O que o agente deve guardar, resumir ou apagar

Dê ao agente quatro operações para cada lembrança nova (manter, substituir, acrescentar ou apagar) e defina quem decide cada uma. Sem regra escrita, a ficha de cada cliente junta preferências velhas e novas da mesma pessoa, e o agente escolhe entre elas por sorte.

Antes de começar, separe as fichas de cinco clientes que voltam e o caderno do negócio, onde as regras vão morar. As quatro operações vêm de um trabalho de 2022 da NAVER e do KAIST, na Coreia do Sul, sobre conversas longas. O que mudou desde então é quem cria as lembranças: num estudo do Instituto Max Planck com a Universidade de Bochum, apresentado na ACM Web Conference 2026, quase todas as lembranças que o ChatGPT guardou de 80 usuários nasceram sem pedido, e muitas eram deduções sobre a pessoa.

A regra da direita só funciona escrita, porque um assistente comum não sabe qual das duas preferências é a atual.

Como decidir o que fazer com cada lembrança nova

Para cada fato novo, compare com a lembrança da mesma ficha e escolha uma operação. Repetido, mantenha; contrário, substitua; novo, acrescente; errado ou pedido para esquecer, apague, com o seu sim. Em preço e preferência, substituir quer dizer fechar a validade da antiga: ela vai para o histórico com data de fim e sai das respostas.

A ficha é a memória de longo prazo, o que o agente guarda entre conversas; outros cursos do portal a chamam de memória persistente. A memória de curto prazo é o que ele usa durante uma conversa, como o rascunho da recepcionista, que vai para o lixo quando o cliente se despede. Uma revisão de 2026 com autores de Singapura, China, Austrália, Estados Unidos e Reino Unido afina a divisão: a ficha guarda fatos, e o caderno do que deu certo guarda experiência.

A figura mostra as operações numa ficha só. Os passos abaixo as aplicam ao resumo da noite, que passa as conversas do dia para as fichas.

Na pousada do exemplo do curso, a Ana sempre pediu andar térreo e, no último feriado, pediu o quarto 3, com vista para a serra. Pelo passo 3, a preferência nova vale com a data de hoje, e o térreo vai para o histórico. Se a Ana pede o térreo quando vem com a mãe e o quarto 3 quando vem sozinha, o agente guarda as duas, cada uma com a sua condição, e pergunta quando o pedido não diz com quem ela vem.

Essa exceção tem estudo. Pesquisadores da Universidade Tsinghua mostraram em agosto de 2026, com 541 casos de conflito sem resposta única, que tratar uma lembrança como definitiva vira ação confiante e sem motivo. Os dois últimos passos também têm medida. Num teste de agosto de 2026 com a prova LoCoMo, o resumo comum do Claude Haiku 4.5 preservou 3,05% das datas e horários; com a frase “mantenha datas e horários” no pedido, 62,39%.

Como um agente pode aprender sozinho o que guardar?

Um agente aprende a decidir o que guardar quando recebe as operações de memória como ferramentas e é treinado por pontos para usá-las. É o método AgeMem, de um grupo da Universidade de Wuhan e do Alibaba Group, destaque na ACL 2026. O agente recebe seis ferramentas: três mexem na ficha (adicionar, atualizar e apagar) e três mexem na mesa da conversa (resumir, filtrar o que sobra e buscar uma lembrança da ficha).

A hora de usar cada ferramenta vem de um aprendizado por reforço, treino por consequência: define-se o que vale ponto no resultado; acertou ganha, errou ou desperdiçou perde. A nota de cada tentativa, a recompensa, vem em parte de um modelo juiz, que dá nota por opinião, como o fiscal de uma prova, e não executa nem confere, diferença que o curso “Reinforcement Learning para Vibecoding: do prompt ao loop verificável” ensina em exigir prova executada no lugar de nota dada. O treino anda em três estágios.

Nas cinco provas dos autores, com dois modelos abertos pequenos, o AgeMem ficou à frente de Mem0 e A-Mem rodados por eles mesmos. Para quem decide, o que pesa é outra coisa: o ganho vem de um modelo treinado, e um assistente comum recebe as ferramentas, mas não o aprendizado de quando usá-las. Quem ensina essa hora são as regras do caderno. O mesmo curso mostra, sem fórmula, quando vale treinar um modelo e quando basta escrever melhor a regra.

O que o agente pode fazer sem pedir o seu sim

Sozinho, o agente guarda e atualiza o que o cliente diz, porque essas ações se desfazem; apagar fica com você. O que chega de fora, como e-mail ou avaliação de site, passa por uma pessoa antes de entrar na ficha: em setembro de 2026, pesquisadores de Auckland e da Fudan fizeram o Claude Code gravar na memória instruções escondidas em conteúdo externo em 66,9% das tentativas. Regra do caderno, como preço, também muda só com o seu sim.

Monte a sua divisão com uma pergunta: se o agente errar esta ação, dá para desfazer? Se dá, ele faz sozinho e anota a data; se não dá, a ação espera o seu sim. Se pedir mais de três sins de apagamento por semana, número de exemplo, a regra de apagar está larga; se pedir sim para atualizar, passe essa ação para a lista dele. O curso “MCP para quem decide” trata da mesma fronteira em o que um servidor lê, o que ele executa e onde entra a pessoa.

Está pronto quando toda lembrança das cinco fichas tem operação, autor e data, nenhuma ficha tem duas preferências valendo sem condição, as duas perguntas combinadas saem certas e o agente pede o seu sim só para apagar.

O curso “Agentes de IA Autônomos: Do Conceito à Produção” mostra, com ferramentas de mercado, como a memória de curto e de longo prazo é montada dentro de um agente. O próximo passo é o preço que o cliente combinou continuar valendo depois que a tabela muda: siga para “Quando o preço do feriado muda, o agente fica sabendo?” e leve a tabela de preços da última temporada.