Memory em agents

TL;DR

Agents precisam lembrar entre passos. Três tipos coexistem: short-term (working memory carregada no prompt, limitada pela context window, descarta ao terminar), long-term (persistente entre sessões, em arquivo/DB/vector store), e structured state (NOTES.md, TODO.md). Compactação é essencial — context cresce, atenção dilui (03 - Context rot e atenção diluída). Para deep dive em sistemas avançados (MemGPT, Letta, Mem0, Zep), ver a trilha Memória de Agentes.

Os 3 tipos

graph TB
    A["⏳ Working memory<br/>(turno atual)"] --> B["🕐 Short-term<br/>(sessão)"]
    B --> C["💾 Long-term<br/>(persistente)"]

Tipo	Onde mora	Vida útil	Tamanho
Working memory	Prompt do turno	Segundos	Ilimitado dentro da janela
Short-term	Histórico da sessão	Horas	Cresce — precisa compactar
Long-term	DB, files, vector store	Dias a anos	Ilimitado

Working memory — o scratchpad

Espaço de raciocínio dentro do prompt do turno atual. Em modelos com extended thinking (Claude 4+, o1), fica em block separado.

Características:

• Descartado após o turno (em models com thinking)
• Não consome tokens do output (em modelos modernos)
• Permite raciocínio antes da ação

Short-term memory — o histórico

O histórico da conversa atual. Cresce a cada turno.

Problema clássico: sessão de 50 turnos vira contexto de 200K tokens. 03 - Context rot e atenção diluída|Atenção dilui, custo explode.

Mitigações:

• Compactação automática (07 - Compressão e pruning de informação)
• Sliding window (manter só últimos N turnos)
• Sumarização periódica
• Sub-agents com contexto isolado (06 - Multi-agent — orchestrator e sub-agents)

Long-term memory — o que persiste

Info que sobrevive entre sessões em long-term memory. Várias estratégias:

File-based (markdown)

project/
└── .agent-memory/
    ├── NOTES.md         # observações e decisões
    ├── TODO.md          # próximos passos
    ├── DECISIONS.md     # log de ADRs
    └── facts/

Prós: simples, inspecionável, git-friendly, agent pode editar como qualquer arquivo Contras: não escala para milhares de fatos Use quando: projeto solo ou time pequeno, codebase ou vault Obsidian

Detalhamento em 10 - Structured state tracking.

Vector store

Embeddings de memórias passadas, recuperadas por similaridade semântica.

Prós: escalável, busca natural por significado Contras: menos controlável, pode trazer noise Tools: Pinecone, Weaviate, Qdrant, Mem0/Zep

Structured DB

Tabelas com entidades, relações, fatos. Máxima estrutura.

Use quando: compliance pesado, auditoria total

Self-editing memory (MemGPT, Letta)

LLM tem ferramentas para escrever, ler, podar a própria memória durante reasoning.

Deep dive em 08 - Memória agentica — self-editing memory.

Working memory compaction — o pattern essencial

Quando histórico passa do limite, resuma e substitua. Claude Code faz isso automaticamente. Em código próprio, dispare quando tokens > 70% da janela.

Decisão: que memória usar?

graph TB
    A["Tarefa do agent"] --> B{"Estado<br/>cabe na sessão?"}
    B -->|sim| C["Só working + short-term"]
    B -->|não| D{"Quantos<br/>fatos?"}
    D -->|<100| E["File-based<br/>(markdown)"]
    D -->|100-10K| F["Mem0 / Letta<br/>ou simple DB"]
    D -->|>10K| G["Vector store<br/>+ retrieval"]

Sinais que precisa de long-term memory

• Mesmo usuário interage múltiplas vezes
• Agent deveria “lembrar” preferências
• Decisões anteriores precisam ser referenciadas
• Histórico cumulativo é diferencial competitivo

Sinais que NÃO precisa

• Cada sessão é stateless (chatbot anônimo)
• Aplicação é one-shot
• Compliance proíbe retenção
• Time pequeno sem orçamento para manter memória

Anti-patterns

• Achatar tudo em short-term — context rot inevitável
• Long-term sem TTL — fato de 2024 ainda servido em 2026
• Sem compactação — sessão de 8h envia 800K tokens em cada turno
• Vector store para tudo — muito barulho; markdown basta para a maioria
• Self-editing memory sem governance — memory poisoning, PII leak

Para deep dive

A trilha Memória de Agentes tem 24 notas dedicadas: taxonomia (episódica, semântica, procedural), implementações (OpenKB, MemGPT/Letta, Mem0, Zep, Graphiti, Generative Agents Stanford), comparativo crítico, guia de implementação.

Veja também

• 02 - O loop ReAct e native tool use
• 05 - Planning — plan-then-execute, dynamic, hierarchical
• 05 - Camadas de contexto — persistente, temporal, transiente
• 07 - Compressão e pruning de informação
• 08 - Memória agentica — self-editing memory
• 10 - Structured state tracking
• Memória de Agentes

Referências

• Packer et al. — MemGPT: Towards LLMs as Operating Systems (2023)
• Anthropic — Effective context engineering for AI agents (2025)
• Letta — Memory Blocks documentation (2025)