Agent Memory
Agent memory refere-se aos mecanismos que um agente de IA usa para armazenar, recuperar e atualizar informações através de etapas, sessões ou tarefas — abrangendo memória de trabalho em contexto, bancos de dados de vetores externos, repositórios de chave-valor e representações de conhecimento estruturadas.
A memória do agente abrange todas as formas pelas quais um agente de IA retém e acessa informações além do que está codificado em seus pesos de modelo estáticos. Como os modelos baseados em transformer têm uma janela de contexto fixa e nenhum estado persistente entre chamadas de inferência independentes, a construção de agentes úteis de múltiplas etapas ou múltiplas sessões requer sistemas de memória explícitos que o modelo possa ler e escrever em tempo de execução.
Sistemas de memória são tipicamente organizados em quatro categorias. A memória em contexto (de trabalho) é a informação presente no prompt ativo — a forma mais imediata e confiável, mas limitada pelo tamanho da janela de contexto, que variava de 128K a vários milhões de tokens entre os principais modelos em 2026. A memória episódica (externa) armazena interações passadas ou documentos recuperados em um banco de dados de vetores como Pinecone, Chroma ou pgvector, permitindo busca de similaridade semântica sobre históricos muito longos para caber em contexto. A memória semântica mantém conhecimento factual estruturado — frequentemente em repositórios de chave-valor ou grafos de conhecimento — que o agente consulta por chave ou relação. A memória procedural captura comportamentos aprendidos ou codificados rigidamente e é tipicamente codificada em prompts do sistema ou fine-tuned nos pesos do modelo em vez de ser mantida como um armazenamento de tempo de execução separado.
O gerenciamento eficaz da memória é essencial para agentes operando em horizontes longos: um agente de engenharia de software mantendo estado em múltiplas sessões de codificação, um assistente pessoal recordando preferências passadas e compromissos anteriores, ou um agente de pesquisa evitando trabalho de recuperação duplicado. O manuseio inadequado da memória é uma causa frequente de falhas de agentes — esquecer instruções anteriores, repetir etapas concluídas ou recuperar contexto irrelevante que obscurece informações úteis dentro de uma janela de contexto limitada.
A pesquisa a partir de 2026 se concentra em compressão de memória (resumindo episódios antigos antes do estouro de contexto), precisão de recuperação (melhorando a qualidade da incorporação e re-classificação para armazenamentos externos) e políticas de atualização (decidindo o que armazenar, sobrescrever ou descartar). Frameworks como Letta — anteriormente MemGPT — demonstraram arquiteturas onde o agente gerencia paginação entre armazenamento rápido em contexto e armazenamento externo mais lento, traçando uma analogia direta com o gerenciamento de memória virtual do sistema operacional.