Memória de agentes de IA: como criar agentes de IA com contexto persistente

Se você tivesse que acompanhar um novo colega até a impressora todas as manhãs durante seis meses, começaria a se preocupar. Se ele conseguisse recitar nos mínimos detalhes cada ida anterior, mas ainda precisasse ser acompanhado, a memória dele seria excelente… mas você continuaria tendo que se levantar da mesa.

Hoje, a memória de agentes de IA tem uma versão dessa eterna ida à impressora. Charles Packer, CEO da Letta, diz no The New Stack que os benchmarks de memória estão saturados porque medem a capacidade de lembrar, algo que ele considera resolvido. O problema em aberto é um agente melhorar no próprio trabalho por meio do contexto que retém, sem nenhum retreinamento.

A cofundadora dele, Sarah Wooders, compara isso a começar em um emprego — os benchmarks entregam ao agente todo o contexto de que ele precisa — tarefa após tarefa sem relação entre si, o que não tem nada a ver com o modo como as pessoas trabalham. Um recém-contratado talvez precise ser acompanhado até a impressora. Mas, depois de três anos, você esperaria poder passar a ele uma instrução de uma linha sem se levantar da mesa.

Esse é o padrão a ser buscado e o objetivo por trás do Brain, nosso sistema de memória autoaperfeiçoável para o Perplexity Computer, que organiza trabalhos anteriores e correções em uma wiki de conhecimento em constante evolução.

Vamos abordar o que um agente deve lembrar e como testar se isso o ajuda a fazer um trabalho melhor.

O que é memória de agentes de IA?

A memória de agentes de IA é a informação que um agente retém de interações e trabalhos anteriores, junto com os mecanismos para atualizá-la e usá-la. O contexto de memória persistente leva essas informações de uma sessão para outra, de modo que encerrar uma conversa não significa começar a próxima tarefa do zero.

A maior parte do que é lançado com esse nome se lembra do usuário. Suas preferências, seus contatos, sua função, o fato de você preferir PDFs a PNGs. Essa é a metade fácil.

Quando criamos o Brain, o sistema de memória por trás do Perplexity Computer, nos concentramos no trabalho em si. Qual abordagem deu certo? Qual fonte desperdiçou vinte minutos? O que você precisou corrigir depois que o agente anunciou que tinha terminado? Esse histórico dá à próxima tarefa um ponto de partida melhor.

O Brain armazena essas informações como arquivos no sandbox do agente, organizados em três camadas:

• sessions/ contém transcrições brutas e seus resumos.
• notes/ contém informações destiladas, organizadas por tema.
• knowledge/ contém a wiki propriamente dita: páginas em Markdown interligadas sobre pessoas, projetos e conceitos.

Nada disso melhora sozinho. Durante a noite, agentes em segundo plano que chamamos de “Dream” leem e resumem as sessões do dia e revisam a wiki onde quer que o cenário tenha mudado. Preparamos e verificamos essas edições antes de fazer o commit delas pelo Git, para que haja um diff para inspecionar quando algo parecer estranho.

Isso torna o agente melhor no trabalho? Em nossa avaliação pareada de 30 dias, as sessões com o Brain ativado melhoraram a exatidão em 9,3 pontos percentuais e o recall em 8,9, usando cerca de 15% menos tokens.

Expandir

Fonte: X

Quais são os tipos de memória agêntica?

Há dois tipos amplos, e a divisão é bem parecida com a que você usaria para uma pessoa: o que você está guardando na cabeça agora e o que você ainda vai saber no mês que vem.

Memória de curto prazo

A memória de curto prazo contém o contexto da conversa ou tarefa atual. Sua solicitação, as mensagens recentes, o resultado de uma chamada de ferramenta, o documento que o agente acabou de abrir. Informação suficiente para descobrir o que fazer em seguida.

Ela também é chamada de memória de trabalho. Para um LLM, a janela de contexto contém as informações disponíveis durante uma chamada específica ao modelo. A aplicação pode manter um estado de tarefa adicional e decidir quais partes fornecer em cada etapa.

E curto prazo não significa necessariamente descartável. Um framework pode salvar o estado da conversa e retomá-la amanhã — ela continua pertencendo àquele tópico. Mas permitir ou não que outra tarefa use essas informações é uma decisão de design à parte.

Memória de longo prazo

A memória de longo prazo disponibiliza informações entre sessões. O artigo do CoALA tomou emprestadas três categorias da ciência cognitiva, dando a quem cria agentes um vocabulário para experiências e know-how:

• Memória episódica é o que aconteceu: Isso inclui sessões anteriores, os passos que um agente seguiu, o resultado obtido. No Brain, sessions/ fornece esse histórico por meio de transcrições brutas e seus resumos.
• Memória semântica é o que o agente considera verdadeiro: Podem ser fatos sobre o usuário, seus projetos e seu mundo, destilados das conversas. A wiki knowledge/ do Brain guarda esse tipo de informação, com links de volta para as evidências.
• Memória procedural é como fazer as coisas: São prompts, fluxos de trabalho reutilizáveis e as Skills que a Perplexity cria para dar aos agentes as instruções e ferramentas de que um trabalho precisa. Talvez você já tenha parte disso sem chamar de memória.

O trabalho interessante acontece entre as camadas. Uma sessão registra que você rejeitou um PNG. Sua instrução para usar PDFs se torna uma preferência que o agente pode levar adiante. Uma correção no processo de exportação se torna algo que ele pode seguir da próxima vez.

Essa conversão, de “isso aconteceu” para “isso é verdade” e para “é assim que fazemos”, faz parte do problema de aprendizado com que começamos, e é nela que as execuções noturnas do agente Dream do Brain concentram seu esforço.

Digamos que alguém esquente peixe no micro-ondas de uma cozinha compartilhada. Há reclamações, uma janela é aberta. Por fim, aparece um aviso: PROIBIDO PEIXE.

Seis meses depois, o culpado se mudou, mas o aviso continua lá. Isso é persistência. Dá para explicar os tipos de memória pelo que sobrevive:

• A memória de trabalho é aquilo que você acompanha enquanto prepara o almoço, como a sopa que precisa ser mexida.
• A memória episódica é o incidente do peixe: o cheiro que seguiu todo mundo até o corredor.
• A memória semântica é o conhecimento que você tirou disso: esquentar peixe pode deixar um cheiro persistente em uma cozinha compartilhada.
• A memória procedural é a instrução que rege o que acontece depois. Não esquente peixe no micro-ondas aqui. O aviso permite que alguém que não presenciou nada do incidente siga a regra.

Há ainda mais uma distinção, porque ela muda o que estamos construindo. Um levantamento publicado pela primeira vez em dezembro de 2025, Memory in the Age of AI Agents, afirma que curto versus longo prazo não basta — ele também classifica a memória pela forma:

• Em nível de token: É o conteúdo explícito que o agente lê. Arquivos, registros armazenados, trechos recuperados.
• Paramétrica: É a informação codificada em pesos aprendidos. Atualizá-la exige treinamento ou métodos de edição de modelo.
• Latente: É a informação retida em representações internas sem ser escrita como texto legível.

Aqui, vamos nos concentrar na memória em nível de token, ou seja, informações armazenadas fora do modelo e lidas para o contexto dele quando necessário. A wiki em Markdown do Brain é um exemplo.

Expandir

Quando atualizamos uma página, mudamos o que o agente pode ler na próxima tarefa, mas seus pesos subjacentes continuam os mesmos. Esse é o ponto de Packer na introdução: melhorar por meio do contexto que o agente retém, sem retreinamento.

Como os tipos de memória de agentes funcionam juntos?

Um agente pode revisitar uma tentativa anterior, ver onde errou e carregar as instruções que você deu depois. Vários tipos de memória entram na mesma tarefa, e não é preciso que cada um tenha sua vez nem um banco de dados separado.

Aqui, a persistência determina o que continua disponível depois que a conversa termina, enquanto a recuperação determina se o agente volta a ver essas informações.

No Brain, preservamos esse caminho da lição de volta às evidências. Digamos que você peça ao Computer para dar continuidade a um projeto da semana passada:

• O índice do Brain informa quais páginas de memória existem e onde encontrá-las.
• O Brain abre a página do projeto para ler as decisões e instruções salvas.
• Se uma nota diz que você rejeitou uma abordagem, o agente pode seguir a citação de volta até a conversa e verificar o motivo.

Os links para páginas relacionadas permitem que ele consulte as pessoas ou outros projetos envolvidos. O agente faz isso lendo e pesquisando arquivos. O grep, por exemplo, permite encontrar menções a um projeto pelo nome.

Também testamos o que os agentes ganham por conseguirem explorar arquivos. Em um benchmark interno com 150 perguntas sobre documentos financeiros, um agente de exploração usando ferramentas de arquivo padrão alcançou uma pontuação de resposta de 0,627, contra cerca de 0,37 da busca semântica no mesmo corpus.

Expandir

Fonte: X

Como melhorar a memória de agentes de IA?

Um artigo de maio de 2026 de Orogat e Mansour identifica quatro falhas recorrentes na memória de agentes: o armazenamento não para de crescer, crenças desatualizadas não são revisadas, informações são esquecidas quando o espaço acaba e a recuperação lê sem aprender nada com a consulta.

A correção que eles propõem é parar de tratar a memória agêntica como armazenamento e tratá-la como um “estado” que evolui por meio de quatro operações: ingerir, revisar, esquecer, recuperar. Esse é o nosso checklist para esta seção.

Seja seletivo com o que é lembrado

Depois que uma memória “ruim” entra, todas as etapas a herdam.

A Workday AI Research testou uma abordagem seletiva em cerca de 1.500 memórias candidatas do benchmark LoCoMo, fazendo cinco perguntas antes de manter qualquer uma delas:

• É útil? É plausível que volte a aparecer?
• É confiável? A conversa realmente disse isso ou o modelo completou por conta própria?
• É nova ou já está armazenada?
• É recente?
• É um fato duradouro ou um estado passageiro?

Só a primeira pergunta exigiu uma chamada ao modelo. As outras quatro foram executadas como regras em menos de 65 milissegundos no total. O método alcançou precisão 12% maior nas decisões de manter ou descartar, retendo 97% das memórias relevantes.

O maior fator foi a última pergunta — ao remover a distinção entre informações duradouras e temporárias, a qualidade das decisões caiu cerca de 18%.

Revise a resposta sem perder o histórico

Registre quando um fato passou a valer, qual fonte o sustenta e o que ele substituiu. Se as fontes divergirem, mantenha essa divergência visível até haver evidências suficientes para resolvê-la. O documento mais recente também pode estar errado.

O Brain atualiza a wiki usando documentos de origem, resultados de conectores e correções dos usuários. Cada entrada de memória tem um link de volta para sua fonte. Precisamos que o agente encontre a resposta atual e tenha onde procurar se essa resposta parecer suspeita.

Esqueça de propósito

O artigo chama um dos modos de falha de “esquecimento motivado por capacidade”: informações são removidas para respeitar um limite de armazenamento, e não porque deixaram de ser úteis.

De volta à cozinha compartilhada. Depois de seis meses, ninguém se importa com quem esquentou o peixe no micro-ondas nem com quanto tempo a janela ficou aberta. Mas o aviso ainda tem uma função.

Se a próxima pessoa for preparar o almoço, a regra estará disponível. Basta arquivar as reclamações.

As verificações de atualidade e de tipo de informação da Workday começam antes do armazenamento, filtrando o que merece se tornar uma memória. No Brain, também revisitamos o conhecimento existente à medida que os documentos de origem mudam e os usuários fazem correções. Em ambos os casos, é o conteúdo que torna a intervenção necessária.

Faça a recuperação alimentar a próxima atualização

O agente recupera um fato, o utiliza e deixa o armazenamento exatamente como o encontrou. Agora, a menos que o sistema registre o que aconteceu em seguida, nada indica se esse fato ajudou ou levou o agente a mais um beco sem saída.

Registre o resultado, a fonte e qualquer correção. Quando criamos o Brain, fizemos desse histórico de trabalho parte do que ele lembra: qual abordagem deu certo, qual fonte não levou a lugar nenhum e o que o usuário corrigiu depois que o agente anunciou que tinha terminado. O Brain incorpora essa experiência às atualizações periódicas da wiki, para que tarefas futuras possam usá-la.

Nada disso, porém, aparece em um benchmark que mede a capacidade de lembrar. A forma de saber se o ciclo está funcionando é dar ao agente uma tarefa que ele só consegue concluir com memória e contar com que frequência ele a conclui, considerando também custo e latência. É isso que o DolphinBench faz, e é por isso que as melhores pontuações ainda estão na casa dos setenta.

Como criar um agente com memória persistente usando a Perplexity

A Agent API da Perplexity não vem com um sistema de memória que se mantém sozinho, como o Brain. Preferimos deixar isso claro desde já. Mas ela oferece as peças da memória de que você precisa: um lugar para guardar procedimentos, uma forma de levar contexto entre interações e ferramentas para ler e gravar em um armazenamento que você controla.

Comece pela memória procedural

Uma Skill personalizada reúne instruções, procedimentos e arquivos de apoio sob um número de versão. Uma equipe de plataforma pode escrever uma única vez suas verificações de implantação, critérios de rollback e formato de relatório e, depois, fazer com que as aplicações referenciem a mesma Skill. Quando o procedimento muda, a equipe envia uma nova versão.

Expandir

Fonte: X

Um Profile vai um nível acima. Os Profiles salvam o modelo, as instruções, as ferramentas, as Skills, os conectores e as configurações de execução do agente sob um único ID versionado.

Adicionamos os dois em setembro, junto com os conectores gerenciados, para que um administrador de projeto possa configurar uma única vez uma conexão aprovada com o GitHub ou o Slack e permitir que as aplicações a referenciem, em vez de armazenar credenciais separadas. Quando o acesso muda, o administrador atualiza a conexão em um só lugar.

Por que isso conta como memória? Voltemos, mais uma vez, à cozinha do peixe no micro-ondas. Quem chegar em seguida pode seguir o aviso PROIBIDO PEIXE sem ter presenciado as reclamações.

Uma Skill faz o mesmo trabalho para um agente, com espaço para as etapas, exceções e verificações que não caberiam na porta de um micro-ondas. As Skills ficam registradas por escrito, versionadas e disponíveis na próxima vez que a tarefa aparecer.

Também usamos Skills para orientar as atualizações de memória do Dream. Mas o que uma Skill não faz é aprender sozinha. As instruções mudam quando uma nova versão é enviada, seja por uma pessoa ou por um processo automatizado.

Se você quer que o agente perceba que a verificação de rollback continua falhando em um serviço e se ajuste, esse é o ciclo que leva das sessões à wiki, que vimos antes.

Você precisa reter o que aconteceu, descobrir o que deve mudar e disponibilizar a correção para a próxima vez. Para isso, são necessárias as duas próximas peças.

Mantenha a memória de trabalho entre os turnos

O agente executa uma verificação de implantação. Você pergunta: “Por que isso falhou?” Uma pergunta de acompanhamento razoável, desde que o agente ainda consiga ver a que “isso” se refere.

Nossa Agent API oferece duas formas de levar o contexto da conversa adiante:

• Reproduza a conversa você mesmo: Inclua as mensagens anteriores no array de entrada da próxima solicitação. Você decide o que manter, resumir, ocultar ou descartar antes de enviá-la.
• Continue a partir de uma resposta concluída: Salve o ID dela e passe-o como previous_response_id com a próxima mensagem. Mantemos o estado da conversa no servidor, então sua aplicação não precisa reenviar os turnos anteriores. Você pode continuar a partir da resposta mais recente da cadeia.

A reprodução dá a você controle sobre o que o agente vê, e continuar pelo ID poupa o trabalho de montar a conversa novamente. De qualquer forma, forneça as novas instruções, ferramentas ou configurações de modelo necessárias para a próxima resposta.

Traga seu próprio armazenamento episódico e semântico

Esta é a parte que a Agent API deixa com você.

Um caminho é a chamada de funções. Você define as ferramentas, o agente solicita uma chamada, e sua aplicação a executa e retorna o resultado. Para a memória, um ponto de partida simples é uma operação de leitura antes de o agente agir e uma operação de gravação depois.

Se você registrar apenas o fato que o agente recuperou, ainda não saberá se ele ajudou. Registre o resultado, a fonte e tudo o que o usuário corrigiu, e você terá o início de uma camada episódica.

Nosso suporte a MCP oferece outro caminho. Se um servidor MCP remoto compatível expuser as operações de que você precisa, o agente poderá chamá-las sem que você precise encapsular cada uma como uma função personalizada.

Nossos conectores dão ao agente acesso às evidências por trás das memórias. GitHub, Slack, Google Drive, Datadog, Linear e Notion estão no nosso catálogo gerenciado, e você pode adicionar conectores personalizados para sistemas internos.

Por fim, decida quando o histórico será revisado e quando o registro atual será reformulado.

Teste o que sobrevive a uma nova sessão

Agora, encerre a conversa. Inicie uma nova solicitação sem reproduzir as mensagens antigas nem passar previous_response_id, mas dê ao agente acesso ao mesmo armazenamento de memória. Peça que ele faça um trabalho relacionado sem repetir a correção.

Se ele precisar ser lembrado, você ainda não terminou.

Para o agente de implantação, crie alguns testes em torno do que deve ser levado adiante:

• A correção sobrevive: Ele recupera e usa o comando de rollback verificado para o serviço afetado.
• A correção permanece no escopo: Ele não altera os procedimentos de outros serviços.
• Novas informações substituem orientações antigas: Quando o comando muda de novo, ele usa a versão atual e consegue rastrear a mudança até a fonte.

Nosso guia prático de testes de regressão mostra como salvar as saídas do agente e as evidências recuperadas, verificá-las em relação ao comportamento esperado e comparar execuções depois de alterar instruções ou modelos.

Mantenha fixas as versões do modelo, do Profile e da Skill ao comparar execuções com e sem memória. Comece cada comparação a partir de um snapshot conhecido do armazenamento; caso contrário, um teste pode ensinar ao agente a resposta do próximo.

Quando algo falhar, salve o caso. A próxima mudança deverá passar nele.

Ou pule a criação: o Brain no Computer

Se o que você quer é o ciclo pronto, e não as peças, isso é o Computer. O Brain funciona por baixo dele, aprendendo com quatro fontes: suas sessões, as ferramentas conectadas, os arquivos e artefatos que você cria e suas correções. As atualizações em segundo plano do Brain reforçam o que ainda vale, revisam o que mudou e marcam informações desatualizadas.

Você não precisa criar esse ciclo sozinho. Basta fazer o trabalho.

A Memória guarda as preferências e os detalhes que você compartilhou. O Brain conecta projetos, pessoas, decisões e trabalhos inacabados às evidências por trás deles.

Você pode inspecionar o que ele aprendeu na visualização de Memória, rastrear as entradas até suas fontes e editá-las ou excluí-las. O Brain usa sua própria atividade, exclui sessões anônimas e tem um botão próprio para ativá-lo ou desativá-lo.

Expandir

Na Rho, por exemplo, as decisões de um projeto de faturamento estavam espalhadas pelo Slack, Notion, Jira, Figma e Google Docs. A equipe configurou o Computer para revisar as mudanças durante a noite, sinalizar inconsistências e publicar um resumo matinal no Slack.

O engenheiro de software da empresa, Oktawian Jurkiewicz, percebeu que o Computer também estava criando memória para o projeto. “Nós não definimos isso”, diz ele. “O Computer descobriu sozinho quais dados deveria armazenar de cada fonte.”

A equipe relata ter reduzido o tempo semanal de reuniões de 2,5 horas para 15 minutos e estima ter economizado 120 horas de trabalho ao longo do projeto de 12 semanas.

As 120 horas são atribuídas ao fluxo de trabalho como um todo: conectores, execuções noturnas e o resumo no Slack. Quanto do tempo economizado veio apenas da memória? Ainda não conseguimos quantificar isso.

Mas o que podemos recomendar é que, na sua própria implementação, você volte ao teste de antes: execute tarefas equivalentes com a camada de memória ativada e desativada e compare taxas de conclusão, custo e tempo, incluindo o tempo que alguém gasta corrigindo o resultado.

Perguntas frequentes sobre memória de agentes de IA

Agentes de IA podem ter memória?

Sim. Agentes de IA podem reter informações entre sessões por meio de conversas, fatos, preferências e procedimentos reutilizáveis armazenados. O sistema precisa recuperar essas informações quando forem relevantes e atualizá-las quando as circunstâncias mudarem.

O Brain no Perplexity Computer, por exemplo, constrói contexto de trabalho a partir de sessões, ferramentas conectadas, arquivos e correções do usuário.

Quanta RAM um agente de IA usa?

Não existe um requisito único. Se o seu agente chama um modelo hospedado pela Perplexity Agent API, você não precisa carregar esse modelo na sua própria RAM. Sua aplicação e suas ferramentas locais ainda precisam de memória.

Executar um modelo localmente é diferente. A quatro bits por parâmetro, oito bilhões de parâmetros equivalem a aproximadamente 4 GB de dados brutos de pesos. A memória realmente necessária é maior quando se incluem a sobrecarga da quantização, o processamento de contexto e o software que executa o modelo.

Qual é a melhor memória para um agente de IA?

A melhor configuração depende do que o agente precisa levar adiante. O estado da conversa permite perguntas de acompanhamento; os registros episódicos preservam o que aconteceu; a memória semântica guarda o conhecimento atual; a memória procedural fornece instruções reutilizáveis.

A maior parte do trabalho contínuo se beneficia de uma combinação. Usamos uma wiki vinculada e baseada em fontes para o Brain. Na sua própria implementação, teste se a configuração ajuda o agente a concluir tarefas, aplicar correções e descartar orientações desatualizadas.