Tencent Cloud annonce le 13 août 2026 le passage en version 2.0 de son projet open source TencentDB Agent Memory, avec l'ajout d'une fonctionnalité qui manquait cruellement à l'industrie de l'agentique IA : la mémoire d'équipe. Autrement dit, la capacité pour plusieurs agents IA à partager un pool de contexte commun — conversations, documents, code source, historique d'actions — avec une couche de gouvernance fine.

Le projet a franchi les 20 000 étoiles GitHub en 90 jours depuis son open-sourcing en mai 2026. C'est l'un des adoptions les plus rapides de l'année dans l'écosystème agent.

Ce que résout Team Memory

Jusqu'ici, les frameworks d'agents (LangChain, CrewAI, AutoGen, OpenClaw) donnaient à chaque agent sa mémoire isolée. Deux agents qui travaillaient sur le même projet ne pouvaient pas partager efficacement leur contexte — d'où des recalculs, du contexte perdu, des incohérences.

Team Memory introduit un hub central où les artefacts produits par un agent (ou un humain) deviennent des memory items réutilisables par les autres agents autorisés :

Conversations passées avec un client
Dépôts de code et snippets validés
Documents opérationnels et procédures
Historique de décisions et d'actions

Ces items sont ensuite assemblés dynamiquement par rôle et par tâche pour être injectés dans le contexte des agents. Compatible avec les principaux frameworks — Tencent liste CodeBuddy, OpenClaw et Claude Code.

La couche gouvernance : ce qui manquait au multi-agent en entreprise

C'est ici que Tencent prend la spécificité entreprise au sérieux. Chaque memory item supporte :

Ownership : qui l'a créé, à qui il appartient
Versioning : historique des modifications
Statut : brouillon, validé, obsolète, archivé
Usage log : quels agents / utilisateurs l'ont consulté ou modifié
Permissions configurables par utilisateur, rôle et agent

C'est la première brique open source qui répond aux exigences des DSI post-incidents UK AISI : audit logs, permission boundaries, revue humaine (voir notre article dédié). Non-hasard : ces exigences se sont durcies au cours de l'été.

Le multi-agent isolé était un jouet. Le multi-agent gouverné devient un vrai composant système.

Le contexte stratégique chinois

Tencent joue la même carte qu'Alibaba avec Qwen ou Moonshot avec Kimi : ouvrir massivement pour capter l'écosystème mondial des développeurs. Face à un OpenAI et un Anthropic qui ferment leurs modèles, les acteurs chinois investissent l'open source comme arme géostratégique.

La compatibilité affichée avec Claude Code est notable : Tencent ne construit pas un silo, elle propose une brique complémentaire au framework Anthropic — qui n'a lui-même pas de mémoire d'équipe native.

Ce qu'il faut retenir

Multi-agent devient un vrai sujet enterprise, pas juste une démo Twitter.
Le pattern chinois — open source + gouvernance solide — s'impose comme la voie d'adoption la plus crédible pour l'agentique en 2026-2027.
Les grands frameworks propriétaires occidentaux vont devoir répondre — attendez-vous à une annonce équivalente d'Anthropic ou d'OpenAI dans les 3-6 mois.

La nuance

Un projet open source de 3 mois qui atteint 20 000 stars — c'est excellent, mais rien ne dit encore que TencentDB Agent Memory tiendra la charge en production sur des flottes de 100+ agents concurrents. Les benchmarks de scalabilité à grande échelle manquent. Et l'écosystème d'intégrations reste jeune : LangChain, CrewAI et AutoGen n'ont pas encore de connecteur officiel.

Reste que la direction est claire : la couche mémoire devient un composant d'infrastructure aussi central que la base de données ou le message broker. Ceux qui la maîtrisent tiendront la couche agent.

Tag : Claude Code

TencentDB Agent Memory v2 : les agents IA partagent enfin une mémoire d'équipe