PathrulePathrule vs Letta
Letta est une plateforme pour construire des agents à état : vous définissez des blocs de mémoire qui vivent dans la fenêtre de contexte de l'agent, et l'agent les modifie lui-même avec des outils intégrés. Pathrule ne vous donne pas d'agent. Il alimente ceux que vous utilisez déjà, Claude Code, Codex, Cursor, GitHub Copilot ou Windsurf, avec les connaissances qui régissent le chemin sur lequel ils travaillent.
Ce que Letta fait bien, et un point qu'il faut lui reconnaître pleinement
Letta descend de l'article MemGPT et en a tiré la bonne leçon : un agent doit gérer sa propre mémoire. Les blocs de mémoire sont des sections structurées de la fenêtre de contexte qui persistent d'une interaction à l'autre et restent toujours visibles sans recherche, et l'agent les lit et les met à jour avec des outils intégrés. La mémoire d'archive se trouve derrière, sous forme de stockage interrogeable sémantiquement à la demande : l'agent déplace ainsi les connaissances entre ce qu'il voit en permanence et ce qu'il peut aller chercher.
Ce qu'il faut lui reconnaître explicitement : la mémoire principale (core memory) n'attend pas d'être interrogée. Elle est dans la fenêtre de contexte par construction. L'argument que ce site oppose aux API de mémoire, à savoir qu'elles ne répondent que lorsqu'on les interroge, ne s'applique donc pas aux blocs principaux de Letta, et prétendre le contraire serait malhonnête.
Le harness d'agent est open source, avec un cloud managé ou un serveur auto-hébergé, et Letta cite les agents de codage parmi ce que l'on peut construire avec.
Côte à côte
| Letta | Pathrule | |
|---|---|---|
| Ce que vous obtenez | Une plateforme pour construire un agent à état | Une couche d'intelligence pour les agents de codage que vous utilisez déjà : CLI, serveur MCP, extension VS Code et Pathrule Cloud |
| Qui modifie les connaissances | L'agent, avec des outils de mémoire intégrés | Votre équipe et ses agents ; les constats appris restent indicatifs et les patterns d'équipe exigent l'approbation d'une personne |
| Toujours dans le contexte | Les blocs de mémoire, par construction | Le sous-ensemble lié au chemin, injecté avant le premier appel d'outil |
| Comment dépasser la taille de la fenêtre | La mémoire d'archive, interrogée à la demande | La portée par chemin : seul le sous-ensemble de ce répertoire est envoyé |
| Organisé par | Des blocs comme human, persona, task | Les chemins du dépôt |
| Contraintes capables de bloquer une modification | Ce n'est pas son objet | Les règles portent une portée, une priorité et un niveau d'application |
| Comment les agents se connectent | Vous construisez l'agent vous-même | `pathrule setup` connecte Claude Code, Codex, Cursor, GitHub Copilot et Windsurf ; tout client MCP peut utiliser le serveur |
Les affirmations sur Letta proviennent de sa propre documentation et de son blog, consultés en août 2026. Si une ligne est inexacte, dites-le-nous et nous la corrigerons.
Là où les deux divergent vraiment
Construire un agent, ou équiper ceux que vous avez. Letta est le bon outil si le produit que vous livrez EST un agent et que vous voulez que sa mémoire soit un élément de premier plan. Pathrule part du principe que vous utilisez déjà Claude Code, Codex, Cursor, GitHub Copilot ou Windsurf et que vous préférez ne pas reconstruire l'agent.
Les blocs se conçoivent. Les chemins sont donnés.. Les blocs de mémoire sont des sections que quelqu'un conçoit : un bloc human, un bloc persona, un bloc task. C'est un bon modèle pour un assistant qui a un rôle. Pour du code, la structure existe déjà : le dépôt. Pathrule s'appuie sur elle, si bien que ce que reçoit un agent qui modifie
/services/billingne demande aucune conception de blocs.Auto-modification ou connaissances relues. Un agent qui modifie sa propre mémoire, c'est puissant, mais c'est aussi sans relecture : rien ne l'empêche d'écrire quelque chose de faux et de le relire ensuite comme un fait. Dans Pathrule, ce qu'un agent enregistre reste dans un espace de travail partagé où l'équipe peut le voir, le modifier et le supprimer, les constats qu'il consigne restent indicatifs et ne sont jamais promus automatiquement en règles, et les patterns d'équipe ne parviennent aux agents qu'après vérification par une personne. C'est plus lent par élément, et c'est voulu quand les connaissances sont partagées avec une équipe.
Lequel choisir
Choisissez Letta quand vous construisez un produit qui est un agent et que sa mémoire fait partie de ce que vous livrez, ou quand vous voulez que l'agent soit lui-même maître de ce dont il se souvient.
Choisissez Pathrule quand les agents sont déjà choisis et que le problème est qu'ils agissent dans votre dépôt sans savoir ce que votre équipe a décidé. Si les deux sont vrais, ils ne se heurtent pas : Letta dans votre produit, Pathrule sous les agents de codage qui le construisent.
Sources et vérification
Documentation officielle vérifiée le 1er octobre 2026. La version du produit Letta n'était pas indiquée dans la documentation examinée et n'a pas été testée en local. Les affirmations sur Pathrule ont été vérifiées par rapport à la version publiée de la CLI Pathrule 0.6.1, le 9 octobre 2026.
- Letta : présentation de la plateforme
Positionnement officiel de la plateforme d'agents à état et du harness open source.
- Letta : attacher et détacher des blocs de mémoire
Comportement officiel des blocs persistants qui restent visibles dans le contexte de l'agent.
Questions fréquentes
Pathrule est-il un framework d'agents comme Letta ?
Non, et c'est la principale différence. Letta est une plateforme pour construire un agent à état. Pathrule se connecte aux agents de codage que vous utilisez déjà (Claude Code, Codex, Cursor, GitHub Copilot et Windsurf) et leur donne des connaissances partagées, liées aux chemins, qui survivent quand vous passez de l'un à l'autre.
Les blocs de mémoire de Letta sont toujours dans le contexte. N'est-ce pas mieux que l'injection ?
Pour un ensemble fixe de blocs, c'est une conception propre, et nous le reconnaissons. Le compromis tient à l'échelle : tout ce qui est en permanence dans le contexte se dispute la fenêtre, si bien que cela fonctionne mieux quand les connaissances se limitent à quelques blocs choisis avec soin. Pathrule part du principe qu'un dépôt compte des centaines de mémoires et de règles, et n'envoie que le sous-ensemble qui régit le chemin en cours.
Un agent peut-il écrire des connaissances dans Pathrule comme un agent Letta modifie sa propre mémoire ?
Il peut enregistrer, et l'équipe garde la main. Les outils MCP permettent à un agent d'écrire une mémoire, une règle ou une skill, qui reste ensuite dans l'espace de travail, où votre équipe peut la voir, la modifier ou la supprimer. Ce que Pathrule apprend de lui-même est traité avec plus de précaution : les constats restent indicatifs et ne sont jamais transformés automatiquement en règles, et les patterns d'équipe ne parviennent aux agents qu'après vérification par une personne. Pour des connaissances partagées par une équipe, cette étape de revue est la fonctionnalité, pas une friction.
Les deux sont open source. Est-ce la même chose ?
Pas les mêmes briques. Letta publie en open source son harness d'agent, avec un déploiement cloud ou auto-hébergé. Pathrule publie en open source son cœur de contexte : le moteur lié aux chemins, la surface MCP et un backend SQLite embarqué qui fait tourner la boucle sans compte ni réseau.