Anthropic aponta o gargalo da memória dos agentes de IA
A receita para um agente de inteligência artificial lembrar o que fez não passa por ampliar o arquivo, e sim por escolher o que descartar. A Anthropic testou como o Claude transporta conhecimento de uma sessão para outra e chegou a uma conclusão incômoda: quanto mais o modelo anota, pior tende a ser seu desempenho. Na partida de Pokémon Red usada como laboratório, a versão Sonnet 3.7 registrou cerca de 10 mil passos de jogo em 413 arquivos espalhados por 225 pastas e encerrou a disputa com uma única insígnia.
A aposta embutida em cada anotação
O Claude Fable 5, mais recente, adotou o caminho inverso: comprimiu a memória em poucos arquivos, deixou de lado o que já estava visível na tela e registrou apenas planos, estratégias e regras que havia validado. Terminou com quatro insígnias. A ressalva metodológica é relevante — cada modelo teve uma só partida analisada, o que limita o alcance da comparação.
O problema de fundo, segundo a Anthropic, é de seleção. O agente grava a nota antes de saber o que vem pela frente, portanto cada linha é uma aposta sobre o futuro. Num ambiente que muda o tempo todo, o acervo envelhece rápido: na partida antiga, o Claude chegou a dedicar turnos inteiros a reorganizar pastas em vez de avançar no jogo.
Instrução fechada derruba modelo forte
Definir o propósito da memória e deixar o Claude decidir como usá-la rendeu mais do que ditá-la. Em um dos benchmarks, comandos rígidos como somente registrar erros anularam boa parte da vantagem dos modelos mais capazes. Já os modelos antigos responderam bem a instruções explícitas — inclusive à ordem de reler as anotações antes de cada resposta.
Dreaming: auditoria das próprias lembranças
O risco maior, porém, é a nota errada que o agente consulta depois sem desconfiar. Daí o Dreaming, mecanismo que parte de pesquisas da Letta e da UC Berkeley e funciona como uma revisão de sono: nos intervalos ociosos, o Claude lê transcrições de sessões anteriores e confere as anotações contra elas.
No teste de Pokémon, o modelo havia registrado o lado errado de uma montanha onde ficava um ponto de referência. Confiando na nota, caiu três vezes na mesma armadilha, cogitou desistir e não cumpriu o objetivo. Depois de uma passagem de Dreaming, comparou a anotação com o histórico e encontrou o caminho correto.
Wiki corporativa com 350 mil documentos
O mesmo processo serve para arrumar bases de conhecimento maiores. Com cerca de 350 mil documentos internos da Stainless — empresa de software adquirida pela Anthropic —, o Claude montou uma wiki interligada, gerando páginas novas e consertando lacunas, duplicatas e links quebrados. O retorno foi maior justamente quando a wiki entrou em conjunto com a busca: como complemento, não como substituta.
Em um teste jurídico, a wiki resolveu melhor as perguntas cuja resposta estava pulverizada em vários documentos: 87% de acerto, contra 73% da busca isolada. Em consultas simples, o desempenho ficou praticamente empatado — e em um caso a wiki cresceu mais que o próprio material de origem.
O que continua em aberto
A própria Anthropic lista pendências. Anotar no meio da tarefa desvia a atenção do agente; o Dreaming consome poder de processamento extra e entrega resultados com atraso. Wikis e notas exigem manutenção recorrente, sob pena de erros e alucinações se acumularem. E carregar lembranças demais em cada sessão é contraproducente: come contexto e replica qualquer nota ruim indefinidamente.
A oferta comercial e a corrida dos concorrentes
O Dreaming foi apresentado em maio como prévia de pesquisa do Claude Managed Agents, plataforma em nuvem da companhia para agentes de IA. O serviço lê uma base de memória existente e até 100 sessões anteriores, elimina entradas duplicadas e desatualizadas e devolve uma base reorganizada, sem alterar a original. No lançamento, funcionava apenas com Claude Opus 4.7 e Sonnet 4.6.
A OpenAI batizou de Dreaming a memória do ChatGPT reformulada em junho: o sistema mantém um perfil do usuário em segundo plano e corrige dados vencidos automaticamente, o que elevou a precisão temporal de 52,2% para 75,1%, segundo a empresa. Pesquisadores do Google e do Google DeepMind também fazem seus agentes sonharem, mas com outro objetivo: melhorar a estratégia de busca, percorrendo soluções já armazenadas sem nova chamada ao modelo. O Google ainda criou o WikiSkill, que separa transcrições brutas, conhecimento destilado e instruções específicas em camadas distintas.
O que isso muda para quem investe
Memória virou item de custo. Cada lembrete carregado em uma sessão ocupa espaço de contexto — a janela de texto que o modelo consegue processar de uma vez — e encarece a inferência, o processamento que gera cada resposta. A pesquisa indica que a eficiência nessa camada tende a pesar tanto quanto o tamanho do modelo na conta final de quem opera agentes em escala.
Há um alerta embutido: todos os testes citados foram conduzidos pela própria Anthropic, fornecedora da tecnologia avaliada. Vale acompanhar como o setor resolve a manutenção dessas bases e a auditoria das notas — itens que aparecem como pendência, não como problema resolvido.
| Experimento | Configuração | Resultado |
|---|---|---|
| Pokémon Red — Claude Sonnet 3.7 | cerca de 10 mil passos, sem curadoria | 413 arquivos em 225 pastas; 1 insígnia |
| Pokémon Red — Claude Fable 5 | memória restrita a poucos arquivos | 4 insígnias |
| Teste jurídico — busca isolada | respostas espalhadas por vários documentos | 73% de acerto |
| Teste jurídico — wiki mais busca | respostas espalhadas por vários documentos | 87% de acerto |
| Precisão temporal do ChatGPT | antes e depois do novo Dreaming | 52,2% → 75,1% |

