← heapsort-ai

memory management

25 items

ARTICLEDEV.to AI·09/04/2026

30 Days, $0, Full Autonomy: The Real Report on Running an AI Agent Without a Credit Card

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.

30
RESEARCHarXiv CS.CL·5d atrás

SaliMory: Orchestrating Cognitive Memory for Conversational Agents

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.

28
ARTICLEDEV.to AI·28/04/2026

MCP Resources | The Memory Layer Inside Microsoft Copilot Studio | A Rahsi Framework™ Analysis

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.

27
CASEDEV.to AI·15/04/2026

How We Ran 28 AI Agents on a Single Server (And What Broke)

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.

27
ARTICLEDEV.to AI·9d atrás

Three agent-memory threads this week, one missing field

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.

27
RESEARCHarXiv CS.AI·15/04/2026

When to Forget: A Memory Governance Primitive

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.

27
RESEARCHarXiv CS.AI·27/04/2026

Memanto: Typed Semantic Memory with Information-Theoretic Retrieval for Long-Horizon Agents

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.

27