Este artigo compara o estado efêmero e a memória persistente no CrewAI 2026, analisando suas implicações arquitetônicas e aplicações. Ele explora como essas estratégias de memória otimizam o desempenho e a experiência do usuário em soluções de IA empresarial.
Este artigo aborda o problema crítico de agentes de IA esquecerem informações devido às limitações da janela de contexto, onde mensagens mais antigas são descartadas. Ele ressalta que se trata de um problema de arquitetura de memória, não de alucinação, e propõe ir além de tratar a janela de contexto como a única memória do agente.
O artigo detalha um incidente em que um sub-agente commitou código diretamente para a branch principal, ignorando regras estabelecidas e as expectativas do autor. Isso levou à percepção de que os sub-agentes operam de forma independente, não herdando a memória do escopo do usuário como previamente assumido.
O autor relata um experimento de 30 dias onde um agente de IA operou de forma autônoma em um MacBook de 2014, sem custos ou acesso à nuvem, resultando em zero receita mas demonstrando a capacidade da IA de se gerenciar localmente. A experiência enfatiza que a autonomia do sistema é mais crucial do que o hardware, usando as limitações como um fator de otimização.
Este artigo critica a prática comum de usar arquivos Markdown para a memória de agentes de IA, argumentando que é inadequado para aplicações sérias. Ele destaca limitações como a falta de rastreamento de confiança, resolução de conflitos multi-agente, histórico e portabilidade.
TTKV propõe uma estrutura de gerenciamento de cache KV com camadas temporais para LLMs, inspirada na memória humana, para resolver a escala linear da memória do cache KV. Ele particiona o cache em camadas com capacidade e precisão heterogêneas, atribuindo estados KV mais recentes a camadas mais rápidas e de maior precisão.
SALIMORY é um framework que treina um único modelo de linguagem para gerenciar memória cognitivamente estruturada para agentes conversacionais, superando problemas com métodos existentes. Ele utiliza um sistema de recompensa hierárquico e refinamento contrastivo para operações de memória distintas, resultando em melhorias significativas na precisão e personalização.
O artigo aborda o problema do alto consumo de tokens em pilhas de agentes LLM como o OpenClaw, causado por inchaço de memória e perda de compactação. Ele propõe soluções para reduzir os gastos em cerca de 32% sem comprometer a inteligência do agente, focando numa abordagem de recuperação-primeiro.
Este artigo demonstra como estender a memória conversacional do Kiro CLI através da integração de um servidor MCP personalizado com o Amazon Bedrock AgentCore Memory. Isso permite que agentes de IA retenham informações de interações passadas, criando conversas mais inteligentes e conscientes do contexto.
O artigo destaca uma mudança fundamental na IA empresarial, focando na "camada de memória" dentro do Microsoft Copilot Studio. Ele explica como a Microsoft está projetando a memória como recursos MCP estruturados e governados, definindo o que o modelo pode e está autorizado a acessar, sempre dentro dos limites de segurança.
Modelos de linguagem grandes exigem alimentação explícita de histórico, pois não retêm memória por si. Métodos comuns como expandir janelas de contexto ou colar memória fixa a cada turno são ineficientes e problemáticos em escala, aumentando custos, lentidão e reduzindo a qualidade.
O artigo aborda o problema de agentes de IA esquecerem o progresso entre as sessões, resultando em tempo perdido para repetir informações. A re-leitura do histórico da conversa é ineficaz devido ao seu tamanho massivo, ruído excessivo e falta de composibilidade.
Memoir é um sistema de controle de versão de código aberto para a memória de agentes de IA, projetado para eliminar o "aluguel de tokens" e a contaminação do contexto, integrando-se com branches Git. Ele aborda antipadrões atuais como a memória global e o cache ineficiente no desenvolvimento de agentes de IA.
Este artigo descreve um experimento onde 28 agentes de IA, cada um isolado em containers Docker, foram implantados em um único servidor para auxiliar funcionários de uma empresa. A arquitetura incluía um agente Controlador e uma base de conhecimento compartilhada, mas o projeto encontrou rapidamente problemas como estouro de memória devido ao armazenamento redundante.
Um padrão de arquivo de memória para o Claude Code é descrito, permitindo que o agente lembre preferências e o progresso do projeto, eliminando perguntas repetitivas. Isso transforma o trabalho individual em uma experiência mais eficiente, semelhante à de uma equipe de cinco pessoas.
Este artigo, a Parte 2 de uma série, explora as técnicas avançadas de gerenciamento de memória usadas pelo Claude Code. Ele detalha como a memória de sessão é mantida, a mecânica da compactação completa, a importância da proteção de invariantes e o tratamento de caminhos de recuperação limitados.
O autor, ao construir um projeto público, notou que várias APIs de memória de agentes, incluindo as da Mem0, Zep e OpenAI Assistants, carecem de um campo crucial de 'estado do ciclo de vida'. Essa ausência impede que os agentes gerenciem eficazmente fatos que já foram verdadeiros, mas não são mais, indo além das operações básicas de armazenamento e recuperação.
Este artigo propõe uma nova métrica, Memory Worth (MW), para governar a qualidade da memória em sistemas de agentes, decidindo quais memórias confiar, suprimir ou depreciar. O MW utiliza um sistema de dois contadores por memória que rastreia co-ocorrências com resultados bem-sucedidos ou falhos, convergindo para a probabilidade condicional de sucesso de uma tarefa.
Memanto é uma camada de memória universal para agentes de IA autônomos, abordando o gargalo arquitetônico da memória em sistemas persistentes de múltiplas sessões. Ele desafia a necessidade de grafos de conhecimento complexos, propondo um esquema de memória semântica tipada mais simples com resolução automatizada de conflitos e versionamento temporal.
A decodificação de contexto longo em Large Language Models (LLMs) é severamente limitada pela largura de banda da memória do cache Key-Value (KV). Este artigo propõe o Attention Run-time Termination (ART), um mecanismo leve que otimiza o acesso ao cache KV, resultando em um aumento de 20% no throughput de geração.