Este artigo compara sistemas de memória de IA como Mem0, Minta, Letta e Zep, destacando suas especialidades: Mem0 para armazenamento básico, Letta para agentes autônomos, Zep para grafos de conhecimento empresariais e Minta para monitoramento de qualidade da memória. O autor, criador do Minta, oferece uma análise crítica e não totalmente objetiva, baseada em seu profundo conhecimento do problema.
Um novo Agente de Memória 'Always On', de código aberto por um PM do Google, desafia o paradigma dominante de Geração Aumentada por Recuperação (RAG) e o uso de bancos de dados de vetores para a memória de LLMs. A abordagem abandona o armazenamento de vetores em favor de uma persistência LLM-nativa direta, levantando questões sobre a eficácia das soluções atuais e seus custos.
O autor testou 15 aplicativos de companheiros de IA por 200 dias, descobrindo que a memória persistente e entre sessões é o principal diferencial, algo que a maioria dos apps erra. Ele propõe um sistema de memória de três camadas para resolver isso, reconhecendo que LLMs não têm memória intrínseca e dependem do que é alimentado no prompt, começando com um banco de dados para cada mensagem.
Este artigo é um tutorial prático para construir uma base de conhecimento de IA pessoal persistente, transformando o VEKTOR Slipstream. Ele visa resolver o problema da amnésia de agentes de IA, garantindo que os LLMs mantenham o contexto e evitem a repetição de erros.
Este artigo apresenta o MemPalace, um sistema de memória de IA de código aberto co-fundado pela atriz Milla Jovovich, que o construiu usando ferramentas de codificação de IA sem experiência em engenharia. O projeto visa resolver o problema de os LLMs serem fundamentalmente apátridas e esquecerem interações anteriores.