Ça vous est déjà arrivé ? Vous discutez avec Claude ou ChatGPT depuis une heure, et quelque chose se dégrade : il « oublie » ce que vous avez dit au début, mélange des consignes, tourne en rond. Pas un bug : une fenêtre de contexte qui arrive à saturation, et un outil qui gère ça plus ou moins élégamment.
Dans l’article sur les tokens, on a vu que tout ce qui est dans le contexte se paie à chaque tour. Aujourd’hui, l’étage au-dessus : comment les outils compressent, résument et oublient, les patterns concrets derrière Claude, ChatGPT, Copilot et les autres. On démonte ensemble. Vous allez voir : c’est pas sorcier.
Le bureau de travail (et ses deux maladies)
L’image à garder : la fenêtre de contexte est le bureau du modèle. Tout ce qu’il sait de votre conversation est posé dessus : vos messages, ses réponses, les fichiers ouverts, les sorties d’outils. Ce qui n’est pas sur le bureau n’existe pas pour lui.
Ce bureau a deux maladies :
- Le mur. La fenêtre est finie : 128 000, 200 000, parfois un million de tokens selon les modèles. Pleine, c’est fini : il faut jeter quelque chose pour poser autre chose.
- La dilution, la maladie sournoise. Bien avant le mur, la qualité baisse. Un modèle noyé sous 150 000 tokens retrouve moins bien une information qu’à 20 000. La recherche a même montré que le milieu du contexte est le moins bien retenu (lost in the middle). Un grand bureau couvert de papiers n’est pas un bureau efficace.
Corollaire qui pique : la fenêtre géante n’est pas la solution miracle. Gemini et sa fenêtre à 1 million de tokens repoussent le mur, pas la dilution (ni la facture). D’où l’existence de tout un artisanat : le context engineering. Alors, comment font les outils ? Six patterns, du plus brutal au plus fin.
Pattern 1 : la fenêtre glissante (jeter les plus vieux papiers)
La méthode primitive : quand le bureau déborde, on jette les documents les plus anciens. C’est la sliding window des premiers chatbots, et le comportement de base de ChatGPT dans une très longue conversation : le début finit par sortir de la fenêtre, silencieusement.
Simple, mais brutal : les plus vieux papiers sont souvent les plus importants, comme le brief initial et les contraintes posées au départ. Comme sur un chantier : jetez la première page du dossier, et c’est souvent le plan qui part à la benne. C’est exactement le « il a oublié ce que je lui ai dit au début ». Personne ne fait plus que ça, mais c’est la brique de base.
Pattern 2 : la compaction (résumer avant de jeter)
Le pattern vedette : la compaction.
- Claude Code fait de l’auto-compact : à l’approche de la limite, il rédige un résumé structuré de la conversation (décisions prises, fichiers touchés, état de la tâche, prochaines étapes), puis remplace l’historique détaillé par ce résumé. La conversation continue, allégée.
- Copilot CLI fait pareil à 95 % de la jauge, et
/compactle déclenche à la demande.
L’image : avant de vider le bureau, on rédige une fiche de synthèse et on ne garde qu’elle. La subtilité que peu de gens voient : c’est le modèle lui-même qui rédige la fiche, et tout l’art est dans ce qu’elle préserve. Les décisions et les contraintes : oui. Les quarante allers-retours pour y arriver : non.
Le mot d’honnêteté : un résumé est une perte choisie. Le détail que la fiche n’a pas retenu est perdu pour de bon. C’est pour ça qu’après une compaction, un agent peut « oublier » une nuance dite trois heures plus tôt. La compaction gère la saturation ; elle ne l’annule pas.
Pattern 3 : l’oubli sélectif (jeter les gros blocs périmés)
Plus chirurgical : au lieu de tout résumer, on identifie les blocs volumineux devenus inutiles et on ne jette qu’eux. Le suspect numéro un : les vieilles sorties d’outils. Le listing de 3 000 lignes que l’agent a lu il y a une heure a servi : la décision qui en découle est actée ; le listing lui-même n’est plus que du lest.
C’est le principe du context editing de l’API Claude : effacer les anciens résultats d’outils tout en gardant le fil de la conversation. Sur le bureau : on jette les impressions brouillon, on garde les notes prises dessus.
Pattern 4 : l’externalisation (le post-it plutôt que la mémoire)
Le pattern le plus élégant, et le geste réflexe des agents modernes : écrire hors du contexte. Plutôt que de garder un plan de 2 000 tokens sur le bureau pendant toute la session, l’agent l’écrit dans un fichier (TODO.md, un plan, des notes de travail) et ne garde sur le bureau qu’un pointeur : « le plan est dans docs/plan.md ». Besoin du détail ? Il relit le fichier, s’en sert, et le contexte respire à nouveau.
Vous l’avez déjà vu à l’œuvre sans le nommer : Claude Code entretient ses fichiers de mémoire et ses listes de tâches, les agents autonomes tiennent leur carnet de bord. Le disque est infini et gratuit ; le bureau est petit et cher : ce qui doit durer va sur le disque.
Pattern 5 : le chargement à la demande (n’apporter que le dossier utile)
Le miroir du précédent : ne jamais tout poser sur le bureau au départ. C’est le RAG et son bibliothécaire (les trois bons extraits au bon moment), mais aussi la mécanique quotidienne des agents de code : ils ne chargent pas votre projet entier, ils font des recherches ciblées et n’ouvrent que les fichiers pertinents. Le just-in-time context : la bonne information, au bon moment, en petite quantité.
(Les développeurs qui organisent leur code en petits dossiers autonomes y gagnent doublement ; on explique pourquoi sur notre blog dev Sense of [Blog] : une fonctionnalité qui tient dans un dossier, c’est un dossier qui tient sur le bureau.)
Pattern 6 : les bureaux séparés (déléguer pour ne pas encombrer)
Le pattern d’équipe : chaque spécialiste travaille sur son propre bureau, et ne rapporte au chef que sa conclusion. L’agent Explore de Copilot CLI fouille le code dans son coin et revient avec trois paragraphes : les 50 000 tokens d’exploration n’ont jamais touché votre contexte principal. L’isolation de contexte est une forme de compression. Vous voyez l’idée ? On ne compresse jamais mieux que ce qu’on n’a pas posé sur le bureau.
Ce que font vos outils, en une image
| Outil | Sa stratégie visible |
|---|---|
| Claude / Claude Code | auto-compact avec résumé structuré + externalisation (fichiers mémoire) + context editing côté API |
| ChatGPT | fenêtre glissante + condensation en longue conversation + sa « memory » séparée (voir notre article sur la mémoire des IA) |
| Copilot CLI | jauge /context, auto-compaction à 95 %, /compact, sous-agents aux bureaux séparés |
| Gemini | la très grande table (1 M tokens) : utile, mais dilution et facture restent |
En résumé
- La fenêtre de contexte a deux maladies : le mur (limite dure) et la dilution (qualité qui baisse bien avant). La grande fenêtre ne soigne que la première.
- Six patterns, du plus brutal au plus fin : glisser (jeter le vieux), compacter (résumer avant de jeter), oublier sélectivement (les gros blocs périmés), externaliser (le post-it sur le disque), charger à la demande (le bibliothécaire), séparer les bureaux (déléguer).
- La compaction est une perte choisie : parfois le bon geste reste de repartir d’une conversation neuve avec un brief propre.
- Et la meilleure compression, c’est de ne pas salir le bureau : contextes courts, tâches découpées.
Un bureau bien tenu plutôt qu’un bureau géant : voilà tout le context engineering. Et la suite logique coule de source : si le contexte est la mémoire de travail, jetable par nature… comment les IA se souviennent-elles de vous ? C’est exactement le sujet de notre article sur la mémoire des IA. Vous voyez : c’est pas sorcier.
