En bref : un « AI Memory System » n’est pas un choix binaire, c’est une pile en quatre couches. En 2026, les équipes Personal AI Agent placent ChatGPT Memory dans la Chat Layer (préférences de dialogue), OpenHuman dans la Personal Memory Layer (Local-first AI Knowledge Base), OpenClaw / MCP Server dans la Execution Layer (exécution et outils 7×24), et Cloud Mac / Linux VPS dans la Infrastructure Layer (connexions persistantes, Cloud Mac CI, isolation des processus). Cet article explique OpenHuman vs ChatGPT Memory via l’AI Memory Stack — pas comme deux « apps mémoire » interchangeables.
Fig. 1 · AI Memory Stack standard en 4 couches (découpage courant 2026)
AI Memory Stack : ne pas choisir au mauvais niveau
Beaucoup cherchent « OpenHuman vs ChatGPT Memory » en posant en réalité trois questions : le chat doit-il se souvenir de moi ?, mes données pro doivent-elles devenir une base de connaissances ?, l’agent doit-il répondre 24 h/24 ? Les mélanger sur une seule couche mène à « les deux sont nuls ».
Voici le découpage 2026 en quatre couches — documentable dans le wiki d’équipe et favorable au référencement (structure + schéma) :
- Chat Layer : ChatGPT Memory — lié au chat OpenAI, mémorise préférences et faits inférés.
- Personal Memory Layer : OpenHuman — AI Knowledge Base locale, auto-fetch multi-comptes.
- Execution Layer : OpenClaw Gateway, MCP Server — IM/webhook/cron/appels d’outils.
- Infrastructure Layer : Linux VPS + Cloud Mac — connexion stable, compilations, isolation clés/processus.
Ci-dessous : les deux produits « mémoire », puis pourquoi exécution et infra vont souvent dans le cloud. Pratique OpenHuman : Memory Tree OpenHuman local ; passerelle : OpenClaw Gateway sur Linux VPS ; MCP : OpenClaw en MCP Server.
Chat Layer : qu’est-ce que ChatGPT Memory
ChatGPT Memory (FAQ Memory OpenAI) appartient à la Chat Layer : elle extrait des conversations ce qu’il vaut la peine de retenir et l’injecte ensuite. C’est la composante la plus simple d’un AI Memory System — pas d’OAuth pour dix SaaS, idéal pour la phase « le chat officiel me connaît » du parcours Personal AI Agent.
Limites claires : Memory ne synchronise pas Gmail/GitHub par défaut ; ne fournit pas un AI Knowledge Base diff-able ; se migre mal vers Claude Code ou un MCP Server self-hosted. Elle règle les préférences de chat — pas la « bibliothèque d’actifs personnels ».
Personal Memory Layer : qu’est-ce qu’OpenHuman
OpenHuman (GPL-3.0) occupe la Personal Memory Layer : connect → auto-fetch (~20 min) → Memory Tree → SQLite local + vault Obsidian (docs Memory Tree). Chemin Local-first AI typique : fichiers sur votre disque, éditables et supprimables — base de connaissances avant historique de chat infini.
Face à ChatGPT Memory, OpenHuman gagne en sync multi-sources et audit, perd en installation et ops beta. Ce sont des couches voisines, pas « qui remplace qui ».
Fig. 2 · Chat Layer vs Personal Memory Layer (focus capacités)
Execution Layer : la mémoire seule ne répond pas dans Slack
Un AI Memory System ne poste pas automatiquement sur Slack. La Execution Layer fournit canaux et outils : OpenClaw Gateway pour Telegram/Discord/webhook, cron, tâches headless ; MCP Server branche la passerelle dans Cursor, Claude Code, etc. (openclaw mcp serve, jetons et liste blanche : FAQ MCP). Dépannage webhook et tunnel : FAQ webhook OpenClaw & egress dynamique.
Cette couche ne remplace guère OpenHuman ou ChatGPT Memory — elle consomme leur contexte : OpenHuman pour la recherche, Memory pour « comment l’utilisateur aime parler ».
Pourquoi OpenHuman / OpenClaw finissent souvent sur « Cloud Mac + VPS », pas tout en local
Le passage que beaucoup sautent et qui oriente les achats : l’Infrastructure Layer n’est pas optionnelle — elle conditionne la stabilité de l’exécution et de la mémoire.
- Connexion 7×24 : fermer le capot, veille, changement de Wi-Fi coupent IM/webhook du OpenClaw Gateway. La passerelle va sur Linux VPS (IP fixe, systemd) — voir déploiement Gateway.
- Isoler MCP Server et toolchain : sync OpenHuman complète, automation Chromium et MCP Server sur la machine principale se disputent RAM/CPU. Charge MCP lourde sur Cloud Mac dédié, bureau en client léger — sessions plus stables.
- Cloud Mac CI : les équipes Personal AI Agent compilent presque toujours iOS/macOS. Séparer
xcodebuild, runners, signature et « îlot de build » OpenHuman — un archive ne doit pas bloquer le sync Memory Tree par OOM (exemple : trois Cloud Mac pour 500 builds iOS/jour). - Isolation clés & processus : jetons gateway, certificats Match, MCP
--token-fileet vault Obsidian privé sur machines/utilisateurs séparés — moins de « une faille, tout perdu ».
Conclusion : OpenHuman peut rester surtout local pour la Personal Memory Layer, mais exécution + builds méritent Linux VPS + VPSSpark Cloud Mac mini M4 — pas du marketing, la limite physique du portable comme serveur.
Tableau 2026 : deux couches mémoire + deux couches infra
| Couche | Composant type | Problème résolu | Déploiement courant |
|---|---|---|---|
| Chat Layer | ChatGPT Memory | Préférences chat, faits stables | Cloud OpenAI (réglages) |
| Personal Memory | OpenHuman | Base perso multi-sources | Mac principal bureau |
| Execution | OpenClaw / MCP | Canaux, outils, cron | Linux VPS + Cloud Mac optionnel |
| Infrastructure | Cloud Mac / VPS | Connexion, CI, isolation | VPSSpark + VPS cloud |
Comment choisir : remplir couche par couche, pas binaire
ChatGPT seulement pour rédiger → Memory suffit. Deuxième cerveau → ajouter OpenHuman. Réponses IM / cron → OpenClaw. Compilations ou MCP lourd → Cloud Mac. Quatre couches progressivement — comme la répartition ECC vs OpenClaw/OpenHuman : chacun son rôle.
Conformité : Local-first ≠ zéro cloud
OpenHuman utilise encore login hébergé et OAuth ; ChatGPT Memory circule sous conditions OpenAI. Un pilote doit répondre : PII clients dans le modèle ?, départ ?, suppression en masse ? — « OpenHuman est-il sûr ? » voir FAQ.
FAQ : questions à fort volume de recherche
OpenHuman est-il sûr ?
Plus auditable qu’une mémoire cloud opaque — mais pas air-gapped. Atouts : Memory Tree et .md Obsidian en local, vous lisez, éditez, supprimez ; GPL-3.0 permet de forker la politique de sync. Risques : Gmail/GitHub etc. exigent OAuth ; le défaut peut passer par login OpenHuman, Composio, routage modèle — les données traversent des tiers. Entreprise : pas d’auto-fetch sur données clients sensibles, utilisateur Mac dédié, vider le vault régulièrement, lire privacy/architecture officielle avant pilote. « La mémoire ne quitte jamais l’intranet » implique modèles self-hosted + intégrations limitées — coût nettement plus élevé.
Peut-on désactiver ChatGPT Memory ?
Oui. Dans ChatGPT, Settings → Personalization → Memory (libellé légèrement variable) : désactiver Memory, arrêt des écritures auto depuis les nouveaux chats ; consulter, éditer ou supprimer les entrées existantes. Plus de nouvelles préférences accumulées ; l’historique chat reste séparément. Avec OpenHuman en Personal Memory Layer, beaucoup réduisent ou coupent ChatGPT Memory pour éviter deux copies divergentes du même fait. Détails : FAQ Memory OpenAI.
Recommandation système mémoire IA (2026)
Combiner selon l’AI Memory Stack, pas une seule app :
- Chat Layer : ChatGPT Memory (utilisateurs ChatGPT intensifs).
- Personal Memory Layer : OpenHuman (AI Knowledge Base Local-first + cold start Personal AI Agent).
- Execution Layer : OpenClaw Gateway + MCP Server (canaux 7×24 + toolchain IDE).
- Infrastructure : Linux VPS (passerelle) + VPSSpark Cloud Mac (Cloud Mac CI, MCP lourd, isolation runners/signature).
Budget serré : d’abord Memory + passerelle sur VPS, puis OpenHuman et Cloud Mac. Ne pas faire tourner la passerelle sur un portable fermé — ne pas sauter la couche infra.
OpenHuman et ChatGPT Memory : faut-il choisir ?
Non. Couches différentes : Memory pour le chat, OpenHuman pour la base perso. Conflit si la même info est maintenue deux fois — choisir une source maître et réconcilier.
OpenClaw seul, sans OpenHuman ?
Possible — OpenClaw est Execution Layer ; contexte personnel profond souvent plus faible qu’avec Memory Tree OpenHuman. Courant : OpenHuman pour la recherche, OpenClaw pour la portée.
VPSSpark : Cloud Mac dans l’Infrastructure Layer
Un AI Memory Stack complet exige la dernière couche : Linux VPS pour la connexion persistante OpenClaw Gateway, VPSSpark Cloud Mac mini M4 pour Cloud Mac CI, signature d’archives et MCP Server lourds — OpenHuman sur le portable reste Local-first AI Knowledge Base sans OOM de compilation ni automation.
Ce n’est pas « vendre un Mac en passant » : sans infra isolée, le Personal AI Agent lâche tout en semaine de release — passerelle offline, MCP OOM, DerivedData qui mange la RAM. Le Cloud Mac est une île build & outils abordable en PoC et abonnement.
Voir les offres Mac cloud ou l’accueil VPSSpark — assembler les quatre couches du Memory Stack d’un coup.