Memória cognitiva para agentes de IA: como o SQLite substituiu os bancos de dados vetoriais

Um dos principais problemas ainda sem solução dos agentes de IA atuais parece enganosamente simples: como ensiná-los a lembrar o que importa e esquecer o que ficou desatualizado. Um desenvolvedor que publicou uma análise técnica detalhada no Habr propôs uma solução que vai contra a corrente dominante do setor. Em vez dos populares bancos de dados vetoriais, ele construiu uma memória cognitiva completa sobre um único arquivo SQLite.

O problema que ele descreve é familiar para qualquer pessoa que já tentou criar um agente de IA de longa duração. A receita padrão é a seguinte: você pega o texto, divide em chunks, converte em embeddings vetoriais, armazena no Pinecone ou no Chroma e, na hora da consulta, recupera os mais próximos pela distância de cosseno. Em períodos curtos, isso funciona.

Mas basta o agente rodar por mais tempo para o caos começar: a janela de contexto fica poluída com fragmentos irrelevantes, fatos contraditórios de períodos diferentes convivem como se nada estivesse errado e simplesmente não existe um mecanismo de esquecimento. O agente lembra de tudo igualmente bem — o que, na prática, significa que lembra de tudo igualmente mal.

A arquitetura proposta se inspira em princípios da psicologia cognitiva e da neurociência. A memória é organizada como um grafo com dois tipos de nós: episódicos, que guardam eventos e interações específicas, e semânticos, que contêm conhecimentos e fatos generalizados. Os nós são conectados por arestas tipadas que refletem a natureza de cada relação. As entidades nomeadas ficam em uma camada separada, o que permite ao agente rastrear menções a pessoas, organizações e conceitos específicos e unir fragmentos dispersos de informação em um quadro coerente.

O sistema de busca merece atenção especial. Em vez de depender de um único método de recuperação, o desenvolvedor implementou uma abordagem híbrida que reúne três mecanismos: busca de texto completo via SQLite FTS5 para correspondências exatas e palavras-chave, busca vetorial para proximidade semântica e travessia do grafo para recuperar contextos relacionados. Os resultados das três estratégias são combinados com Reciprocal Rank Fusion, um algoritmo que junta listas ranqueadas de fontes diferentes sem precisar calibrar suas pontuações absolutas. É uma solução elegante, que permite a cada método compensar as fraquezas dos outros.

Mas a parte mais interessante da arquitetura não tem a ver com lembrar, e sim com esquecer. O desenvolvedor implementou a curva do esquecimento de Ebbinghaus, um modelo clássico da psicologia experimental do século XIX que descreve o declínio exponencial da memória ao longo do tempo. Cada nó do grafo tem um índice de "força da memória" que diminui gradualmente. Informações acessadas repetidamente se fortalecem, enquanto fragmentos pouco requisitados vão naturalmente para segundo plano. Isso difere fundamentalmente da abordagem da maioria dos sistemas, em que os dados simplesmente existem ou não existem.

O quadro se completa com um mecanismo de consolidação em segundo plano feito por LLM. Assim como o cérebro humano processa e generaliza informações durante o sono, o agente executa periodicamente um modelo de linguagem para analisar as memórias episódicas acumuladas. O modelo identifica padrões, resolve contradições e cria novos nós semânticos, transformando episódios dispersos em conhecimento estruturado. Na prática, é uma geração automática de "sabedoria a partir da experiência".

Vale destacar o pragmatismo de engenharia da solução. Todo o sistema roda em um único arquivo SQLite, sem serviços externos, sem contêineres Docker com bancos vetoriais e sem assinaturas de armazenamento em nuvem. Para um agente executado localmente, isso significa dependências mínimas, implantação simples e controle total sobre os dados. Apesar da fama de "banco de dados para projetos pequenos", o SQLite provou há muito tempo que aguenta cargas sérias, e a extensão FTS5 o transforma em um mecanismo de busca completo.

O projeto se encaixa em uma tendência crescente de criar memórias mais "humanas" para agentes de IA. Grandes laboratórios como Google DeepMind e OpenAI pesquisam ativamente mecanismos de memória de longo prazo, mas suas soluções costumam estar presas a plataformas proprietárias. Uma arquitetura aberta, que pode ser implantada localmente em qualquer máquina, democratiza o acesso a esses recursos. Se a abordagem se mostrar viável em escala, ela pode mudar a forma como se pensa a memória de agentes autônomos: do acúmulo indiscriminado de dados para uma gestão consciente do conhecimento.