# Como criar uma camada de memória para agentes?

> Published 2026-10-10T12:05:38.030Z on https://www.crazystack.com.br/pt/p/como-criar-uma-camada-de-memoria-para-agentes/
> Source video: https://www.youtube.com/watch?v=BIhiYL4U9_M

Uma camada de memória para agentes transforma o que o agente aprendeu em cada sessão em estado persistente, tipado e pesquisável. Janelas de contexto não guardam experiência: quando a sessão termina, o trabalho útil se perde e o próximo agente recomeça do zero.

## Por que janelas de contexto e arquivos não são memória

Janela de contexto não é memória: ela é apenas a entrada da execução atual, sem persistência entre sessões. Quando um agente termina uma tarefa, tudo que ele sintetizou é descartado, e o próximo agente repete o mesmo trabalho, com mais custo, mais chance de alucinação e menos fidelidade.

Anders Swanson, desenvolvedor advocate do [Oracle AI Database](https://www.oracle.com/database/), apresentou essa tese na AI Engineer World's Fair de 2026, em São Francisco. Ele argumenta que memória de agente deve ser tratada como um problema de sistemas: formação, recuperação, armazenamento persistente e governança trabalhando juntos.

As soluções paliativas falham por razões previsíveis. Janelas maiores só acumulam tokens, e o sinal útil se perde entre informação irrelevante durante a compactação. Arquivos markdown e wikis ajudam, mas não oferecem recuperação governada nem escalam em ambientes multi-tenant. O grep encontra dados, mas não faz fusão de múltiplos sinais de busca. Seguindo essa estrada até o fim, você acaba implementando seu próprio banco de dados — e aí vale simplesmente usar um.

## O padrão de quatro fases da camada de memória para agentes

A camada de memória para agentes que sistemas modernos estão convergindo em adotar implementa quatro fases: formação, recuperação, evolução e avaliação. Cada fase responde a uma pergunta diferente sobre o ciclo de vida do conhecimento do agente.

Na formação, memórias são experiências destiladas e fatos estruturados, nunca despejos de transcrições brutas. Na recuperação, a busca híbrida funde vários métodos de consulta. Na evolução, o sistema consolida duplicatas, resolve conflitos e aplica temporalidade: quando a memória foi criada, quando foi acessada e por quanto tempo ela continua válida. Na avaliação, um ciclo regular de feedback mede uso e utilidade — sem medir, tudo fracassa.

O fluxo completo é simples de visualizar. Uma sessão de agente lê documentos, executa consultas e sintetiza algo útil. Um fato é criado, redigido, enriquecido e salvo na camada de persistência. Numa sessão futura com contexto relacionado, esse fato é recuperado para reconstruir o cartão de contexto, e o feedback do uso ajusta a relevância da memória ao longo do tempo.

Arquiteturalmente, a memória é invocada como uma função pelo runtime do agente, por meio de hooks, [MCP](https://modelcontextprotocol.io) ou habilidades. A API expõe operações de leitura, escrita, feedback e administração, que conversam com a plataforma de armazenamento. Bancos multimodelo são especialmente úteis aqui, porque vetores, busca de texto completo, entidades relacionais e grafos ficam em um só lugar, com uma única conexão de consulta.

## Memórias tipadas: os quatro tipos que você deve armazenar

O modelo de memória tipada, inspirado livremente na memória humana, divide o que o agente aprende em quatro categorias. A tipagem importa porque cada tipo pede técnicas de busca distintas: um fato pode exigir correspondência exata de ID, enquanto uma rotina se beneficia de similaridade semântica.

Tipo — O que guarda — Exemplo — — --- — --- — --- — — Episódica — Eventos passados e trechos de transcrição do trabalho do agente — Como uma falha foi reproduzida — — Semântica — Fatos sobre fluxos de trabalho, preferências e entidades — "Este projeto usa o gerador X" — — Procedural — Rotinas e regras reutilizáveis para tarefas semelhantes — Passos de build do projeto — — Estado de trabalho — Memória de curto prazo sobre a tarefa atual, com validade limitada — Rascunho em andamento, pode ser promovido

O estado de trabalho merece atenção especial. Ele vale apenas por uma janela de tempo e pode ser promovido a outro tipo quando o conteúdo se mostra durável. Essa distinção evita que o efêmero contamine o permanente.

## Esquema de armazenamento: o que toda memória precisa ter

No esquema descrito na palestra, uma memória é um objeto tipado mais um caminho de busca. O objeto tem um ID como chave primária, conteúdo de texto, tags JSON, dados do documento e um vetor de embedding com índice vetorial para busca por similaridade.

Além do vetor, o esquema ideal inclui um índice de texto para busca por palavras-chave, links de grafo conectando memórias relacionadas, campos temporais de validade e último acesso, e eventos de auditoria. A auditoria registra quem criou a memória, para que ela foi usada e quais metadados acompanharam cada uso.

Os episódios complementam o objeto compacto: são os fragmentos de transcrição que originaram a memória, úteis para proveniência e contexto adicional. Você pode vinculá-los com relações diretas de banco de dados ou com grafos. O palestrante prefere grafos porque permitem uma busca mais ampla durante a recuperação.

## Formação segura: redação antes de qualquer embedding

Boas memórias são intencionais. Antes de gravar, o ciclo de vida, o escopo, as relações e os metadados precisam estar decididos — e a redação vem primeiro, sempre.

A ordem de formação segue estes passos:

1. Redigir o conteúdo, removendo PII e segredos antes de qualquer embedding ou enriquecimento. Fazer o contrário é receita para desastre. 2. Enriquecer a memória com metadados e relações: a que ela se conecta. 3. Aplicar escopo: agente, equipe, organização — sem isso, memórias de outros fluxos vazam para sessões alheias. 4. Gerar o embedding do conteúdo. 5. Formar o episódio com os fragmentos de transcrição de origem. 6. Aplicar políticas da organização e salvar na camada de armazenamento, com link de volta ao episódio.

A redação como primeiro passo é o detalhe que mais separa um sistema de memória sério de um repositório de transcrições. Nada que escapou da redação deve alcançar o vetor, o índice ou o grafo.

## Recuperação com busca híbrida: fundindo múltiplos sinais

A busca híbrida está emergindo como o método dominante de reconstrução de contexto. A ideia é fundir ramificações de consulta diferentes e combinar os resultados em uma pontuação única.

Cada ramificação cobre um tipo de sinal: distância vetorial para similaridade semântica, busca lexical com operadores de texto para palavras-chave, entidades relacionais, travessia de grafos e sinais de feedback como importância e utilidade. Só a similaridade vetorial costuma ser insuficiente, porque devolve apenas o que o modelo de embedding considera próximo.

Os pesos entre ramificações são ajustáveis no seu algoritmo de busca. Os resultados são mesclados, limitados e reclassificados, produzindo um cartão de contexto com evidências pontuadas: você sabe que uma memória foi forte na busca vetorial e fraca na lexical. Essa proveniência — de onde o resultado veio e como foi obtido — faz parte do produto final.

A escolha do tipo de busca também depende do tipo de memória. Para fatos, uma correspondência exata de ID pode fazer mais sentido que similaridade. É esse direcionamento por tipo que a tipagem da seção anterior viabiliza.

## Modos de falha e o papel do feedback

Memória mal gerenciada falha de formas reconhecíveis. Conhecer cada modo de falha é o que permite desenhar as contramedidas certas antes do desvio silencioso tomar conta do sistema.

### Memórias obsoletas

O projeto migrou do NPM para outro sistema de build, e as memórias antigas continuam lá. Se o agente as recuperar, ele fará a coisa errada. O sistema precisa prever fatos obsoletos em vez de deixá-los contaminar a recuperação.

### Escopo ruim e vazamento

Sem escopo aplicado na gravação e na leitura, você recebe memórias de outro usuário — como logar na sua conta e ver o histórico de outra pessoa. O vazamento de dados é a versão menos grave; a destilação adequada dos registros resolve.

### Memória envenenada

Uma fonte não confiável insere uma instrução durável na camada de memória, o pior cenário: uma injeção de prompt sem salvaguardas pode resultar em exfiltração de dados. Revisão, redação e ações administrativas são as defesas.

### Conflito e excesso de recuperação

Duas memórias sobre a mesma tarefa dizem coisas opostas, ambas ranqueiam alto e o agente fica paralisado. Já o excesso de recuperação acontece quando tantas correspondências fracas se acumulam que sobrecarregam o cartão de contexto — o mesmo problema de uma janela gigante.

O feedback fecha o ciclo. Se o agente usou a memória com sucesso, ela é promovida; se foi prejudicial, sua relevância cai. A qualidade da memória precisa ser mensurável: recuperação correta, detecção de memórias obsoletas ou prejudiciais e utilidade a jusante. Com cerca de mil registros tudo funciona, mas aos 50 mil ou um milhão os resultados estranhos aparecem — e é o feedback, a redação prévia e a verificação de escopo que seguram o sistema.

## FAQ sobre camada de memória para agentes

- **Janela de contexto maior resolve o problema de memória?** Não. Uma janela maior só adiciona tokens à execução atual e o sinal útil se perde na compactação. Memória exige persistência, tipagem e governança fora da janela.

- **Por que não guardar memórias em arquivos markdown?** Arquivos ajudam em escala pequena, mas não oferecem recuperação governada nem funcionam bem em ambientes multi-tenant. Sem índices e escopo, você acaba reimplementando um banco de dados sobre arquivos.

- **O que é busca híbrida em memória de agentes?** É a fusão de várias ramificações de consulta — similaridade vetorial, busca lexical, entidades relacionais, travessia de grafos e sinais de feedback — em uma pontuação combinada, com reclassificação e proveniência dos resultados.

- **Por que redigir antes de gerar o embedding?** Porque depois do embedding o conteúdo já está no índice vetorial. PII e segredos redigidos apenas depois podem persistir na memória e vazar em recuperações futuras.

- **O que é memória envenenada?** É quando uma fonte não confiável insere uma instrução durável na camada de memória, funcionando como uma injeção de prompt persistente. As defesas são redação, revisão e controles administrativos antes da escrita.

## Da palestra ao artigo: transforme o vídeo em texto

A palestra de Anders Swanson destila uma lição valiosa: memória útil é conhecimento destilado, tipado e governado, não transcrição bruta. O mesmo vale para conteúdo técnico — a conversa original vira valor quando alguém a transforma em texto estruturado e pesquisável. Esta cobertura foi produzida pelo [Skala Blog](https://skalablog.com), projeto de Gustavo Dev Doido, criador do Bootcamp do Dev Doido e da formação Crazystack Typescript, disponível em [crazystack.com.br](https://crazystack.com.br).

Se você tem conhecimento valioso em vídeos — aulas, entrevistas, opiniões, demonstrações —, o Skala Blog converte a transcrição do YouTube em um artigo bem estruturado. Visite [skalablog.com](https://skalablog.com), cole a URL do vídeo e gere seu artigo.

[Source video](https://www.youtube.com/watch?v=BIhiYL4U9_M)