Memória para agentes de IA: da complexidade a 300 linhas de código

A memória é um dos problemas mais difíceis na criação de sistemas autônomos com agentes de IA. O desenvolvedor Nikolay Gusev passou meses atrás de uma solução viável e conta como chegou a uma que é, ao mesmo tempo, simples e escalável.

MemPalace e o primeiro erro

Tudo começou com uma ideia ambiciosa: o MemPalace, um sistema de memória inspirado na arquitetura de palácios medievais. No papel parecia inteligente, mas na prática gerou 58 mil fragmentos duplicados e virou um labirinto intransitável. Camadas demais de abstração, mágica demais. O agente se perdia na própria memória.

O caminho até a simplicidade

Depois do MemPalace, o autor reduziu a stack a quatro componentes: MEMORY.md (base principal), USER.md (contexto do usuário), SQLite state.db (estado), HippoRAG (busca) e arquivos wiki (dados estruturados). Mesmo assim, aquilo ainda parecia excessivo. O movimento certo foi escrever o `findings_to_wiki`, um script simples em Python com 300 linhas que salva automaticamente análises estruturadas (marcadas com títulos como `## Findings`) em arquivos markdown e as converte em páginas wiki. Sem frameworks, sem ORMs: apenas arquivos e texto.

Escalando: ClickHouse

Quando há um só agente, o armazenamento em arquivos funciona perfeitamente. Mas para atender mais de 100 usuários ao mesmo tempo é preciso um banco de dados de verdade. É aí que entra o ClickHouse 24.x. Principais recursos:

• Busca vetorial pela função `cosineDistance()`: busca rápida de memórias semanticamente parecidas
• Busca textual com o índice `tokenbf_v1`: busca em texto completo na memória
• Particionamento por user_id: o isolamento dos dados dos usuários já vem embutido no banco
• TTL para exclusão automática: registros antigos são removidos sem intervenção manual

O ClickHouse executa análises e buscas em milhões de registros em milissegundos. Para a memória de um agente, isso é mais que suficiente.

O que isso significa

A principal conclusão: não comece pela escala. Resolva o problema de forma simples (arquivos, markdown, 300 linhas de código) e só escale se for necessário. Nikolay mostrou que o melhor caminho de engenharia vai da complexidade para a simplicidade, e não o contrário.