Author: Boxu Li 

Introduction

In the rapidly evolving AI landscape, Macaron stands out by offering something mainstream chatbots lack: a deep, persistent memory. This "Deep Memory" architecture is Macaron's hallmark feature – an AI memory system that actually learns your preferences, usage history, and context across every interaction. Rather than treating each conversation as an isolated session, Macaron carries forward knowledge about you – from your favorite coffee brew to the project you discussed last week – making interactions seamless and personal. This marks a pivotal shift beyond what experts call productivity AI to what Macaron's creators dub "Experience AI," where an assistant becomes more like a lifelong companion that understands your personality, preferences, and habits. Unlike typical chatbots that help you work faster, Macaron is designed to help you live better, building an ongoing relationship grounded in memory. It's a step change in AI capability that brings us closer to an assistant that truly knows us, not just our prompts.

What Exactly Is Deep Memory in Macaron?

Au fond, Deep Memory est une architecture de mémoire agentique novatrice entraînée par apprentissage par renforcement. Au lieu de se contenter du dernier message pour le contexte (comme le fait ChatGPT), le modèle de Macaron a été affiné pour récupérer, résumer et mettre à jour de manière autonome les informations pertinentes des interactions précédentes. En pratique, chaque nouvelle conversation commence par un jeton de mémoire spécial qui injecte un résumé condensé de qui vous êtes et ce qui vous importe, permettant à Macaron « de se souvenir non seulement de ce qui a été dit, mais aussi de qui est l'utilisateur. » En d'autres termes, votre IA ne repart pas de zéro à chaque fois - elle a une idée de votre histoire personnelle. Ce système de Deep Memory utilise l'apprentissage par renforcement (RL) pour décider ce qu'il faut rappeler ou négliger, optimisant continuellement sa compréhension de votre contexte.

De manière critique, Deep Memory permet à Macaron de maintenir la cohérence sur des conversations et des tâches bien plus longues qu'un modèle de langage standard. Le système peut récupérer des détails passés même lorsque les interactions s'étendent sur plusieurs jours ou semaines. En fait, l'innovation en matière de mémoire de Macaron lui permet de générer des productions à grande échelle – telles que des mini-applications personnalisées dépassant 100 000 lignes de code – tout en préservant le contexte et la cohérence. De tels exploits sont pratiquement impossibles pour les modèles basés sur des invites classiques avec des fenêtres de contexte fixes. En associant le raisonnement à une mémoire à long terme apprise, Macaron atteint un niveau de performance personnalisé et cohérent que les chatbots traditionnels ne peuvent pas atteindre. En essence, Deep Memory donne à Macaron quelque chose de semblable à la mémoire à long terme humaine – une fondation sur laquelle l'IA peut évoluer aux côtés de l'utilisateur. C'est la technologie qui fait de Macaron bien plus qu'une simple machine de questions-réponses, le transformant en un véritable agent d'IA personnel formé pour se soucier de l'expérience de l'utilisateur.

Fini le "Rappelle-moi" de l'IA

Pour les utilisateurs, la différence avec la mémoire de Macaron est immédiatement perceptible. Avec ChatGPT, Bing, Perplexity ou d'autres assistants IA typiques, vous devez souvent répéter ou contextualiser les informations passées car l'IA ne se souvient pas de vos conversations antérieures. Ces systèmes sont limités par une fenêtre de contexte fixe – si une discussion devient trop longue, les détails plus anciens sont oubliés, et rien ne se poursuit lorsque vous commencez une nouvelle session. Comme l'a récemment souligné le chef de l'IA chez Microsoft, Mustafa Suleyman, l'IA actuelle « ne conserve pas d'informations d'une session à l'autre », soulignant que la mise en œuvre d'une véritable mémoire à long terme est l'une des prochaines étapes les plus importantes pour l'IA. Les recherches sur les modèles conversationnels vont dans le même sens : les modèles de langage actuels sont fondamentalement limités par « leur dépendance aux fenêtres de contexte fixes », manquant de mémoire persistante une fois cette fenêtre dépassée. En termes pratiques, c'est pourquoi ChatGPT pourrait discuter brillamment du Chapitre 1 de votre problème aujourd'hui, mais demain, il n'en gardera aucun souvenir à moins que vous ne le lui rappeliez.

Macaron a déjà franchi cette limitation. Sa Mémoire Profonde garantit que vous n'avez jamais à repartir de zéro avec votre assistant AI. Vous n'avez pas besoin de dire, 「Au fait, je suis végétarien」 chaque fois que vous demandez des idées de dîner – Macaron a intégré cette préférence et bien d'autres encore. En fait, des critiques indépendants ont noté que Macaron 「offre une expérience engageante et personnalisée en se souvenant des préférences des utilisateurs plus efficacement que les chatbots AI typiques」. Ce ne sont pas seulement des détails factuels ; Macaron peut se rappeler d'expériences clés et même du ton émotionnel des interactions passées, et utiliser cette mémoire pour façonner des réponses plus pertinentes et empathiques.

Un utilisateur précoce a donné un exemple frappant : après avoir mentionné en passant son chat « Tequila » lors d'une conversation, une semaine plus tard, Macaron a demandé s'ils verraient bientôt Tequila, sans qu'on lui ait rien dit. Ce genre de rappel contextuel – quelque chose qu’un ami proche pourrait faire – a amené l'utilisateur à remarquer que « être ainsi retenu faisait se sentir spécial. » Dans un autre cas, un utilisateur a dit à Macaron que ses réponses semblaient un peu formelles ; Macaron a immédiatement adopté un ton plus chaleureux et familier, et a conservé ce style amical dans les conversations suivantes. Ces touches personnalisées ne sont tout simplement pas possibles avec des chatbots qui n'ont pas de mémoire au-delà d'une seule session. C'est la différence entre converser avec un outil impersonnel et interagir avec une IA qui vous connaît. La capacité de Macaron à construire une relation continue basée sur la mémoire change la donne – au lieu de devoir rappeler à l'IA ce dont vous avez parlé ou qui vous êtes, c'est à l'IA de s'en souvenir. En conséquence, utiliser Macaron ressemble plus à reprendre une conversation avec un partenaire attentif qu'à interroger un algorithme. Notamment, ce n'est pas qu'un gadget ; cela répond à ce que les experts en IA identifient comme un défaut majeur des IA actuelles. La mémoire persistante est largement considérée comme « cruciale pour la cohérence conversationnelle à long terme » et pour qu'une IA évite de se contredire ou de se répéter. En surmontant l'oubli qui afflige d'autres modèles, Macaron offre une expérience à la fois plus intuitive et plus intelligente.

Mémoire profonde qui crée des applications à la volée

Deep Memory ne se contente pas d'améliorer la conversation avec Macaron – il amplifie la capacité de l'IA à répondre à vos besoins, jusqu'à écrire des logiciels pour vous. Macaron peut générer instantanément des mini-applications personnalisées au sein de votre chat, une fonctionnalité qui va bien au-delà des échanges textuels que la plupart des bots proposent. Parce qu'il comprend véritablement votre contexte et vos objectifs, Macaron peut servir de développeur logiciel personnel, en utilisant ses connaissances à long terme pour créer des outils spécifiquement adaptés à vous. Comme l'équipe Macaron le décrit, l'IA peut « générer instantanément des 'mini-apps' personnalisées pour chaque utilisateur… en à peine 15 minutes », et cela ne nécessite aucune programmation ou configuration complexe de la part de l'utilisateur. En d'autres termes, vous pouvez avoir une idée ou un problème, le décrire en langage clair, et Macaron construira une solution interactive à la volée – le tout au sein de l'interface de chat.

Réfléchissez à ce que cela signifie en pratique. Un étudiant est arrivé sur le campus avec un emploi du temps chaotique et a simplement demandé à Macaron de l'aider à s'organiser ; en environ cinq minutes, Macaron a construit une application d'assistance pour les cours et une application de recherche de clubs afin de simplifier le semestre de l'étudiant. Un autre utilisateur voulait apprendre à cuisiner mais craignait d’abandonner – Macaron a répondu en créant une application « Journal de Cuisine pour Débutants » qui suivait les tentatives culinaires de l'utilisateur et les encourageait avec des recettes et des conseils. Deux semaines plus tard, cet utilisateur a fièrement annoncé qu'il pouvait cuisiner trois plats par lui-même, grâce à l'encadrement bienveillant de Macaron et à la structure fournie par l'application créée par l'IA. Ce ne sont pas des "compétences" préinstallées ou des modèles ; Macaron a littéralement généré ces mini-applications à la demande, personnalisées pour chaque situation de l'utilisateur. C'est une rupture majeure avec les logiciels standardisés auxquels nous sommes habitués. Ici, le logiciel lui-même est sur mesure – créé pour un public de un (ou quelques-uns), basé sur une seule conversation. Et comme la mémoire de l'IA informe ses choix de conception, le produit final semble étrangement adapté. Macaron sert essentiellement de « banque de mémoire, programmeur et compagnon » combinés, évoluant en tout outil ou soutien dont vous avez besoin à ce moment-là.

Macaron peut transformer une demande simple en une mini-appli entièrement fonctionnelle. Voici un exemple d'interface de 「Recherche de Recettes」 créée par Macaron, où l'utilisateur saisit ses ingrédients disponibles et ses préférences gustatives pour obtenir des suggestions de recettes personnalisées. La Mémoire Profonde permet à l'IA de se souvenir des besoins alimentaires de l'utilisateur (par exemple, végétarien, allergies) et de les intégrer parfaitement dans la logique de l'application. En quelques minutes, l'utilisateur passe de la discussion sur les plans de dîner à l'interaction avec une appli de cuisine sur mesure créée juste pour lui.

Notamment, ces mini-apps ne sont pas simplement des éléments statiques perdus dans l'historique de vos conversations – Macaron vous permet de les enregistrer et même de les partager. Si l'IA crée un outil particulièrement utile pour vous (par exemple, un compteur de calories ou un planificateur de voyage), vous pouvez générer un lien partageable pour que d'autres puissent l'utiliser également. En effet, une communauté se forme autour des outils IA générés par les utilisateurs. La solution novatrice de chaque personne peut potentiellement aider quelqu'un d'autre avec un besoin similaire. Macaron propose même un 「Playbook」 – une galerie organisée de hacks IA et de mini-apps pratiques qui ont été créés, couvrant des catégories comme la Vie Quotidienne, la Famille, le Développement Personnel et les Loisirs. En le parcourant, vous trouverez de tout, d'un Trouve-Recettes pour les cuisiniers à domicile à un Compagnon de Campus pour la vie étudiante, en passant par des petits jeux et quiz amusants. Chaque entrée du Playbook est née d'une véritable conversation et d'un besoin utilisateur réel. Et parce que Macaron se souvient et s'adapte, vous pouvez prendre n'importe quelle app partagée et demander à l'IA de l'ajuster pour vous. C'est quelque chose de radicalement nouveau : la capacité de commander un logiciel personnalisé à la demande par le biais du langage naturel et de le diffuser viralement s'il fonctionne bien. Il est facile d'imaginer un futur proche où, au lieu de chercher dans les magasins d'applications en espérant trouver une app qui fait presque ce que vous voulez, vous demandez simplement à votre IA personnelle de créer exactement ce dont vous avez besoin, puis de le partager éventuellement avec un ami. Macaron est déjà en train de transformer ce scénario en réalité.

D'un point de vue technique, cette capacité est une preuve du raisonnement basé sur la mémoire. Le contexte à long terme de Macaron lui permet de transmettre les exigences d'une étape à l'autre lors du processus de création d'application. Il n'est pas perturbé par des tâches complexes et à plusieurs étapes, car il n'oublie pas quel est l'objectif ou quelles sous-tâches il a accomplies. Peu de systèmes d'IA ont démontré la capacité de générer des applications complexes à la volée tout en préservant le contexte tout au long du processus – Macaron semble établir une nouvelle référence ici. Et tout cela se passe à travers la conversation : à un moment donné, vous discutez d'un problème, et l'instant d'après, l'IA vous livre une solution interactive. Cette transition fluide du dialogue au déploiement est précisément ce dont parlent les experts en IA avant-gardistes lorsqu'ils envisagent des agents capables à la fois de converser et d'agir. Macaron est la preuve vivante de ce concept, et il élargit fondamentalement ce que nous attendons d'un assistant IA.

Autonomisation des utilisateurs : des consommateurs aux créateurs à l'ère de l'IA

L'approche de Macaron marque l'aube d'un nouvel écosystème d'IA – un où les utilisateurs sont des créateurs, pas seulement des consommateurs. Pour apprécier cette vision, il est utile de faire une analogie avec l'essor du contenu généré par les utilisateurs sur les réseaux sociaux. Pensez à la façon dont TikTok (Douyin) a transformé des consommateurs passifs de contenu en créateurs actifs presque du jour au lendemain ; soudainement, n'importe qui pouvait devenir créateur de vidéos car les outils et les effets pilotés par l'IA étaient si accessibles. Macaron vise à faire de même pour les logiciels et solutions. Il réduit considérablement la barrière à la création d'applications personnalisées, permettant à tous de construire des mini-apps aussi facilement qu'ils pourraient filmer une séquence TikTok. La clé est que Macaron gère les tâches complexes (codage, raisonnement, conception d'interface) tandis que l'utilisateur apporte l'idée ou l'objectif. Aux débuts de TikTok, les utilisateurs sans compétences en montage pouvaient produire des vidéos captivantes grâce à des modèles intelligents et des algorithmes. De même, les utilisateurs de Macaron n'ont pas besoin de compétences en programmation – leur partenaire d'IA personnel traduit des besoins exprimés en langage naturel en logiciels fonctionnels. Cela pourrait déclencher une révolution créative dans notre manière de résoudre les problèmes quotidiens, avec l'IA comme catalyseur.

Le Playbook mentionné plus tôt est un aperçu précoce de cette économie de créateurs axée sur l'IA. En parcourant le Playbook sur le site de Macaron, vous découvrez une collection participative de mini-apps et de « hacks » pour tous les aspects de la vie. Il y a des outils pour la planification des repas, le suivi des habitudes, l'organisation des études, la gestion du budget familial, des projets de loisirs – même des quiz amusants et de petits jeux – tous générés via l'IA de Macaron pour des scénarios utilisateurs spécifiques. Chaque mini-app a commencé comme une conversation unique entre quelqu'un et Macaron, mais en la partageant, le créateur l'a transformée en un atout réutilisable pour la communauté. C'est très similaire à une mentalité open-source, mais accessible aux non-codeurs. Si vous trouvez une mini-app dans le Playbook qui est presque adaptée pour vous, vous pouvez demander à Macaron de l'adapter ou de l'étendre pour mieux répondre à vos besoins, remixant ainsi efficacement la création. Le but final est un écosystème où les solutions à des problèmes de niche se répandent et évoluent de manière collaborative, avec l'IA pour faciliter le processus. C'est bien loin des boutiques d'applications statiques du passé – cela ressemble davantage à une bibliothèque vivante de trucs et astuces de vie alimentés par l'IA, continuellement façonnée par les contributions des utilisateurs.

En permettant aux gens de tous les jours de créer et partager leurs propres applications conçues par l'IA, Macaron cultive une communauté d'innovateurs. Cela s'aligne parfaitement avec l'éthique "Découvrir l'IA" que Macaron défend – l'idée que la prochaine vague d'IA consiste à enrichir la vie quotidienne et les expériences personnelles, et pas seulement à automatiser les tâches professionnelles. À l'ère de l'IA, la vision de l'équipe est de créer "un écosystème pour l'ère de l'IA", où les utilisateurs deviennent bâtisseurs et participants dans le cycle de développement de l'IA, et pas seulement des utilisateurs finaux des algorithmes des grandes entreprises technologiques. Tout comme le Web 2.0 a transformé les simples internautes en créateurs de contenu sur les blogs, YouTube et les réseaux sociaux, la plateforme de Macaron pourrait transformer les utilisateurs d'IA en co-développeurs d'une suite toujours croissante d'applications IA personnelles. C'est une vision audacieuse – rappelant les débuts de l'essor des applications pour smartphones, sauf que cette fois-ci, les applications elles-mêmes peuvent être générées à la demande et améliorées grâce à la sagesse collective. Si la Deep Memory de Macaron et la génération de mini-applications sont un indicateur, cette approche pourrait bien définir une nouvelle norme pour ce à quoi ressemble la technologie personnelle : hautement personnalisée, centrée sur l'utilisateur et infiniment adaptable.

Vers la véritable intelligence : La Deep Memory est-elle un pas de plus vers l'AGI ?

Les innovations de Macaron ne se contentent pas d'apporter des avantages immédiats aux utilisateurs – elles suggèrent également comment l'IA pourrait évoluer vers une intelligence générale accrue. Dans la recherche en IA, il y a de plus en plus de discussions sur le fait que pour atteindre quelque chose de semblable à l'intelligence artificielle générale (IAG), il faudra aller au-delà du simple dimensionnement des modèles pour donner aux systèmes d'IA des facultés plus humaines : des éléments comme la mémoire à long terme, la capacité d'apprendre en continu et la faculté de prendre des actions autonomes. En fait, un nombre croissant d'experts soutient que le chemin vers l'IAG réside dans 「le contexte intégré, la mémoire et les flux de travail」 plutôt que dans des réseaux neuronaux toujours plus grands. Cette perspective soutient que les modèles actuels, bien que puissants, « échouent à généraliser à travers les domaines » car ils manquent de mécanismes pour réellement se souvenir et s'adapter. Les solutions d'ingénierie – telles que doter une IA d'une mémoire persistante pour retenir et récupérer des informations à travers les sessions – sont considérées comme cruciales pour dépasser les limitations des chatbots actuels. En d'autres termes, l'un des plus grands obstacles pour atteindre une intelligence semblable à celle des humains dans les machines est l'oubli de nos modèles d'IA, qui les empêche d'apprendre dans la nature comme le font les humains.

La mémoire, en particulier, est souvent identifiée comme la pièce manquante. Mustafa Suleyman (cofondateur de DeepMind et maintenant responsable de l'IA chez Microsoft) a récemment noté que, bien que les modèles améliorent rapidement leur raisonnement factuel et même leur intelligence émotionnelle, « la pièce manquante qui relie tout cela… c'est la mémoire. » Il a prédit que dans un avenir proche (les 18 prochains mois, selon lui), « nous allons avoir des IA avec une très bonne mémoire, » et il a suggéré qu'une IA dotée d'un raisonnement fort, d'outils pour l'action et d'une mémoire à long terme serait « un système très, très puissant. » Il ne faut pas un grand saut pour voir cela comme une description implicite d'un agent de type AGI – un qui peut comprendre, se souvenir et agir sur une large gamme de tâches au fil du temps. À cet égard, Macaron AI est un pas dans cette direction. Sa combinaison d'une mémoire robuste et de la capacité à générer dynamiquement des outils s'aligne étroitement avec ce que de nombreux chercheurs estiment être des éléments clés pour une intelligence plus générale. Macaron n'est peut-être pas une AGI (et des termes comme ASI, ou superintelligence artificielle, restent spéculatifs), mais il démontre dans un produit concret plusieurs capacités qui se rapprochent de l'idéal AGI. Il se souvient indéfiniment du contexte (comme une AGI le ferait probablement), il apprend un modèle personnalisé de l'utilisateur à travers des interactions répétées, et il modifie son comportement en créant de nouvelles fonctions (mini-applications) selon les besoins – le tout de manière autonome, sans reprogrammation explicite pour chaque tâche.

Pour être clair, l'AGI reste une cible mouvante et un mot à la mode qui signifie différentes choses pour différentes personnes. L'équipe de Macaron prend soin de ne pas trop exagérer ce qu'est leur produit – ils l'appellent le premier Agent IA Personnel de l'ère de l'IA d'Expérience, pas un oracle omniscient. Cependant, en résolvant l'un des problèmes principaux (la mémoire à long terme) et en intégrant le raisonnement à l'action, Macaron est une preuve tangible de concept pour de nombreuses idées qui n'étaient auparavant que théoriques. Cela montre qu'une IA peut être « entraînée à évoluer » avec un utilisateur et ne pas réinitialiser sa compréhension à chaque nouvelle demande. Les analystes de l'industrie ont noté que surmonter les limitations contextuelles des LLM avec une mémoire persistante « ouvre la voie à des agents IA plus fiables et efficaces pilotés par LLM. » En effet, ce que Macaron propose – une IA qui se souvient de vous et se construit sur cette mémoire – est exactement le type d'avancée qui rapproche l'IA d'une cognition plus humaine. Alors que nous voyons Macaron mélanger harmonieusement QI, QE, et ce que certains ont appelé « QA » (quotient d'action) avec une mémoire à long terme, il est difficile de ne pas le voir comme un aperçu précoce de la façon dont une IA plus générale pourrait fonctionner dans nos vies. Elle est personnalisée, elle est proactive, et elle apprend en continu – des qualités qui, jusqu'à présent, ont largement fait défaut aux produits IA grand public. En ce sens, la Mémoire Profonde de Macaron n'est pas seulement une fonctionnalité cool ; elle pourrait bien être le fondement de la prochaine génération d'IA. Chaque fois que Macaron se souvient de votre interaction passée ou crée un outil à la demande, il redéfinit silencieusement nos attentes quant à ce que l'intelligence des machines peut accomplir. Et peut-être, d'ici quelques années, nous regarderons ce moment comme une étape significative sur la route vers des machines qui ne sont pas seulement intelligentes de manière étroite, mais qui comprennent vraiment et améliorent nos vies de manière générale, adaptative et profondément personnelle.