Mem0 vs Zep vs TencentDB Agent Memory : comparatif complet 2026

Au premier semestre 2026, Agent Memory est passé d'un module optionnel à une infrastructure au même niveau que les bases vectorielles et le routage de modèles. Quand votre Coding Agent doit mémoriser préférences utilisateur, contraintes projet ou configurations CI échouées d'une session à l'autre — ou qu'un agent support doit distinguer « ce que le client a dit le mois dernier » de « ce qui est vrai aujourd'hui » — remplir le context window de l'historique de chat ne suffit plus.

Cet article compare trois solutions parmi les plus discutées en 2026 : Mem0 (open source + couche mémoire managée), Zep (graphe de connaissances temporel entreprise basé sur Graphiti) et TencentDB Agent Memory (mémoire symbolique court terme + long terme en couches de Tencent). Architecture, latence de retrieval, économie de tokens, intégration frameworks, conformité et gouvernance d'équipe — plus un arbre de décision directement applicable.

* Benchmarks publics et articles techniques des éditeurs ; résultats réels variables selon type de tâche et volume de données.

Pourquoi choisir une couche Memory dédiée en 2026

Les context windows LLM grandissent, mais plus grand ne veut pas dire mieux mémoriser. Trois échecs fréquents en production :

1. Dérive de session : L'utilisateur a dit « TestFlight bêta uniquement » il y a trois jours ; aujourd'hui l'agent propose une sortie App Store.
2. Logs outils qui explosent le contexte : Un xcodebuild ou test E2E produit des dizaines de milliers de tokens et chasse la mémoire métier utile.
3. Faux rappels RAG plat : Le vector store ramène ensemble « anciennes exigences obsolètes » et « objectifs sprint actuels ».

Le rôle de la couche Memory est d'extraire l'état inter-sessions du prompt, le stocker de façon structurée et le réinjecter par retrieval précis — complémentaire au RAG documentaire et à la question « qui écrit le code » dans notre guide DeepSeek Coding Agent : le modèle raisonne, Memory gère le contexte persistant.

Cadre d'évaluation : cinq métriques clés

Mem0 / Zep / TencentDB en une phrase

• Mem0 : « Ajouter une mémoire branchable à tout agent » — MIT open source, managé facturé à la requête ; l'algorithme d'avril 2026 met l'accent sur extraction ADD single-pass + retrieval fusion multi-signaux.
• Zep : « Context Lake entreprise » — moteur open source Graphiti construit un graphe de connaissances bitemporel ; retrieval managé visant sub-200ms, fort sur versioning des faits et provenance.
• TencentDB Agent Memory : « Meilleure structure mémoire, pas une fenêtre plus large » — mémoire court terme symbolique Mermaid + pyramide long terme L0→L3, intégration profonde OpenClaw et stacks cloud domestiques.

Tableau comparatif des capacités

Plongée architecture : trois philosophies mémoire

Mem0 : compression + retrieval multi-signaux

La philosophie Mem0 : « toucher moins au pipeline, épaissir la couche mémoire » — les frameworks agent orchestrent comme avant, Mem0 fait extract → consolidate → retrieve en parallèle. Points saillants du README OSS 2026 :

• Extraction ADD-only single-pass : Un appel LLM par écriture, pas d'écrasement sur place — moins d'amplification d'écriture.
• Multi-signal retrieval : Vecteurs sémantiques + mots-clés BM25 + entity linking fusionnés en parallèle.
• Temporal Reasoning : Classement temporel pour « où habitent-ils maintenant ? » ou « qu'a-t-on dit en réunion la semaine dernière ? »

Pro managé ($249/mois) débloque Graph Memory pour le suivi entité-relation ; mémoire vectorielle seule ? Growth $79 suffit souvent. Self-hosted via Docker Compose — idéal avec K8s existant.

from mem0 import Memory
m = Memory()
m.add("L'utilisateur préfère la bêta TestFlight, pas la sortie App Store", user_id="u_42")
hits = m.search("Préférence canal de release ?", user_id="u_42")

Zep : graphe de connaissances bitemporel

Le différenciateur Zep : « les faits expirent, l'historique ne doit pas se perdre ». Graphiti maintient deux dimensions temporelles par arête :

• Valid time : Quand le fait était vrai dans le monde réel ;
• Transaction time : Quand le système a appris le fait.

En cas de contradiction, l'ancienne arête reçoit invalid_at au lieu d'être supprimée — l'agent répond à la fois « quel forfait le client utilise maintenant ? » et « qu'a-t-il dit il y a trois mois ? ». Précieux pour support B2B, changements de compte, audits conformité.

Le prix : la construction de graphe est plus lourde que l'écriture vectorielle simple — extraction entité/relation LLM et résolution de conflits requises. Zep managé garde le p95 retrieval sous 200ms ; Graphiti self-hosted = ops et tuning Neo4j à votre charge.

TencentDB : court terme symbolique + L0–L3 long terme

TencentDB Agent Memory résout deux douleurs souvent négligées :

1. Tâche unique ultra-longue : Sortie outil via Context Offloading vers fichiers externes ; le contexte ne garde qu'un diagramme d'état Mermaid dense ; détails via node_id avec chaîne de preuves grep complète.
2. Connaissance d'équipe inter-sessions : Dialogues distillés couche par couche en L0 dialogue brut → L1 faits atomiques → L2 blocs scénario (Markdown) → L3 profil utilisateur — sans résumé brutal irréversible.

Expériences type WideSearch publiées par Tencent : jusqu'à 61,38% d'économie tokens, 51,52% d'amélioration relative du taux de réussite ; précision PersonaMem 48% → 76%. En plugin OpenClaw, backend SQLite local sans configuration — chemin le plus court pour les équipes orchestrant déjà des tâches Mac distantes via OpenClaw.

Intégration frameworks et parcours OpenClaw

La friction d'intégration diffère fortement :

Mem0 : trois lignes dans tout framework

SDK Python / Node pour LangChain, AutoGen ou passerelle FastAPI maison. Idéal derrière votre passerelle multi-modèles OmniRoute avec un service Memory unifié partagé par Claude Code, Cursor BYOK et Reasonix.

Zep : modèle User / Thread intégré

SDK avec gestion utilisateur et session — une couche en moins à construire. Convient aux assistants entreprise « un utilisateur ↔ plusieurs threads agent » ; Graphiti self-hosted exige de l'implémenter soi-même.

TencentDB : plugin OpenClaw en un clic

README couvre OpenClaw et Hermes Gateway (port 8420). Parcours type : agent OpenClaw exécute xcodebuild / scripts de test sur un Mac cloud ; le plugin Memory retient la config de signature échouée et l'UDID appareil — pas de réexplication la session suivante. Memory Hub niveau équipe (Chat Memory, Skill, Wiki, CodeGraph) évolue vite — pour early adopters prêts à contribuer en amont.

Coût, conformité et exploitation

Facture directe (individuel / petite équipe, août 2026)

L'extraction mémoire appelle elle-même un LLM — sur la route DeepSeek Flash de notre article coût mensuel programmation IA, un add peut coûter des fractions de centime ; extraction Claude Opus peut rendre la couche mémoire plus chère que l'agent. Approche pragmatique : extraire avec petit modèle, retrouver via index vecteur/graphe.

Aperçu conformité

• Mem0 : SOC 2 Type I, HIPAA BAA (entreprise) ; pilotes santé/finance Amérique du Nord.
• Zep : SOC 2 ; insiste sur gouvernance données et journaux d'audit API.
• TencentDB : Données entièrement dans votre environnement ; déploiement privé et conformité domestique favorables ; équipes à l'étranger évaluent réseau et licences.

Arbre de décision et stratégies combinées

Il n'existe pas de base mémoire universelle. Mem0 gagne sur l'écosystème et la vitesse d'adoption, Zep sur la justesse temporelle, TencentDB sur la symbolisation des longues tâches et l'intégration native OpenClaw. Les équipes matures combinent souvent : Zep pour les faits clients, Mem0 pour les préférences développeurs, TencentDB pour l'état Mermaid des tâches OpenClaw — liés par un user_id unifié à la passerelle.

FAQ

Quelle différence fondamentale entre Graph Memory Mem0 et Zep ?

Le graphe Mem0 Pro sert surtout à renforcer le retrieval via relations d'entités ; le graphe Zep/Graphiti est un modèle de données de premier ordre où bitemporalité et invalidation sont la sémantique centrale. Beaucoup de requêtes « cette relation était-elle vraie sur cette période ? » → privilégier Zep.

TencentDB exige-t-il Tencent Cloud ?

Non. SQLite local par défaut exécute mémoire court et long terme de bout en bout. TCVDB est une extension optionnelle pour le retrieval vectoriel à grande échelle chez les équipes déjà sur Tencent Cloud.

Peut-on construire la mémoire uniquement avec Redis / Postgres ?

Oui, mais vous réinventerez extraction, déduplication, temporalité et fusion retrieval. La valeur de Mem0/Zep/TencentDB : les pièges mémoire agent sont déjà parcourus. DIY pour prototypes ; production sur les épaules de géants.

Comment partager le travail avec un magasin documentaire RAG ?

Documents (manuels, specs API) via RAG ; dialogues utilisateur, état des tâches, préférences via Memory. Fusionner les deux à l'assemblage du prompt — éviter qu'un seul vector store fasse tout.