Perplexity lance Brain, un système de mémoire auto-améliorant qui construit un graphe contextuel du travail d'un agent et apprend durant la nuit
Perplexity a lancé Brain, un système de mémoire à auto-amélioration intégré à son agent Computer, aujourd'hui disponible en Research Preview pour les abonnés Max et Enterprise Max. Contrairement aux systèmes de mémoire traditionnels qui stockent les préférences et habitudes de l'utilisateur, Brain construit un graphe de contexte centré sur le travail accompli par l'agent lui-même. Concrètement, Brain enregistre ce que Computer a fait, ce qui a fonctionné, ce qui a échoué, et les corrections apportées en cours de route. Ce graphe prend la forme d'un wiki alimenté par LLM, chargé automatiquement dans le sandbox de l'agent, dont les pages reflètent les projets, personnes, idées et sources propres à l'univers de travail de l'utilisateur. Le système se met à jour la nuit, en synthétisant les sessions passées, les résultats des connecteurs et les modifications apportées aux documents sources.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'impact concret est significatif : Perplexity annonce, sur la base de ses propres tests, une amélioration de 25 % de la correction des réponses sur des tâches déjà rencontrées, un gain de 16 % sur le rappel d'information, et une réduction de 13 % des coûts sur les tâches nécessitant un contexte historique. Plus l'utilisateur se sert de Computer, plus les gains s'accumulent, puisque l'agent apprend progressivement quels fichiers, connecteurs et sources produisent les meilleurs résultats. Chaque entrée mémorisée est traçable jusqu'à sa session ou son document d'origine, ce qui facilite le débogage et renforce la confiance dans le système. Pour Perplexity, l'objectif est simple : chaque jeton dépensé aujourd'hui est un investissement dans une utilisation plus efficace des jetons demain.
Ce lancement s'inscrit dans une réflexion plus large sur ce que doit être la mémoire en intelligence artificielle. Jusqu'ici, les assistants IA mémorisaient principalement l'utilisateur, pour produire un sentiment d'engagement. Perplexity renverse cette logique en affirmant que la mémoire la plus utile est celle qui améliore la performance de l'agent sur le travail réel. La startup, qui s'est imposée comme un acteur sérieux de la recherche augmentée par IA face à Google et OpenAI, positionne ainsi Computer comme un agent de productivité à long terme plutôt qu'un simple assistant ponctuel. Des cas d'usage concrets illustrent cette ambition : un data scientist qui relance chaque semaine le même audit de pipeline verra Brain éliminer progressivement les sources mortes et raccourcir les détours ; une équipe support verra les tickets routés plus vite vers les bonnes ressources. La prochaine étape naturelle serait d'ouvrir ce mécanisme d'apprentissage à des intégrations tierces plus larges, et de mesurer ses performances sur des benchmarks indépendants.
Pas d'impact direct sur la France/UE