Série técnica
Memória em agentes pessoais
Como pensar memória, esquecimento, proveniência e confiança em agentes que trabalham com contexto pessoal.
Ordem de leitura
01 O problema da memória em IA Fazer uma IA lembrar parece um problema de armazenamento. Descobri, errando, que são três problemas — e nenhum deles se resolve com mais bytes. 02 Por que lembrar tudo é ruim Guardar tudo parece prudência. Mas existe um tipo de bug que não aparece em log nenhum: o sistema faz exatamente o que devia e o resultado piora. Memória demais é esse bug. 03 A diferença entre conversa, memória e conhecimento Durante meses, meu sistema teve dois defeitos opostos que eu tratava como um só: esquecia demais e lembrava errado. O conserto não foi código — foi perceber que eu mexia em três camadas com um botão só. 04 Memória como problema de banco de dados A pergunta que quebrou a primeira memória do Atlas era simples: por que eu decidi isso? O sistema tinha a resposta guardada — e não conseguiu me responder. Este texto é sobre o que faltava. 05 Memória como ledger Eu destruí uma decisão sem apertar nenhuma tecla de apagar. Memória editável colapsa três verdades diferentes em uma única frase mutável — e um ledger pessoal é o que as separa de volta. 06 Proveniência: toda memória precisa de fonte Uma memória pode estar certa e ainda assim não merecer confiança. Sem origem rastreável, ela não pode ser revisada, contestada nem usada por agentes com responsabilidade. 07 Esquecimento governado Esquecer não é falha de memória. É política: o sistema decide o que para de influenciar o presente, registra a decisão e pode reverter. Sem isso, o ledger vira arquivo sem critério. 08 Compactação como design de memória O ledger nunca apaga, então só cresce. Compactação é o mecanismo que impede o peso do passado de travar o presente — reconstruindo estado ativo sem perder a cadeia de proveniência.