AutoMem: e se lembrar fosse uma habilidade que a IA aprende, não um sistema que a gente projeta?

Quando um agente de IA precisa dar conta de uma tarefa longa — jogar um jogo com centenas de passos, conduzir uma investigação em várias etapas —, ele esbarra num limite conhecido: a janela de contexto acaba. A saída usual é acoplar uma "memória externa": um lugar onde o agente anota o que aconteceu e de onde recupera informação quando precisa. O problema é que, quase sempre, como essa memória funciona — o que anotar, quando consultar, como organizar — é decidido por engenheiros, na forma de regras fixas costuradas à mão.

O AutoMem parte de uma pergunta diferente: e se lembrar bem não for uma tubulação a ser projetada, mas uma habilidade a ser aprendida? Em vez de dar ao agente um sistema de memória pronto, o trabalho ensina o próprio modelo a decidir o que codificar, quando recuperar e como organizar o conhecimento.

Duas engrenagens

A abordagem tem dois laços de otimização que trabalham juntos. No primeiro, de otimização da estrutura de memória, um modelo forte revisa trajetórias completas do agente — a sequência inteira do que ele fez e lembrou — e reescreve, de forma iterativa, os esquemas de memória, os prompts e o vocabulário de operações que o agente usa para interagir com seus "arquivos" de memória. É como observar alguém trabalhar e redesenhar o caderno de anotações para que ele registre as coisas certas.

No segundo, de treino de proficiência, o sistema identifica quais decisões de memória funcionaram bem ao longo de vários episódios e as usa como sinal de treinamento — melhorando diretamente a competência do modelo em administrar a própria memória. As boas decisões viram exemplos; o modelo aprende a repeti-las.

Os números

Nos testes, o AutoMem obteve melhora de aproximadamente 2 a 4 vezes em três ambientes de tarefa longa gerados por procedimento — Crafter, MiniHack e NetHack, todos conhecidos por exigir planejamento sustentado ao longo de muitos passos. O detalhe que dá força à tese está no que não mudou: os ganhos vieram de otimizar apenas a memória, sem alterar como o agente escolhe suas ações na tarefa. Isolar a variável assim é o que permite dizer que a memória, sozinha, é um alvo de otimização de alto impacto.

O resultado mais chamativo: um modelo aberto de 32 bilhões de parâmetros, depois de ter sua gestão de memória otimizada, tornou-se competitivo com sistemas de fronteira como o Claude Opus 4.5 e o Gemini 3.1 Pro Thinking em tarefas longas. Ou seja: parte da distância entre um modelo médio aberto e os melhores modelos fechados, nesse tipo de tarefa, pode estar menos no "quanto o modelo sabe" e mais no "quão bem ele administra o que lembra".

Por que isso importa

Boa parte da engenharia de agentes hoje é, no fundo, engenharia de memória: gente escrevendo regras sobre quando resumir, o que descartar, como indexar. Se essa camada puder ser aprendida em vez de programada, dois efeitos aparecem. Primeiro, os agentes deixam de depender da intuição de quem os construiu para lidar com tarefas que os projetistas nem anteciparam. Segundo — e mais interessante em termos econômicos —, modelos menores e abertos ganham uma alavanca barata: em vez de trocar por um modelo maior, otimiza-se a memória e se extrai desempenho de fronteira do que já se tem. Como sempre, vale medir com ceticismo: "competitivo em tarefas longas" é uma afirmação específica, restrita aos ambientes testados, e não um veredito geral de capacidade.

O que fica em aberto

Os três ambientes de teste são jogos e mundos gerados por procedimento — excelentes para medir planejamento longo, mas distantes das tarefas de trabalho reais (pesquisa, código, atendimento) onde a memória de agentes mais importa comercialmente. Falta ver se o ganho se transfere para esses domínios. Falta também saber o custo do processo: otimizar a estrutura de memória exige um modelo forte revisando trajetórias, o que não é grátis. E fica a pergunta de fundo: até onde "aprender a lembrar" substitui, e até onde apenas adia, o limite da janela de contexto.

Perguntas Frequentes

O que o AutoMem faz de diferente?

Em vez de usar um sistema de memória com regras fixas escritas por engenheiros, ele trata a gestão de memória como uma habilidade que o modelo aprende — decidindo sozinho o que guardar, quando recuperar e como organizar a informação.

De onde vêm os ganhos de 2 a 4 vezes?

De otimizar apenas a memória, sem mudar como o agente age nas tarefas. Os testes foram feitos em três ambientes de tarefa longa (Crafter, MiniHack e NetHack), que exigem planejamento por muitos passos.

Um modelo pequeno pode competir com os grandes assim?

Segundo o trabalho, um modelo aberto de 32 bilhões de parâmetros ficou competitivo com sistemas de fronteira em tarefas longas depois da otimização de memória. Mas isso vale para os ambientes testados, não como afirmação geral de que o modelo igualou os grandes em tudo.

Há uma inversão elegante no AutoMem. Em vez de perguntar como construir a memória perfeita para a IA, ele pergunta como deixar a IA aprender a lembrar. A distinção parece sutil, mas muda quem faz o trabalho difícil — e, se a ideia escalar para além dos jogos, muda também quanto de fronteira se pode extrair de um modelo que a gente já tem.