Qualquer pessoa que tenha trabalhado com um agente de IA em um projeto de vários dias conhece o cenário: cada nova sessão começa do zero. Em uma nova postagem de pesquisa, a Anthropic descreve como Claude foi projetado para reter conhecimento durante as sessões enquanto o modelo subjacente permanece inalterado – escrevendo notas em uma pasta que pode ser lida mais tarde. A descoberta surpreendente é que a parte mais difícil da memória do agente não é o armazenamento. É seleção.
O problema central, segundo a Anthropic, é que um agente tem que decidir no momento o que pode importar mais tarde, antes de saber o que vem a seguir. Cada nota é uma aposta no futuro. Armazene muito pouco e o agente repete seus erros; armazene muito e o arquivo ficará obsoleto, consumirá contexto e carregará erros indefinidamente.
O teste Pokémon: 413 arquivos, um emblema
Para ilustrar o modo de falha, a Anthropic apontou testes executados dentro do Pokémon Red. Claude Sonnet 3.7, um modelo mais antigo, tratava tudo como potencialmente importante. Em cerca de 10.000 etapas do jogo, ele criou 413 arquivos espalhados por 225 pastas – geralmente um arquivo separado para cada batalha e item encontrado. Como o estado do jogo mudava constantemente, o arquivo ficou obsoleto quase tão rápido quanto foi escrito. Às vezes, o modelo não fazia nada além de reorganizar suas notas em vez de tocar, e terminava a corrida com um único distintivo.
O mais recente Claude Fable 5 adotou a abordagem oposta: limitou sua memória a um punhado de arquivos e ganhou quatro distintivos. O Fable 5 não registrou informações que já estavam visíveis na tela e, em vez disso, escreveu planos, estratégias e regras testadas. A Anthropic adverte que a comparação cobre apenas uma única jogada por modelo, portanto o resultado é indicativo e não definitivo – mas a direção é consistente com o conselho mais amplo da empresa.
Esse conselho é explicar o propósito da memória a Claude e deixar o modelo decidir como usá-la. Em um benchmark, instruções rígidas como “apenas registrar erros” eliminaram a maior parte da vantagem dos modelos mais fortes. Os modelos mais antigos, por outro lado, beneficiaram de instruções claras, tais como serem instruídos a ler as suas notas antes de cada resposta.
Sonhando: Auditando a memória após o fato
O maior risco em agentes de longa duração não é esquecer – é confiar em notas erradas. A resposta da Antrópica é um processo que ela chama de Dreaming, uma ideia que se baseia em pesquisas de Letta e da UC Berkeley. Assim como o cérebro humano consolida experiências durante o sono, Claude analisa transcrições de sessões anteriores durante um intervalo e compara suas anotações com o que realmente aconteceu.
No teste Pokémon, Claude anotou incorretamente em que lado da montanha estava um ponto de referência. Baseando-se nessa nota errada, o agente caiu três vezes na mesma armadilha, acabou por querer desistir e errou o objetivo. Depois de passar no Dreaming, Claude detectou o erro ao comparar a nota com a transcrição e encontrou o caminho certo.
Sonhar também pode organizar bases de conhecimento muito maiores. Claude construiu um wiki vinculado a partir de cerca de 350.000 documentos internos da Stainless, uma empresa de software adquirida pela Anthropic, com o Dreaming gerando novas páginas enquanto corrigia lacunas, duplicatas e links quebrados. A recompensa foi maior quando Claude conseguiu combinar o wiki com a pesquisa, de modo que a memória curada funcionou como um complemento à recuperação, em vez de substituí-la.
Quando um Wiki supera a pesquisa
Em um teste jurídico separado conduzido pela Anthropic, um wiki com curadoria ajudou mais nas questões cujas respostas estavam espalhadas por vários documentos. Claude obteve 87% de pontuação com o wiki, em comparação com 73% usando apenas a pesquisa. Para tarefas simples de pesquisa, o wiki teve um desempenho quase equivalente ao da pesquisa – e em um caso ele até cresceu mais do que os documentos de origem que resumiu.
A Anthropic é franca sobre os problemas em aberto. Fazer anotações no meio da tarefa distrai o agente de seu trabalho. Sonhar custa computação extra e seus resultados só chegam depois de um atraso. Wikis e notas também precisam de manutenção regular, ou erros e alucinações se acumulam. E a empresa alerta contra o carregamento automático de muitas memórias em cada sessão, porque elas consomem contexto e passam qualquer nota ruim para cada sessão futura.
Da visualização da pesquisa ao produto
O sonho em si não é novo: a Anthropic o apresentou em maio como uma prévia da pesquisa para Claude Managed Agents, a plataforma em nuvem da empresa para agentes de IA. O serviço lê um armazenamento de memória existente e até 100 sessões anteriores, remove entradas duplicadas e desatualizadas e cria um armazenamento reorganizado, deixando o original intacto. No lançamento, ele suportava Claude Opus 4.7 e Sonnet 4.6. Desde então, a OpenAI pegou emprestada a marca para sua própria revisão de memória do ChatGPT em junho, que também chama de “Dreaming” – um sistema em segundo plano que mantém um perfil de usuário e corrige automaticamente informações desatualizadas.
A conclusão geral da pesquisa da Anthropic é que a memória de um agente útil depende menos de armazenar o máximo possível do que de manter as informações corretas e corrigir erros posteriormente. À medida que os laboratórios correm para construir agentes que possam funcionar de forma confiável por dias e semanas, em vez de minutos, a curadoria de memória está silenciosamente se tornando uma fronteira competitiva por si só. Você pode acompanhar os últimos desenvolvimentos de IA na pesquisa de agentes em AI Buzz Wire.
Fique à frente da IA
A pesquisa de agentes está avançando rapidamente e a memória é o próximo campo de batalha. Obtenha todas as atualizações, além dos mais recentes desenvolvimentos de IA de todos os principais laboratórios, em AI Buzz Wire.
Leia mais notícias sobre IA →