A memória do agente tem um problema de verdade

Para memória de agente local e aberta, a recuperação é o padrão: pipelines RAG, pesquisa de agente, incorporação de armazenamentos e travessia de gráfico são o que a maioria dos construtores busca primeiro. Uma pesquisa de 2026 conclui que o design da memória, e não a capacidade do modelo, é agora o fator limitante para agentes de longa vida.

A recuperação funciona bem para codificação e exploração, mas é interrompida quando os agentes lidam com o estado contínuo. Os principais projetos (Zep, Mem0, Letta, LangMem) estão adicionando resolução de entidade, persistência e estrutura gráfica, mas a convergência total para um design estruturado enfrenta barreiras que são difíceis de modernizar: consultas de primeiro esquema, identidade determinística, procedência somente anexada e controle local primeiro.

Por que a recuperação domina

A recuperação se ajusta ao caso de uso que coloca os agentes no mapa: codificação. As bases de código são exploratórias, muitas vezes você não sabe onde as coisas estão e quer "onde lidamos com o X?" em vez de "listar todas as funções com proveniência". A pesquisa semântica e a travessia ad hoc são adequadas para isso.

A maioria das pessoas forma sua intuição sobre a memória do agente a partir da codificação, onde a recuperação é suficiente. O problema é generalizar a partir disso. Para estados operacionais como tarefas, contatos, transações e compromissos, você precisa da mesma resposta na próxima semana, conjuntos completos e trilhas de auditoria.

A recuperação também é barata para adicionar. Você pode incorporar seus documentos, conectar um armazenamento de vetores e ter memória de trabalho em uma tarde, sem design de esquema, sem resolução de entidade e sem rastreamento de procedência. Essa é uma vantagem real, não apenas inércia.

Onde a recuperação é interrompida

As quebras aparecem quando você depende da memória do agente para obter a verdade.

Respostas inconsistentes. Perguntar "liste todas as tarefas do projeto X" retorna sete resultados em um dia e quatro no dia seguinte. A recuperação é reinferida a cada vez. A pesquisa confirma que os agentes combinam informações entre sessões e produzem respostas temporalmente inconsistentes à medida que a memória aumenta.

Recordação incompleta. Sistemas RAG com recuperação de recuperação abaixo de 80% mostram taxas de alucinação de 34%, em comparação com 20% para sistemas acima de 90% de recuperação. A recuperação baseada em incorporação descarta a estrutura temporal e relacional, e quanto mais entidades você tiver, pior será a recuperação.

Sem procedência. Quando você pergunta "de onde veio esse número?" a recuperação fornece uma resposta inferida de quaisquer pedaços que surgiram. Não há linhagem da resposta até os registros de origem.

Gravações irrecuperáveis. Quando um agente substitui um contato ou mescla tarefas, o estado anterior desaparece. Não há controle de versão nem reversão.

Desvio entre ferramentas. Uma tarefa criada no ChatGPT não pode ser consultada de forma confiável no Cursor. A memória do provedor é imprevisivelmente inconsistente, e as configurações de recuperação aberta também não são ferramentas cruzadas por padrão.

O que o estado estruturado oferece

Estado estruturado significa um armazenamento com entidades digitadas, IDs estáveis, relacionamentos e cronogramas. A mesma consulta sempre retorna o mesmo resultado e você obtém origem e reversão.

Necessidade	Loja estruturada	Recuperação
Conjunto completo ("todas as tarefas do projeto X")	Sim, por esquema e relacionamentos	Parcial ou inferido
Mesma resposta na próxima semana	Sim	Não
Rastrear até a origem	Sim, cadeia de proveniência	Não
Recuperar-se de gravação incorreta	Sim, se apenas anexar	Geralmente não
Consistência entre ferramentas	Sim, se for multiplataforma	Somente se todas as ferramentas compartilharem o mesmo backend
Explore o desconhecido	Possível, mas não a sua força	Sim, é aqui que a recuperação se destaca
Resumo único	Exagero	Sim

Um armazenamento estruturado pode ter o formato de um gráfico, e o que estou construindo, Neotoma, é: uma camada de memória local compatível com MCP que fornece aos agentes uma única fonte de verdade para entidades, relacionamentos e linhagem. O que o separa das "configurações de gráfico" comuns na recuperação é a persistência, os IDs canônicos e a procedência. Escrevi mais sobre por que a memória do agente precisa de uma camada de verdade em outro lugar.

Para onde o campo está se movendo

Os principais projetos estão convergindo para o estado estruturado do lado da recuperação.

Zep/Graphiti cria um gráfico de conhecimento temporal que atinge um ganho de precisão de 18,5% em relação ao MemGPT e uma redução de latência de 90%, e fornece um servidor MCP. É o estado mais próximo do estruturado no ecossistema atual.

Mem0 usa um pipeline de extração e consolidação de duas fases que relata uma precisão 26% maior do que a memória da OpenAI, com uma variante gráfica para relacionamentos de entidades. Ainda é principalmente a recuperação em primeiro lugar, e a camada estruturada é aditiva.

Letta (anteriormente MemGPT) persiste em todos os estados em um banco de dados com blocos de memória editáveis. É o “estado estruturado” mais explicitamente dos projetos de origem de recuperação.

LangMem/LangGraph oferece um SDK de memória persistente com tipos semânticos, episódicos e procedimentais e consolidação de memória. A camada de persistência é real, mas o padrão de acesso primário ainda é a incorporação da pesquisa.

Hindsight (pesquisa de 2025) organiza a memória em quatro redes lógicas e atinge 83-91% de precisão em benchmarks de longo horizonte. Ele mostra a direção: a memória estruturada com redes de entidades explícitas supera a recuperação simples.

Os sistemas de recuperação podem convergir totalmente?

Algumas coisas convergem naturalmente, mas outras são estruturalmente difíceis de modernizar.

O que já está convergindo. A extração de entidades e a estrutura do gráfico são reais em Zep e Mem0g. A persistência do banco de dados é real no Letta e no LangGraph. O rastreamento temporal é real no Graphiti. Estes estão fechando a lacuna.

Primeiro a similaridade versus primeiro o esquema. O padrão de acesso padrão da recuperação é "encontrar coisas semelhantes". O padrão de uma loja estruturada é “consulta por tipo, ID, relacionamento ou horário”. Criar um esquema de sistema de recuperação primeiro significa alterar a superfície da API e as expectativas do usuário, não apenas adicionar um recurso.

Identidade implícita versus explícita. A recuperação trata dois pedaços como a mesma entidade se suas incorporações estiverem próximas. O estado estruturado trata dois registros como a mesma entidade se eles compartilharem um ID canônico. A modernização da identidade determinística significa alterar cada caminho de ingestão.

Upsert versus somente acréscimo. Os sistemas de recuperação geralmente sobrescrevem, enquanto o armazenamento somente de acréscimo preserva o histórico. Letta usa blocos de memória mutáveis e Zep rastreia a evolução temporal, que está mais próxima. A maioria dos sistemas de recuperação não tem conceito de gravação de histórico.

Procedência por meio de consolidação. Quando Mem0 consolida fatos ou LangMem mescla memórias relacionadas, a procedência das fontes originais normalmente é perdida. A proveniência que sobrevive à fusão requer que o modelo de armazenamento a suporte desde o início.

Determinismo. A recuperação envolve classificação e os resultados variam de corrida para corrida. As consultas estruturadas são determinísticas: a mesma consulta retorna o mesmo resultado. A remoção da função de classificação prejudica o que torna a recuperação útil. Esses são contratos de consulta fundamentalmente diferentes.

Controle local primeiro. Tornar um sistema verdadeiramente local, sem dependência de nuvem e sem telemetria, entra em conflito com o modelo de negócios da maioria das empresas de memória. Esta não é uma barreira técnica; é um problema de incentivo estrutural.

Os sistemas de recuperação podem chegar parcialmente a um armazenamento estruturado, mas a última etapa requer consultas que priorizam o esquema, identidade determinística, proveniência somente de acréscimo, resultados determinísticos e padrões locais que priorizam. Essas escolhas vão contra a arquitetura da recuperação em primeiro lugar.

O que a recuperação ainda faz melhor

Exploração. Quando você deseja encontrar algo em suas anotações sobre o apartamento em Barcelona, você não conhece o esquema ou o tipo de entidade. A recuperação revela bits relevantes sem modelagem inicial.

Resumo. Quando você pergunta ao contratante o que decidiu, a recuperação pode pesquisar, extrair e resumir em uma sessão. Você não precisa que essa resposta persista ou corresponda exatamente na próxima vez.

Travessia ad hoc. Quando você pergunta onde os webhooks do Stripe são tratados, o layout varia entre bases de código e documentos. A recuperação se adapta sem um gráfico unificado.

Baixo custo inicial. Você pode ter memória de trabalho em uma tarde. Para qualquer coisa que não exija integridade, consistência ou procedência, a recuperação é suficiente e mais barata.

Lacunas no estado estruturado e como Neotoma as aborda

Sobrecarga de esquema. Neotoma usa um registro de esquema em evolução onde a extração assistida por LLM propõe tipos e relacionamentos durante a ingestão. Isso reduz o custo inicial, mas não o elimina. Na prática, o agente revisa e corrige os resultados da extração ao longo do tempo à medida que encontra inconsistências.

Complexidade de ingestão. O Neotoma calcula IDs canônicos baseados em hash a partir da identificação de propriedades, para que a mesma entidade obtenha o mesmo ID, independentemente da origem. Isso é mais previsível do que a similaridade baseada em incorporação, mas depende da qualidade da extração: "Mark" e "Mark Hendrickson" fazem hash de maneira diferente até você mesclá-los.

Início a frio. O Neotoma oferece suporte à ingestão de caminho duplo: você pode fazer upload de arquivos para extração em lote ou acumular estado de forma incremental por meio de conversas com agentes. Isso não é instantâneo, mas é mais rápido do que esperar conversas suficientes para construir um gráfico útil.

Custo apenas de acréscimo. O armazenamento aumenta a cada correção, o que torna possível a reversão e a procedência. À escala pessoal e operacional isto é administrável, mas é uma verdadeira compensação: as consultas para resolver o estado atual são mais complexas.

Não substitui a recuperação. O Neotoma fornece recuperação estrutural por tipo, ID, relacionamento, intervalo de tempo e vizinhança gráfica, e espera ferramentas de recuperação como pesquisa de agente e pesquisa de incorporação para lidar com a exploração. É um complemento e não um substituto.

Por que estou construindo o Neotoma

Atingi os limites de recuperação na prática. Tarefas, contatos e transações precisam de IDs canônicos, linhagem e acesso entre ferramentas. As escolhas de design respondem diretamente às barreiras de convergência descritas acima.

Esquema primeiro. As consultas são por tipo de entidade, ID, relacionamento ou intervalo de tempo. Não há semelhança de incorporação no caminho da consulta e os resultados são determinísticos.

Identidade baseada em hash. A mesma entidade obtém o mesmo ID, independentemente de qual fonte ou sessão o introduziu.

Somente acréscimo. Cada fato remonta à sua fonte. As correções criam novos registros e a reversão é possível.

Ferramentas cruzadas via MCP. Uma camada de memória é acessível a partir de qualquer cliente MCP: Cursor, ChatGPT, Claude ou Claude Code. Os mesmos dados e os mesmos IDs estão disponíveis em todos os lugares.

Local primeiro. Todos os dados residem em arquivos SQLite e locais. Não há dependência da nuvem nem telemetria. Você pode verificar tudo o que o sistema faz.

Neotoma está adiantado. É uma versão do desenvolvedor: somente local, primeiro CLI, com resolução de entidade heurística, evolução manual de esquema e sem UI da web. O que ele fornece é o contrato, e o argumento é que este contrato é necessário para agentes que lidam com o estado contínuo, e que a recuperação por si só não pode fornecê-lo.

O campo está convergindo para a memória estruturada. A questão é quem constrói a camada em que você confia com seus dados e quais garantias ela oferece. Quero que essa camada seja estruturada desde o início, e não fixada depois do fato. Local primeiro, aberto, inspecionável e sob o controle do usuário.

Principais conclusões