TLDR;

O sistema move saídas volumosas de ferramentas para arquivos markdown externos e mantém apenas um diagrama mermaid compacto no prompt, permitindo recuperar detalhes originais quando necessário.. A Tencent desenvolveu a solução open source sob licença MIT, usando quatro camadas de memória de longo prazo que imitam o funcionamento da memória humana.. Os testes da Tencent mostraram que o agente completou 50% das tarefas em vez de 33% e reduziu o uso de tokens de 221 milhões para 86 milhões.

Resumo

O sistema de memória desenvolvido pela equipe de banco de dados da Tencent propõe uma solução inovadora para os problemas enfrentados por agentes de IA em tarefas longas. Em vez de aumentar indefinidamente a janela de contexto, o projeto ensina o agente a decidir o que esquecer, o que preservar e como recuperar informações detalhadas quando necessário. Para a memória de curto prazo, as saídas volumosas de ferramentas são movidas para arquivos Markdown, enquanto um diagrama Mermaid compacto permanece no prompt, registrando ações, decisões e erros com links para os dados originais. Já a memória de longo prazo é organizada em quatro camadas, desde conversas brutas até uma persona com hábitos do usuário, permitindo recuperação hierárquica e eficiente. Testes mostraram redução significativa no uso de tokens e melhora no desempenho, embora os resultados careçam de verificação independente. A abordagem ressalta que memória real não depende apenas de contextos gigantes, mas de compressão inteligente e caminhos confiáveis para acessar detalhes importantes.