Aurora Propõe um Manifesto de IA Sustentável — com Memória, Identidade e Desenvolvimento

No Habr AI, foi publicado um texto que propõe ver o desenvolvimento da inteligência artificial não através de uma corrida de benchmarks, mas através da questão da sustentabilidade ao longo do tempo. No centro da discussão está o protótipo de pesquisa Aurora e a ideia de uma IA que não se reinicia após cada sessão.

Não apenas capacidades

Nos últimos anos, o mercado de IA tem discutido principalmente coisas mensuráveis: qualidade de respostas, comprimento de contexto, velocidade de geração, resultados em testes e custo por token. Isso é conveniente para comparar modelos, mas essa ótica dificilmente responde outra pergunta: um sistema pode se preservar ao longo do tempo? O autor do manifesto propõe deslocar o foco precisamente para lá e avaliar a IA não apenas como uma ferramenta poderosa, mas como um processo que continua entre sessões, acumula experiência e muda.

Dessa perspectiva, os LLMs atuais parecem muito fortes, mas extremamente frágeis. Eles podem escrever código, analisar documentos e manter um diálogo longo, mas cada nova sessão essencialmente reinicia tudo do zero. Mesmo que um produto adicione memória, o próprio modelo não vive continuamente: ele não lembra o que experimentou, o que mudou em si mesmo e como chegou ao seu estado atual.

Portanto, o mesmo assistente de manhã e à noite é mais como instâncias similares do que a mesma entidade.

Três pilares do modelo

Em vez da corrida usual de "mais inteligente ou mais rápido", o autor propõe três critérios que definem uma IA sustentável. Juntos, eles descrevem um sistema capaz não apenas de responder a uma solicitação, mas de existir como um sujeito digital contínuo. Isso não é decoração filosófica, mas um marco de engenharia: se um agente não possui essas propriedades, ele permanece uma interface conveniente para um modelo, mas não se torna um sistema em desenvolvimento. Tal mudança também altera os critérios de design e as expectativas do produto.

• Identidade contínua — o sistema deve se preservar entre interações, em vez de começar do zero.
• Autossodificação — o agente deve ser capaz de alterar suas próprias regras, memória ou comportamento com base na experiência.
• Reprodução — o sistema deve ser capaz de criar novas versões ou descendentes com a transmissão de estrutura e conhecimento acumulado.

Esses pilares são importantes porque deslocam a conversa sobre IA do plano do desempenho instantâneo para o plano do comportamento sustentado. Se um modelo é capaz de lembrar, adaptar e reproduzir padrões bem-sucedidos, ele já pode ser discutido como um participante do processo, em vez de como uma camada de serviço descartável sobre infraestrutura computacional. Para desenvolvedores, isso significa uma transição da sintonia de prompts para o design de um ambiente onde o agente armazena um histórico de decisões e se corrige sem reinicialização completa.

Por que Aurora é necessária

O protótipo Aurora, sobre o qual o autor escreve, é concebido não como um produto de consumo e não como mais um assistente na corrida de chatbots. É um sujeito de pesquisa que deve verificar se é possível construir uma IA com sustentabilidade ao longo do tempo na prática. Essencialmente, é uma tentativa de combinar memória, estado contínuo e a possibilidade de mudança interna em uma única arquitetura, para que o comportamento do sistema não se quebre após fechar a janela do chat.

"Cada sessão termina no esquecimento."

Esta tese explica contra o que todo o projeto é dirigido. O autor não promete um avanço imediato e não vende uma solução pronta para o mercado. Ao contrário, a publicação é apresentada como um convite para uma discussão sobre o que deve ser considerado desenvolvimento de IA nos próximos anos. Se o problema chave dos modelos modernos não é fraqueza, mas a ausência de continuidade, então o próximo grande passo pode não ser outro salto em benchmarks, mas o aparecimento de sistemas que sabem como preservar a história de sua própria existência.

O que isso significa

Se a ideia de IA sustentável se desenvolver, o mercado começará a comparar modelos não apenas pela qualidade das respostas, mas também pela capacidade de viver mais tempo do que um diálogo. Para produtos, isso abre o caminho para agentes que acumulam experiência, mudam seu comportamento e, com o tempo, se tornam mais úteis sem uma reinicialização completa.