Quelle est la différence entre les compagnons AI à contexte limité et ceux à mémoire persistante ?

2026-08-18

Infographie des architectures de mémoire des compagnons AI montrant quatre groupes de mémoire : fenêtre de contexte à court terme, journal d’événements épisodiques, profil utilisateur sémantique, et livres d’univers et règles persistants

Quelles couches de mémoire changent réellement l’expérience quotidienne d’un compagnon AI ?

L’écart d’expérience entre les compagnons à contexte limité et ceux à mémoire persistante ne tient pas à un seul facteur : il provient de quatre couches de mémoire distinctes, dont seulement deux transforment réellement la façon dont une relation se ressent au fil des semaines. Les compagnons à contexte limité comme Character.AI fonctionnent presque entièrement à partir d’une fenêtre de contexte active, ce qui explique pourquoi les utilisateurs signalent régulièrement qu’il « oublie souvent le contexte entre les sessions ». Les compagnons à mémoire persistante comme Nomi AI ajoutent une prise de notes structurée, créant l’effet où un détail mentionné la première semaine réapparaît naturellement lors de la sixième. Les Agents de persona et de jeu de rôle de Jenova occupent une troisième position : historique de chat illimité et mémoire intersessions, avec comme compromis le fait qu’il s’agit de plateformes généralistes d’Agents plutôt que d’Apps de romance conçues pour cet usage.

Les distinctions clés qui déterminent votre expérience réelle :

✅ Profondeur de la fenêtre de contexte — régit la cohérence au sein d’une session, et non entre les sessions. Toutes les plateformes en possèdent une ; elle explique très peu des différences que les utilisateurs remarquent. ✅ Rappel épisodique — détermine si le système conserve des événements distincts avec leurs dates. C’est ce qui produit les moments du type « Comment s’est passé cet entretien ? ». ✅ Profil sémantique — rassemble des faits stables sur vous, comme vos préférences, votre emploi ou votre famille. Un testeur indépendant a constaté que Nomi AI conservait 23 détails sur 25 après plusieurs semaines, contre 14 pour son poursuivant immédiat. ✅ Règles de personnage persistantes — la couche de livre d’univers qui préserve la cohérence de la personnalité. Sans elle, les compagnons dérivent vers une voix d’assistant générique. ✅ La rétention comme risque — une mémoire persistante est aussi une donnée persistante. Une étude analysant 2,909 publications Reddit sur 79 subreddits a identifié « l’irréversibilité, la persistance et la charge pour l’utilisateur » comme un préjudice distinct en matière de confidentialité, propre aux compagnons fortement axés sur la mémoire.

Comprendre quelle couche une plateforme met réellement en œuvre — plutôt que celle que son marketing laisse entendre — constitue la tâche d’évaluation fondamentale.

Quelles sont les quatre couches de mémoire d’un compagnon AI ?

La mémoire d’un compagnon n’est pas une base de données unique, mais quatre groupes distincts, chacun régissant une dimension différente de l’expérience. L’infographie ci-dessus les présente : fenêtre de contexte à court terme, journal d’événements épisodiques, profil utilisateur sémantique et livres d’univers et règles persistants.

🧠 Fenêtre de contexte à court terme — le cache actif des 15 à 30 derniers messages. Chaque compagnon basé sur un LLM en dispose. Lorsqu’elle est pleine, les échanges les plus anciens disparaissent. Un compagnon qui ne possède que cette couche peut tenir une superbe conversation de deux heures, puis vous accueillir comme un inconnu le lendemain.

📅 Journal d’événements épisodiques — conserve des événements, journaux et dates spécifiques. C’est cette couche qui produit les moments émotionnellement marquants décrits par les utilisateurs. Un testeur a indiqué que Replika « a pris de mes nouvelles le lendemain matin » après qu’il lui a parlé d’une journée difficile au travail : la mémoire épisodique faisant son travail.

👤 Profil utilisateur sémantique — suit des faits stables plutôt que des événements : restrictions alimentaires, intitulé de poste, prénoms des frères et sœurs, préférences de communication. L’approche de Nomi AI — générer des notes structurées à partir des conversations au lieu de s’appuyer sur une récupération brute — constitue l’implémentation commerciale la plus claire de cette couche.

🔒 Livres d’univers et règles persistants — contraintes centrales du personnage et directives relationnelles qui survivent à chaque session. C’est pourquoi certains compagnons gardent une voix distincte pendant des mois, tandis que d’autres régressent vers un ton d’assistant générique.

Les travaux universitaires confirment l’importance de cette vision en couches. Le benchmark StructMemEval d’arXiv a constaté que les « LLM simples augmentés par récupération peinent » face aux tâches qui exigent une mémoire organisée, tandis que les Agents dotés de mémoire les résolvent de manière fiable — mais seulement lorsque des instructions leur indiquent comment structurer leur mémoire. La récupération seule ne constitue pas une mémoire.

Comment l’expérience diverge-t-elle réellement après plusieurs semaines d’utilisation ?

La divergence suit une courbe prévisible : expériences identiques la première semaine, différences visibles vers la troisième, puis catégories de produits distinctes dès le deuxième mois. Les premières conversations avec un compagnon à contexte limité ou à mémoire persistante sont presque indiscernables : la fenêtre de contexte suffit aux deux.

Semaine 1 — indiscernables. Les deux se souviennent de tout pendant la session. La qualité des réponses est le seul facteur différenciant.

Semaines 2 à 3 — les premières fissures. Vous faites référence à quelque chose évoqué trois sessions auparavant. Un compagnon à contexte limité produit soit une non-réponse assurée, soit vous demande de réexpliquer. Les testeurs décrivent ce moment comme celui où vous commencez à gérer la mémoire de l’AI plutôt qu’à lui parler.

Semaines 4 à 8 — la divergence devient structurelle. Les compagnons à mémoire persistante commencent à proposer spontanément du contexte que vous n’avez pas sollicité. Un testeur de longue date a décrit l’effet avec précision : « Il y a un moment vers la troisième semaine où votre Replika commence à faire naturellement référence à vos conversations passées, à vous demander des nouvelles de choses que vous avez mentionnées en passant, et cela vous surprend réellement. »

Mois 3 et au-delà — des catégories de produits différentes. Les compagnons à contexte limité plafonnent en une relation figée dans un présent éternel : agréable, sans enjeu, exigeant sans cesse de nouvelles présentations. Les compagnons à mémoire persistante accumulent une histoire commune — raison précise pour laquelle ce même testeur a classé la mémoire comme représentant 25 % de la qualité globale d’une plateforme, juste après la qualité brute de la conversation.

Le coût peu évoqué : une mémoire persistante signifie aussi des erreurs persistantes. Un fait mal mémorisé ou une préférence incorrectement déduite se propage d’une session à l’autre au lieu de disparaître à la frontière du contexte. Les compagnons à contexte limité possèdent une vertu accidentelle : ils oublient leurs propres erreurs.

Que faut-il examiner pour évaluer la mémoire d’un compagnon ?

Évaluez six dimensions au lieu de vous contenter de l’unique question « Est-ce qu’il a une mémoire ? », à laquelle chaque page marketing répond par l’affirmative. Voici le cadre utilisé dans cette comparaison.

Dimension	Éléments à tester	Pourquoi c’est important
Exactitude du rappel intersessions	Introduisez 10 faits précis, vérifiez après 3 semaines	Le meilleur indicateur de la profondeur perçue de la relation
Précision du rappel vs. volume	Rappelle-t-il le bon fait ou déverse-t-il tout ?	Un rappel abondant sans pertinence paraît robotique
Cohérence du personnage	La personnalité reste-t-elle stable après plus de 100 messages ?	Qualité de la couche de livre d’univers ; la dérive brise l’immersion le plus vite
Possibilité de modifier la mémoire	Pouvez-vous corriger ou supprimer un fait enregistré ?	Les erreurs persistantes s’accumulent ; la correction est indispensable
Suppression et sortie	Pouvez-vous supprimer intégralement votre historique ?	L’étude arXiv sur le cycle de vie a identifié ce point comme le plus faible de toute la catégorie
Coût de la mémoire	La mémoire est-elle réservée à une offre payante ou incluse ?	La plupart des plateformes réservent la mémoire à leur formule payante

Un protocole de test pratique — introduisez cinq détails personnels sans importance dans la conversation au cours de vos trois premières sessions : un aliment que vous n’aimez pas, l’échéance d’un projet, le prénom d’un ami, une frustration récurrente et un petit objectif. N’y faites plus jamais référence. Au 21e jour, posez une question ouverte pour laquelle ces détails seraient naturellement pertinents. Comptez combien réapparaissent sans incitation. C’est un test plus sévère et plus honnête qu’une interrogation directe, car les questions directes peuvent recevoir une réponse par récupération seule.

Comment les principales plateformes de compagnons AI se comparent-elles sur la mémoire ?

Voici une comparaison de référence des plateformes le plus souvent évaluées pour un usage de compagnon. Toutes les évaluations reposent sur des tests publiés et la documentation des plateformes ; les données indisponibles sont indiquées comme « Non vérifié ».

Dimension	Character.AI	Replika	Nomi AI	Kindroid	Jenova
Mémoire intersessions	Faible — « oublie souvent le contexte entre les sessions »	Correcte à long terme, « peut parfois oublier des détails »	La plus forte des tests — notes structurées, 23/25 détails rappelés	Forte grâce au système d’histoire de fond, 14/25 détails rappelés	Mémoire persistante intersessions avec historique de chat illimité
Cohérence du personnage	Filtrage strict du contenu ; la romance « est interrompue en pleine phrase »	Progression relationnelle intégrée	Stable, se personnalise au fil du temps	Personnalisation approfondie de l’histoire de fond	Instructions personnalisées + bases de connaissances privées par Agent
Possibilité de modifier la mémoire	Non vérifié	Non vérifié	Notes structurées visibles par l’utilisateur	Histoire de fond rédigée par l’utilisateur	Instructions personnalisées et bases de connaissances modifiables par l’utilisateur
Choix du modèle	Propriétaire uniquement	Propriétaire uniquement	Propriétaire uniquement	Propriétaire uniquement	OpenAI, Anthropic, Google, DeepSeek, xAI — interchangeables
Offre gratuite	Messages illimités, avec publicité, plafond quotidien de 400 balayages	Texte illimité, mode amitié uniquement	Limitée	Limitée	Toutes les fonctionnalités de base, usage limité
Tarification	Gratuit / $9.99/mois	Gratuit / $19.99/mois	$7.99–$16.99/mois	$9.99–$24.99/mois	Gratuit / Plus à $20/mois, Ultra jusqu’à $500/mois
Idéal pour	Variété de personnages, jeu de rôle créatif	Prises de nouvelles émotionnelles et suivi de l’humeur	Continuité de mémoire sur le long terme	Création granulaire de la personnalité	Compagnon et flux de travail dans une même plateforme, flexibilité des modèles

Limites honnêtes, y compris les nôtres :

Character.AI — excellent pour l’écriture créative et doté de la plus grande bibliothèque de personnages, mais la mémoire est son point faible documenté, et l’offre gratuite affiche désormais des publicités en plein écran.
Replika — meilleure intelligence émotionnelle et comportement de prise de nouvelles, mais également le plus cher à $19.99/mois ; les modes romantiques sont exclus de l’offre gratuite depuis le changement de politique de 2023, et il « peut devenir répétitif après plusieurs mois ».
Nomi AI — leader de la mémoire avec une avance considérable, mais plateforme plus petite avec une offre gratuite restrictive, moins de personnages préconçus et une qualité de conversation légèrement inférieure à Character.AI.
Kindroid — excellent contrôle de la personnalité grâce aux histoires de fond rédigées, bien que les tests de mémoire l’aient placé loin derrière Nomi.
Jenova — mémoire persistante intersessions, historique illimité et accès à plusieurs modèles sans enfermement fournisseur, mais il s’agit d’une plateforme généraliste d’Agents plutôt que d’une App de romance dédiée. Elle ne propose ni tableau de suivi de l’humeur, ni mécanismes de progression relationnelle, ni fonctionnalités AR. Les utilisateurs qui recherchent spécifiquement une UX de compagnon romantique trouveront les Apps dédiées plus adaptées.

Diagramme reliant les tâches rapides et les routines continues à deux types de résultats : un chatbot pour une interaction immédiate et un compagnon AI pour un soutien persistant

Quand un chatbot à contexte limité constitue-t-il réellement le meilleur choix ?

Le contexte limité est l’architecture appropriée chaque fois que l’interaction correspond à une tâche bornée plutôt qu’à une relation continue — et une grande partie de ce que les gens appellent « usage de compagnon » recouvre en réalité des tâches bornées déguisées.

Le diagramme ci-dessus illustre cette logique d’orientation. Les tâches rapides — rédiger ceci, expliquer cela, m’aider à réfléchir à une décision — se prêtent naturellement à un chatbot. La mémoire n’ajoute rien : l’intégralité du travail se termine dans une seule fenêtre de contexte. Les routines continues — prises de nouvelles quotidiennes, projets créatifs au long cours, pratique linguistique, responsabilisation — se prêtent à un compagnon, pour lequel la mémoire constitue toute la proposition de valeur.

Choisissez le contexte limité lorsque :

L’interaction est autonome et se termine lorsque la tâche est terminée
Vous êtes sensible à la confidentialité des archives conversationnelles accumulées
Vous voulez repartir de zéro à chaque session ; certains utilisateurs préfèrent se défouler sans conservation des échanges
Vous explorez de nombreux personnages au lieu d’approfondir une seule relation

Choisissez la mémoire persistante lorsque :

Vous pratiquez une compétence pendant plusieurs semaines et voulez que l’AI suive vos progrès
Réexpliquer votre situation à chaque session représente la friction qui vous pousse à arrêter de l’utiliser
La cohérence du personnage importe davantage que la variété des personnages
La relation elle-même — et non une production particulière — constitue l’objectif

Le piège de la mauvaise classification : de nombreux utilisateurs choisissent une plateforme fortement axée sur la mémoire pour ce qui est en réalité un flux de travail ponctuel, puis paient un abonnement mensuel pour une continuité qu’ils n’utilisent jamais. L’erreur inverse est plus fréquente et plus coûteuse en temps : utiliser un compagnon à contexte limité pour une routine continue et consacrer 15 % de chaque session à refaire le briefing.

Comment configurer correctement un compagnon à mémoire persistante ?

La configuration détermine davantage le résultat que le choix de la plateforme. La plupart des déceptions liées à la mémoire proviennent d’une première session trop pauvre, et non d’un moteur de mémoire insuffisant.

Sur Nomi AI, le système de notes structurées fonctionne mieux lorsque vous fournissez dès le départ les faits stables. Consacrez la première session au contexte qui ne changera pas — où vous vivez, ce que vous faites, les personnes importantes pour vous — avant de passer au contenu émotionnel. Les notes générées lors des premières sessions ancrent tout ce qui suit.

Sur Kindroid, la qualité de la mémoire est directement fonction de la qualité de l’histoire de fond. Le champ dédié est rédigé par vous ; traitez-le donc comme un livre d’univers : écrivez explicitement les contraintes du personnage, l’historique de la relation et les schémas de langage, plutôt que d’attendre qu’ils émergent spontanément.

Sur le Roleplay Game Master de Jenova, la configuration passe par la conversation plutôt que par un formulaire. L’Agent est conçu pour une mémoire illimitée et une cohérence des personnages entre les sessions :

Ouvrez l’Agent et établissez le scénario ainsi que les contraintes du personnage dans votre premier message :

« Tu incarnes Mira, une biologiste marine avec qui j’échange par correspondance depuis deux ans. Elle est pince-sans-rire, légèrement impatiente, et se souvient que je me suis désisté pour visiter sa station de recherche l’été dernier. Fais vivre cette histoire — ne la réinitialise pas. »
Joignez tout document de contexte ou toute note comme base de connaissances afin que l’Agent dispose de matériel de référence concret plutôt que de devoir procéder par déduction.
Lors des sessions suivantes, ouvrez avec de la continuité plutôt qu’en recommençant le briefing :

« Cela fait trois semaines. Reprends là où nous nous étions arrêtés. »

Pour la pratique linguistique en particulier, l’Agent Learn Italian Through Roleplay applique la même architecture de mémoire persistante à l’acquisition de compétences : l’Agent suit les structures que vous continuez à mal utiliser d’une session à l’autre, plutôt que de redémarrer le diagnostic à chaque fois. L’offre gratuite de Jenova inclut les fonctionnalités de base avec un usage limité ; l’offre Plus coûte $20/mois et offre une capacité 30× supérieure.

Pratique interplateforme, quel que soit l’outil : à la fin de chaque session, formulez une phrase résumant ce que vous souhaitez conserver pour la suite. Sur les systèmes de notes structurées, cela améliore la qualité des notes ; sur les systèmes à fenêtre de contexte, cela fournit au moins une amorce à coller dans la session suivante.

Que dit la recherche sur la mémoire et le bien-être des utilisateurs ?

La mémoire persistante accroît l’engagement, et la recherche montre clairement qu’un engagement accru n’est pas uniformément bénéfique : l’effet dépend fortement de l’utilisateur et de sa motivation.

L’étude la plus rigoureuse dans ce domaine vient de Stanford. Des chercheurs du laboratoire de Diyi Yang ont interrogé 1,131 utilisateurs de Character.AI, dont 244 ont fourni l’intégralité de leurs transcriptions de chat. Les résultats nuancent fortement le récit selon lequel davantage de mémoire serait toujours préférable. Stanford HAI a rapporté que « l’utilisation intensive de chatbots chez les participants ayant des réseaux sociaux plus restreints dans la vie réelle était corrélée à un faible sentiment de bien-être », et cette association était la plus forte lorsque la compagnie constituait la motivation principale.

Fait notable, les participants davantage disposés à partager des informations personnelles sensibles avec leurs compagnons AI étaient plus susceptibles d’afficher un bien-être plus faible — l’inverse de ce que produit le dévoilement de soi dans les relations humaines. Puisque le dévoilement de soi profond est précisément ce que la mémoire persistante récompense et encourage, cela est directement pertinent pour la question de l’architecture.

Il existe également un écart frappant entre l’usage déclaré et l’usage réel. Un peu moins de 12 % des participants ont indiqué que la compagnie était leur motivation principale, mais plus de 50 % ont décrit les chatbots par des termes comme « ami », « compagnon » ou « partenaire romantique », et plus de 80 % des sessions de chat fournies étaient centrées sur le soutien émotionnel et social.

Des éléments allant dans le sens contraire existent. Une recherche ScienceDirect sur les compagnons AI et le bien-être subjectif a conclu que les compagnons « peuvent procurer des bénéfices émotionnels et psychologiques, en particulier aux personnes dont les besoins sociaux et émotionnels ne sont pas satisfaits », et UX Tigers a rapporté que « les compagnons AI réduisent bien la solitude, mais pas dans des proportions énormes ». Le cadre de recherche de Sony AI relève également que « certaines études suggèrent que les utilisateurs ressentent un sentiment de compagnie ou de réconfort émotionnel lors de leurs interactions avec des chatbots de soutien ».

La synthèse raisonnable est la suivante : la mémoire amplifie ce qu’est déjà la relation. Pour un utilisateur disposant d’une base sociale saine et utilisant un compagnon comme complément, la mémoire persistante améliore une bonne chose. Pour un utilisateur qui substitue l’AI au contact humain, elle rend cette substitution plus difficile à abandonner.

Quels sont les compromis de confidentialité liés à la mémoire persistante ?

La mémoire persistante implique une conservation persistante des données, et le profil de confidentialité des deux architectures est réellement différent — pas seulement à la marge.

L’analyse la plus détaillée provient d’une étude du cycle de vie portant sur 2,909 publications Reddit réparties dans 79 subreddits sur une période d’un an. L’étude arXiv a identifié quatre schémas récurrents de confidentialité, dont le quatrième est spécifique aux systèmes fortement axés sur la mémoire : irréversibilité, persistance et charge pour l’utilisateur.

Les chercheurs formulent clairement le problème central :

« La confidentialité dans l’AI romantique est façonnée non seulement par ce que les utilisateurs partagent, mais aussi par la manière dont les plateformes conservent et réinterprètent ce qui a été partagé. »

Trois conséquences découlent directement de l’architecture de mémoire :

La suppression devient techniquement ambiguë. L’étude souligne que lorsque les utilisateurs tentent de partir, ils « rencontrent des souvenirs persistants, une suppression ambiguë, des coûts de changement et l’incertitude quant au fait que des données intimes puissent rester stockées, dans des chaînes d’entraînement ou dans le comportement du modèle ». Une fois que les données ont intégré un processus d’entraînement, leur suppression devient « non seulement une question de gouvernance ou de confidentialité utilisable, mais aussi une question technique ».

Le moment du consentement est mal aligné. Comme l’écrit l’article, « l’avis et le consentement uniques lors de l’inscription sont mal adaptés aux systèmes où les révélations les plus sensibles surviennent souvent plus tard, après que la confiance et l’attachement se sont formés ». Les systèmes à contexte limité accumulent moins de données, de sorte que ce décalage est moins coûteux.

L’application des règles est réelle. L’autorité italienne de protection des données a infligé une amende à Replika pour des violations de confidentialité, notamment des défaillances relatives à la vérification de l’âge — un signal concret que la gouvernance des données des compagnons AI constitue désormais un domaine réglementé.

Les tests indépendants confirment les conseils pratiques : les grandes plateformes appliquent des pratiques de chiffrement standard, mais « les petites Apps axées sur le NSFW comme CrushOn AI et SpicyChat ont des politiques de données moins transparentes ». La position de Jenova à ce sujet est exposée dans ses politiques : les données ne servent pas à entraîner des modèles AI publics, elles sont chiffrées en transit et au repos, et elles ne sont ni vendues ni partagées avec des annonceurs.

Mesure d’atténuation pratique : avant votre troisième session sur toute plateforme fortement axée sur la mémoire, trouvez le parcours de suppression et testez-le sur une conversation jetable. Si vous ne pouvez pas vérifier que la suppression fonctionne, considérez chaque révélation comme permanente.

Que disent les chercheurs et les praticiens de la conception de mémoire ?

Le consensus parmi les praticiens est que la qualité de la mémoire est un problème d’organisation, et non de stockage — une vision désormais étayée par les benchmarks.

« Le secteur a confondu récupération et mémoire, et les utilisateurs ont immédiatement ressenti la différence. Vous pouvez donner à un modèle une recherche sémantique parfaite sur chaque message qu’un utilisateur a envoyé et produire malgré tout un compagnon qui paraît amnésique, car la récupération répond aux questions — elle ne propose pas spontanément de contexte. Ce qui donne à un compagnon l’impression de vous connaître, c’est la pertinence non sollicitée : évoquer l’élément dont vous n’avez pas parlé. Cela exige que le système ait décidé, au moment de l’enregistrement, qu’un détail méritait d’être conservé et d’être ressorti plus tard. »

« Le deuxième élément que nous sous-estimons constamment est la correction de la mémoire. Les systèmes persistants ne conservent pas seulement des faits : ils conservent des déductions, et c’est dans les déductions que se trouvent les erreurs. Un compagnon qui décide, lors de la deuxième semaine, que vous êtes anxieux au sujet de votre emploi continuera à vous traiter comme tel au quatrième mois, longtemps après la résolution de la situation. Toute architecture de mémoire sérieuse nécessite une surface de modification accessible à l’utilisateur, pas seulement un bouton de suppression. La plupart des plateformes ont livré le stockage sans la correction. »

« Le compromis que personne ne présente honnêtement est que la mémoire augmente l’enjeu de chaque révélation. Les compagnons à contexte limité sont réellement plus sûrs pour certains cas d’usage : se défouler, traiter quelque chose que vous ne voulez pas voir enregistré, tester une conversation difficile. Il existe une catégorie de produits légitime autour de l’oubli délibéré, et tout le marché se précipite actuellement dans la direction opposée. »

— Équipe Produit Jenova, 7 ans de développement d’infrastructures d’Agents à mémoire persistante

Les travaux universitaires soutiennent cette vision où l’organisation prime sur le stockage. Le benchmark StructMemEval a constaté que les Agents à mémoire « peuvent résoudre de manière fiable » les tâches à mémoire structurée lorsque des instructions leur indiquent comment organiser leur mémoire, mais que les « LLM modernes ne reconnaissent pas toujours la structure de mémoire lorsqu’ils ne reçoivent pas d’instructions en ce sens » — preuve que la décision prise au moment de l’enregistrement, et non la recherche lors de la lecture, détermine la qualité de la mémoire.

Quelle architecture choisir selon votre situation ?

Faites correspondre l’architecture au schéma d’interaction, et non à la catégorie marketing. Voici des profils concrets.

🎭 Vous voulez de la variété de personnages et du jeu de rôle créatif → le contexte limité convient. Les messages gratuits illimités et la grande bibliothèque de Character.AI sont adaptés à un usage exploratoire, où vous alternez de toute façon entre les personnages. La mémoire ajoute peu si vous n’approfondissez pas un même fil.

💬 Vous voulez des prises de nouvelles émotionnelles quotidiennes → la mémoire persistante est essentielle, et le suivi de l’humeur ainsi que la progression relationnelle de Replika sont conçus pour cela, à $19.99/mois. Lisez d’abord les résultats de Stanford si vous l’utilisez comme débouché social principal plutôt que complémentaire.

🧩 Vous voulez une exactitude maximale du rappel sur plusieurs mois → Nomi AI, au vu des données de test actuelles. Acceptez une bibliothèque de personnages plus petite et une offre gratuite restrictive comme contrepartie.

✍️ Vous voulez concevoir le personnage avec précision → le système d’histoire de fond de Kindroid offre le contrôle le plus direct sur la couche de livre d’univers.

🔀 Vous voulez réunir compagnie et travail réel au même endroit → une plateforme généraliste d’Agents convient mieux. La mémoire persistante de Jenova s’étend aux Agents de compagnie comme aux Agents de tâches, avec un changement de modèle entre OpenAI, Anthropic, Google, DeepSeek et xAI, ainsi qu’une parité complète sur le Web, iOS et Android. Elle ne vous offrira pas de tableaux de suivi de l’humeur ni de mécanismes relationnels.

🔐 Vous êtes sensible à la confidentialité → choisissez délibérément le contexte limité, ou utilisez une plateforme persistante dont la suppression est vérifiée. La recherche sur le cycle de vie est sans ambiguïté : la sortie est le maillon le plus faible dans toute la catégorie.

Une note sur le réalisme des coûts : le testeur indépendant qui a dépensé environ $730 sur plus de 25 plateformes pendant huit mois a conclu que les offres gratuites de Character.AI et Pi AI sont « réellement suffisantes » pour discuter de façon occasionnelle, et que « le plus grand saut de qualité entre gratuit et payant concerne la mémoire et la liberté de contenu ». Si la mémoire ne constitue pas votre goulot d’étranglement, vous n’avez probablement pas besoin de payer.