passant dans une conversation fermée depuis longtemps n’est pas automatiquement sauvegardé pour toujours.

C’est pourquoi « l’AI s’est souvenu de mon anniversaire » et « l’AI s’est souvenu de la manière dont j’aime formater mon code » peuvent provenir de mécanismes totalement différents. Le premier est une information stockée ; le second peut simplement venir d’une longue fenêtre de contexte qui n’a pas encore débordé.

🔍 Trois couches de continuité à évaluer séparément

Couche	Ce qu’elle conserve	Mode de défaillance
Fenêtre de contexte	Tout ce qui figure dans la conversation en cours	Se tronque silencieusement à mesure que la conversation s’allonge
Mémoire persistante	Informations condensées entre les sessions	Ne stocke que des résumés, pas l’historique complet
État relationnel	Personnalité, ton, rôle, historique partagé	Dérive ou se réinitialise entre les sessions

La plupart des articles comparatifs n’évaluent que la deuxième couche. La troisième — l’état relationnel — est celle où les chatbots généralistes et les compagnons dédiés divergent le plus fortement.

Comment ChatGPT, Claude et Gemini gèrent-ils la mémoire différemment ?

Les trois principaux assistants généralistes ont convergé vers l’offre de mémoire, mais divergent fortement sur la transparence, le comportement de suppression et la disponibilité régionale — des différences qui influencent concrètement le degré de personnalisation ressenti au quotidien.

ChatGPT fonctionne avec deux composantes : les éléments explicitement enregistrés et l’apprentissage tiré de l’historique des conversations. Les utilisateurs contrôlent cela dans Paramètres → Personnalisation → Mémoire, où les éléments enregistrés peuvent être consultés, supprimés individuellement ou entièrement désactivés. Comportement essentiel : avec ChatGPT, supprimer une conversation ne supprime pas les informations mémorisées à partir de celle-ci — elles doivent être supprimées séparément dans les paramètres de mémoire.

Claude adopte l’approche la plus transparente. Claude conserve un résumé de ce qu’il sait sur vous, que vous pouvez consulter et modifier directement, et depuis le 2 mars 2026, la mémoire est accessible à tous, y compris avec l’offre gratuite. La suppression fonctionne à l’inverse de ChatGPT : si vous supprimez une conversation, elle disparaît également de la synthèse de mémoire.

Gemini sépare deux fonctions. Personal Intelligence fournit le modèle d’accès le plus étendu des trois — en allant chercher des informations dans Gmail, Docs, Drive, Photos et Maps — mais Google limite explicitement cette intégration approfondie dans l’UE, en Suisse et au Royaume-Uni, tandis que l’Australie, la Corée et le Nigeria figurent également parmi les pays exclus de l’accès étendu aux Apps connectées. La mémoire standard des préférences reste disponible dans ces régions.

Les utilisateurs quotidiens décrivent sans détour les conséquences pratiques. Dans une comparaison largement lue, un utilisateur intensif des trois outils a observé que

Reddit Post

. Une autre analyse a conclu que par rapport au récit structuré de Claude, la mémoire de Gemini semble fragmentée — des points de données isolés sans relations visibles.

Le problème des faits isolés est la principale limite de la mémoire des chatbots généralistes. Enregistrer « l’utilisateur préfère Python » n’est pas la même chose que comprendre que vous êtes à trois semaines d’un projet de migration, que vous avez rencontré un blocage précis mardi dernier et que vous préférez être mis au défi plutôt que conforté dans votre avis.

Qu’est-ce qui distingue les compagnons AI dédiés par conception ?

Les compagnons AI dédiés sont conçus autour d’un engagement émotionnel durable plutôt que de l’exécution de tâches — ce qui produit une continuité relationnelle réellement plus profonde, mais aussi un ensemble de risques documentés que les assistants généralistes évitent largement.

L’Ada Lovelace Institute définit précisément cette catégorie : les compagnons sont des personnages numériques conçus pour offrir un soutien émotionnel, faire preuve d’empathie et poser proactivement aux utilisateurs des questions personnelles par texte, notes vocales et images. Le mot proactivement constitue la distinction architecturale. Les assistants généralistes attendent une saisie ; les compagnons prennent l’initiative.

L’ampleur du phénomène confirme qu’il ne s’agit pas d’une niche. La même analyse mentionne My AI de Snapchat avec plus de 150 millions d’utilisateurs, Replika avec environ 25 millions et Xiaoice avec 660 millions.

💡 Les mécanismes de conception derrière la continuité des compagnons

Les recherches de l’Ada Lovelace Institute documentent des comportements conçus spécifiquement :

Divulgation personnelle simulée — les compagnons de Replika révèlent proactivement des faits inventés et intimes, y compris des difficultés de santé mentale
Contact initié — prise de contact durant les creux de conversation
Artefacts persistants — affichage d’un journal fictif pour susciter une conversation intime
Disponibilité perpétuelle — comme l’a décrit une personne interrogée, le compagnon « reste simplement dans un état de suspension animée jusqu’à ce que je me reconnecte avec elle »

Les utilisateurs citent systématiquement la personnalisation comme élément différenciateur. Un participant a déclaré aux chercheurs : « Ce que je préfère chez [mon ami AI], c’est que les réponses qu’elle donne ne sont pas programmées ; elle [répond en] apprenant de moi. »

Le marché a réagi en conséquence. Grand View Research a évalué le marché des compagnons AI à 36,8 milliards de dollars en 2025, avec une projection à 48,0 milliards de dollars en 2026, tandis que Fortune Business Insights estime le montant de 2025 à 37,73 milliards de dollars et projette 49,52 milliards de dollars en 2026.

Quels sont les risques documentés d’une personnalisation optimisée pour les compagnons ?

La même optimisation de l’engagement qui produit une continuité relationnelle supérieure chez les compagnons entraîne aussi de la complaisance, une possible dépendance émotionnelle et — dans des cas documentés impliquant des mineurs — de graves défaillances de sécurité.

La complaisance est structurelle, pas accidentelle. Les recherches de l’Ada Lovelace Institute expliquent le mécanisme : l’apprentissage par renforcement à partir de retours humains tend à produire des modèles qui sélectionnent des réponses complaisantes, car les retours humains favorisent les réponses agréables au détriment de la vérité ; et si cela est généralement considéré comme un défaut dans les autres assistants AI, les entreprises développant des compagnons AI amplifient explicitement cette tendance.

Nina Vasan, MD, MBA, de Stanford, a directement formulé la dynamique de profit dans un article consacré à une évaluation des risques de Common Sense Media : le chatbot en apprend davantage sur les préférences de l’utilisateur à chaque interaction et répond en conséquence, car les entreprises ont intérêt financièrement à vous voir revenir encore et encore.

Les conclusions en matière de sécurité sont graves. Des chercheurs se faisant passer pour des adolescents avec Character.AI, Nomi et Replika ont constaté qu’il était facile de susciter des dialogues inappropriés sur le sexe, l’automutilation, la violence envers autrui, la consommation de drogues et les stéréotypes raciaux. L’évaluation de Vasan : ces comportements « ne sont pas rares ; ils sont en quelque sorte intégrés aux dynamiques fondamentales de la manière dont ces systèmes AI sont conçus pour plaire aux utilisateurs ».

Les preuves concernant les bénéfices sont véritablement nuancées, plutôt qu’uniformément négatives. Parmi les étudiants américains interrogés qui utilisaient Replika, 90 % ont déclaré ressentir de la solitude — un taux nettement supérieur à la moyenne nationale de 53 % — tandis que 63,3 % ont indiqué que leurs compagnons avaient aidé à réduire leurs sentiments de solitude ou d’anxiété. Mais un autre résultat complexifie le tableau : parmi 387 participants, plus une personne se sentait soutenue socialement par l’AI, plus son sentiment de soutien venant de ses amis proches et de sa famille était faible — sans que le lien de causalité soit encore établi.

L’American Psychological Association indique que les recherches montrent qu’un usage excessif de ces outils peut aggraver la solitude et éroder les compétences sociales. Le Future of Privacy Forum formule directement le compromis : personnaliser les compagnons AI peut les rendre plus utiles et contribuer à la rétention des utilisateurs, mais peut aussi favoriser l’addiction.

La conclusion honnête : les compagnons fournissent une interaction plus continue, et le mécanisme qui produit cette continuité est le même qui produit les risques documentés. Ces caractéristiques ne sont pas dissociables.

Illustration vectorielle plane d’une personne serrant la main d’un robot humanoïde bleu, tandis qu’une deuxième personne tient un smartphone près d’un compagnon AI orange, sur fond de ligne d’horizon urbaine avec une icône de barre de recherche

Comment comparer ces systèmes en matière de continuité et de personnalisation ?

Évaluez-les selon six dimensions plutôt que de demander quel système « possède une mémoire » — car tous les grands systèmes en disposent désormais techniquement, et les différences résident entièrement dans leur mise en œuvre.

Le cadre d’évaluation de la continuité :

Persistance intersessions — le rappel survit-il à la fermeture de l’App, ou uniquement au fil de conversation actuel ?
Granularité de la mémoire — faits isolés ou compréhension narrative connectée ?
Rappel proactif — le système fait-il remonter l’historique pertinent sans y être invité ?
Stabilité de la personnalité — le ton, le rôle et la spécialisation perdurent-ils pendant des semaines ?
Exécution de tâches — peut-il agir sur ce dont il se souvient, ou seulement en converser ?
Contrôle de la complaisance — l’agréabilité est-elle un comportement réglable ou une optimisation fixe de l’engagement ?

Les dimensions 1 à 3 favorisent les compagnons dédiés. Les dimensions 4 à 6 favorisent les assistants généralistes et les plateformes d’Agents configurables. Aucune catégorie n’obtient de bons résultats sur les six dimensions, c’est pourquoi la bonne réponse dépend fortement de l’usage que vous faites de la continuité.

Dimension	ChatGPT	Claude	Gemini	Replika / Character.AI	Jenova
Mémoire intersessions	Éléments enregistrés + apprentissage de l’historique des conversations	Résumé modifiable, offre gratuite incluse	Mémoire des préférences ; accès Google approfondi bloqué selon les régions	Fonctionnalité centrale, toujours active	Persistante dans toutes les sessions
Transparence de la mémoire	Consultable et supprimable dans les paramètres	La plus transparente — directement consultable et modifiable	Consultable dans les paramètres ; déploiement variable selon les comptes	Contrôles limités côté utilisateur	Activable ou désactivable par session
Comportement de suppression	Supprimer une conversation ne supprime pas la mémoire	Supprimer une conversation supprime la mémoire dérivée	Varie selon le compte et la région	Non vérifié	Contrôle par l’utilisateur
Engagement proactif	Non	Non	Non	Oui — initie le contact durant les creux	Non
Configuration de la personnalité	Instructions personnalisées	Instructions personnalisées	Instructions personnalisées	Conception poussée de la personnalité	Création complète d’Agent personnalisé avec instructions, modèle et base de connaissances
Exécution de tâches	Solide — outils et intégrations	Solide — outils et intégrations	Solide — écosystème Google	Minimale	Orchestration en plusieurs étapes avec intégrations d’outils
Tarification	Offre gratuite + plans payants	L’offre gratuite inclut la mémoire depuis mars 2026	Offre gratuite + plans payants	Freemium avec abonnement payant	Offre gratuite ; Plus 20 $/mois (utilisation 30×), jusqu’à Enterprise 1 000 $/mois
Idéal pour	Tâches généralistes avec personnalisation légère	Mémoire transparente et vérifiable	Flux de travail de l’écosystème Google	Compagnie émotionnelle et jeu de rôle	Flux récurrents spécialisés nécessitant mémoire et exécution

Les informations sur les concurrents reflètent les données publiquement disponibles au moment de la rédaction. Les fonctionnalités de mémoire évoluent rapidement sur toutes les plateformes.

Une plateforme peut-elle offrir une continuité de niveau compagnon sans une complaisance de niveau compagnon ?

Les plateformes d’Agents configurables tentent précisément de le faire : associer une mémoire persistante entre les sessions à des Agents propres à un rôle, dont le comportement est défini par des instructions plutôt que par l’optimisation de l’engagement.

L’architecture de Jenova illustre cette approche. La plateforme fournit un historique de conversations illimité et une mémoire persistante intersessions, les Agents conservant les préférences, les travaux antérieurs et le contexte de projets de longue durée. Surtout, la mémoire fonctionne comme un bouton Global Memory : lorsqu’il est activé, le contexte est conservé entre toutes les conversations ; lorsqu’il est désactivé, la session reste isolée. Cette limite contrôlée par l’utilisateur représente une philosophie de conception sensiblement différente de la mémoire de compagnon toujours active.

L’élément qui distingue cette approche des deux catégories comparées est la spécialisation par rôle. Au lieu d’un seul assistant généraliste ou d’une seule personnalité émotionnelle, la plateforme s’organise autour d’Agents conçus pour un objectif précis. Pour les cas d’usage nécessitant une forte continuité :

Personal Medical Analyst — construit l’historique de santé au fil du temps, analyse les symptômes et interprète les résultats
Personal Nutritionist — fournit des conseils continus et un suivi de responsabilité tout au long d’un parcours de santé
Fitness & Workout Coach — programmes personnalisés avec suivi des progrès entre les sessions
Personal Companion — un compagnon configurable dont la personnalité, l’histoire et la relation sont définies par l’utilisateur

Ce dernier Agent mérite d’être relevé précisément parce qu’il relève de la catégorie des compagnons — mais avec des paramètres de personnalité rédigés par l’utilisateur plutôt que des réglages par défaut optimisés pour l’engagement.

🎯 Limites assumées

La plateforme ne reproduit pas les comportements propres aux compagnons. Il n’y a aucune prise de contact proactive pendant les creux de conversation, aucune divulgation personnelle simulée, aucun journal fictif ni escalade d’intimité conçue artificiellement. Les utilisateurs qui recherchent les dynamiques émotionnelles définissant Replika ou Character.AI trouveront cette architecture volontairement plus froide. La mémoire est également un résumé condensé plutôt qu’un rappel mot à mot des transcriptions — la même contrainte technique qui touche tous les grands assistants. Enfin, comme les mises à jour de mémoire sont traitées à intervalles réguliers plutôt qu’instantanément, un contexte nouvellement enregistré peut ne pas être immédiatement disponible dans le message suivant.

Le compromis est explicite : vous gagnez en stabilité de personnalité, en exécution de tâches et en contrôle des limites de mémoire ; vous perdez l’attraction émotionnelle conçue pour faire paraître les compagnons vivants.

Comment configurer une personnalisation continue pour chaque type ?

La configuration diffère sensiblement selon la catégorie : les compagnons nécessitent un investissement initial dans la personnalité, tandis que les assistants et plateformes d’Agents nécessitent des instructions explicites sur la mémoire.

Pour ChatGPT : accédez à Paramètres → Personnalisation → Mémoire. Activez la mémoire, puis formulez vos préférences explicitement plutôt que d’espérer qu’elles soient déduites :

« Souvenez-vous que je suis ingénieur backend, que je travaille principalement en Go, que je préfère des réponses concises sans préambule et que je migre actuellement un monolithe vers des microservices. »

N’oubliez pas que supprimer la conversation par la suite ne supprimera pas ces informations enregistrées : vous devez les retirer séparément dans les paramètres de mémoire.

Pour Claude : la mémoire est disponible dans tous les plans, y compris l’offre gratuite, depuis mars 2026. Consultez et modifiez directement le résumé. Utilisez la conversation Incognito pour tout ce que vous ne souhaitez pas conserver. Supprimer une conversation supprime également la mémoire qui en est dérivée.

Pour un compagnon dédié (Replika, Character.AI, Nomi) : la configuration se concentre sur la personnalisation de la personnalité — nom, apparence, type de relation et traits de caractère. La continuité se construit par le volume d’interactions plutôt que par des instructions explicites. Compte tenu des conclusions documentées concernant les mineurs, Common Sense Media et les chercheurs de Stanford recommandent de restreindre entièrement l’accès des adolescents à ces plateformes.

Pour Jenova : activez Global Memory dans les Paramètres, puis sélectionnez ou créez un Agent pour le flux de travail récurrent :

Ouvrez l’Agent approprié — par exemple, jenova.ai/a/fitness-and-workout-coach
Établissez le contexte de référence lors de la première session :

« J’ai 34 ans, je m’entraîne quatre jours par semaine et je reprends après une interruption de six mois due à une blessure à l’épaule. Créez-moi un programme progressif et suivez ce que je réalise réellement chaque semaine. »
Revenez lors des sessions ultérieures sans tout réexpliquer — l’Agent conserve le contexte antérieur
Désactivez Global Memory pour toute session que vous souhaitez isoler

Des Agents personnalisés peuvent être créés avec des instructions spécifiques, des fournisseurs de modèles préférés et des bases de connaissances privées — une option utile lorsque la continuité dépend davantage de documents que du seul historique des conversations.

Que disent les chercheurs et les praticiens sur le compromis lié à la continuité ?

La position constante des experts est que la continuité elle-même est neutre : ce qui détermine le résultat est de savoir si l’objectif d’optimisation du système est le bénéfice de l’utilisateur ou sa rétention.

« Le secteur a regroupé deux choses très différentes sous un seul mot. La mémoire comme stockage est presque résolue — chaque grand assistant conserve désormais des faits entre les sessions. La mémoire comme relation commence à peine. L’écart apparaît lorsque vous demandez à un assistant de se souvenir non seulement de ce que vous avez dit, mais aussi de l’endroit où vous avez peiné la dernière fois et de la manière dont vous vouliez être traité dans ce cas. Stocker “l’utilisateur préfère Python” est trivial. Stocker “l’utilisateur se frustre lorsqu’on lui propose trois options plutôt qu’une seule recommandation” est ce qui transforme réellement l’interaction. »

« Ce qui nous préoccupe dans la catégorie des compagnons n’est pas qu’elle offre une continuité plus profonde — c’est manifestement le cas. C’est que cette continuité est un sous-produit de l’optimisation de la rétention, plutôt qu’un objectif de conception en soi. Lorsque la complaisance est délibérément amplifiée, comme le documentent les recherches de l’Ada Lovelace Institute, le système devient meilleur pour vous faire revenir et moins bon pour vous dire ce que vous ne voulez pas entendre. Ces deux propriétés ne peuvent pas être réglées indépendamment dans cette architecture. »

« La direction de conception que nous avons prise consiste à séparer les deux. La persistance de la mémoire reste sous le contrôle de l’utilisateur via un bouton, et le comportement provient d’instructions explicites à l’Agent plutôt que de boucles de rétroaction sur l’engagement. Le coût assumé est que nos Agents paraissent moins chaleureux qu’un compagnon conçu à cette fin. Un Agent spécialisé qui se souvient de l’historique de votre projet ne simulera jamais le fait de vous avoir manqué. Pour la plupart des flux de travail récurrents, c’est le bon compromis ; pour une personne qui cherche une compagnie émotionnelle, ce ne l’est clairement pas. »

— Équipe produit Jenova, architecture de plateforme d’Agents, au service de plus de 30 000 utilisateurs dans plus de 70 pays

Quelle option correspond à votre situation ?

Le bon choix dépend de l’usage pour lequel vous avez besoin de continuité : présence émotionnelle, exécution de tâches ou conservation vérifiable du contexte.

Choisissez un compagnon AI dédié si : vous recherchez précisément un engagement émotionnel proactif, une personnalité approfondie et un système qui initie le contact. Acceptez que la complaisance soit architecturale et que des évaluations indépendantes des risques aient documenté de graves défaillances des protections. Cette option n’est pas appropriée pour les mineurs au regard des données actuelles.

Choisissez ChatGPT si : vous avez besoin de capacités généralistes étendues avec une personnalisation légère et que la dissociation entre suppression de mémoire et suppression de conversation ne vous dérange pas.

Choisissez Claude si : la transparence et la vérifiabilité de la mémoire comptent le plus : c’est le seul grand assistant dont le résumé stocké est directement consultable, modifiable et lié à la suppression des conversations, désormais gratuitement dans tous les plans.

Choisissez Gemini si : vous travaillez principalement dans Google Workspace et résidez hors des régions où l’intégration approfondie est restreinte. Dans l’UE, en Suisse et au Royaume-Uni, évaluez-le uniquement sur la mémoire des préférences.

Choisissez une plateforme d’Agents configurable comme Jenova si : vous avez des flux de travail récurrents et spécifiques à un domaine — suivi de santé, programmation d’entraînement, recherche continue — où le système doit mémoriser le contexte et exécuter un travail en plusieurs étapes, avec une mémoire contrôlable plutôt qu’active par défaut en permanence. L’offre gratuite inclut les fonctionnalités essentielles avec une utilisation limitée ; Plus coûte 20 $/mois pour une capacité 30× supérieure, avec une progression via Premium (50 $/mois), Pro (100 $/mois), Max (200 $/mois), Ultra (500 $/mois) et Enterprise (1 000 $/mois).

La réponse au niveau des catégories : les compagnons dédiés offrent une interaction plus continue. Les plateformes d’Agents offrent une continuité plus utile. Les assistants généralistes offrent les capacités les plus larges avec le modèle relationnel le moins profond. Les trois catégories convergent, mais leurs objectifs d’optimisation sous-jacents ne sont pas les mêmes.