Em um artigo anterior, explorei como oito equipes de pesquisa independentes convergiram para o mesmo insight: em vez de criar sistemas de mem\u00f3ria em torno do modelo, treine o pr\u00f3prio modelo para gerenciar a mem\u00f3ria como uma habilidade aprendida. O treinamento p\u00f3s-mem\u00f3ria - usando o aprendizado por refor\u00e7o na fase p\u00f3s-treinamento - produz agentes que decidem o que armazenar, excluir, consolidar e recuperar, tudo otimizado para a conclus\u00e3o da tarefa.<\/p>\n
Mas o que aconteceu desde ent\u00e3o \u00e9 mais interessante. A pesquisa colidiu com dois outros desenvolvimentos. Modelos de linguagem recursivos<\/strong> reenquadrar o gerenciamento de contexto como navega\u00e7\u00e3o em vez de recupera\u00e7\u00e3o. Sistemas de produ\u00e7\u00e3o como o OpenClaw<\/strong> est\u00e3o provando que essas ideias funcionam fora dos benchmarks. O quadro combinado aponta para algo maior do que a mem\u00f3ria aprimorada.<\/p>\n Ele aponta para um caminho democr\u00e1tico para o dimensionamento de agentes aut\u00f4nomos<\/strong> - um que n\u00e3o exija ajuste fino, computa\u00e7\u00e3o escassa ou conhecimento profundo de ML. Veja como a pe\u00e7a de navega\u00e7\u00e3o e a evid\u00eancia de produ\u00e7\u00e3o se encaixam.<\/p>\n Eis o que chamou minha aten\u00e7\u00e3o mais recentemente. Enquanto a comunidade de treinamento p\u00f3s-mem\u00f3ria estava ensinando os agentes a gerenciar o contexto, uma linha paralela de pesquisa estava reformulando totalmente o problema.<\/p>\n Modelos de linguagem recursivos<\/strong>, O relat\u00f3rio de engenharia de contexto, apresentado por Alex Zhang, Tim Kraska e Omar Khattab, prop\u00f5e que a engenharia de contexto n\u00e3o \u00e9 um problema de recupera\u00e7\u00e3o. \u00c9 um problema de navega\u00e7\u00e3o. Essa diferen\u00e7a \u00e9 importante.<\/p>\n O RAG tradicional trata a base de conhecimento como uma base data que o senhor consulta. O senhor incorpora peda\u00e7os, calcula as pontua\u00e7\u00f5es de similaridade e extrai os resultados top-k para o prompt. O modelo recebe passivamente tudo o que o sistema de recupera\u00e7\u00e3o decide que \u00e9 relevante. O modelo em si n\u00e3o tem controle sobre o que v\u00ea.<\/p>\n Os RLMs invertem isso. O modelo obt\u00e9m acesso a um ambiente Python REPL persistente. As entradas longas s\u00e3o carregadas como vari\u00e1veis. O modelo pode inspecion\u00e1-las, analis\u00e1-las, particion\u00e1-las e lan\u00e7ar subconsultas recursivas, criando novas inst\u00e2ncias de LLM que processam partes em paralelo e retornam resultados. O modelo navega em seu contexto da mesma forma que um desenvolvedor navega em uma base de c\u00f3digo: explorando, filtrando e lendo seletivamente o que precisa.<\/p>\n Os n\u00fameros comprovam isso. Os RLMs processam entradas de at\u00e9 duas ordens de grandeza al\u00e9m da janela de contexto nativa do modelo sem degrada\u00e7\u00e3o. Em conjuntos data do mundo real que excedem 1,5 milh\u00e3o de caracteres, os RLMs superam significativamente os LLMs padr\u00e3o e os scaffolds de contexto longo comuns. Uma vers\u00e3o p\u00f3s-treinada, RLM-Qwen3-8B<\/strong>, supera seu modelo b\u00e1sico em 28,3% em m\u00e9dia<\/strong> e se aproxima da qualidade do GPT-5 em tr\u00eas tarefas de contexto longo - de um modelo 8B.<\/p>\n O que torna isso complementar ao treinamento p\u00f3s-mem\u00f3ria \u00e9 a separa\u00e7\u00e3o das preocupa\u00e7\u00f5es. O treinamento p\u00f3s-mem\u00f3ria ensina aos agentes o que lembrar e o que esquecer - as decis\u00f5es editoriais sobre o gerenciamento de estado. Os RLMs ensinam os agentes a explorar o contexto que ainda n\u00e3o foram registrados na mem\u00f3ria. Um deles trata do gerenciamento do que est\u00e1 dentro da cabe\u00e7a do agente. O outro trata de navegar pelo que est\u00e1 fora dela.<\/p>\n A combina\u00e7\u00e3o \u00e9 mais poderosa do que qualquer uma delas isoladamente. Um agente capaz de navegar em grandes contextos externos e gerenciar um estado de mem\u00f3ria interna compacta tem os dois recursos necess\u00e1rios para fluxos de trabalho aut\u00f4nomos genuinamente de longa dura\u00e7\u00e3o: consci\u00eancia ampla e reten\u00e7\u00e3o seletiva.<\/p>\n A teoria \u00e9 \u00fatil. As evid\u00eancias de produ\u00e7\u00e3o s\u00e3o melhores.<\/p>\n OpenClaw<\/strong> - a estrutura de agente de IA de c\u00f3digo aberto que ganhou mais de 100.000 estrelas no GitHub em menos de uma semana ap\u00f3s o lan\u00e7amento no final de janeiro de 2026 - \u00e9 um dos primeiros sistemas a demonstrar esses princ\u00edpios funcionando em escala fora dos benchmarks de pesquisa.<\/p>\n A arquitetura do OpenClaw incorpora a converg\u00eancia descrita acima. Seu sistema de mem\u00f3ria usa Markdown estruturado com carimbos de data e hora e metadata, armazenados como arquivos de texto simples - sem bases data propriet\u00e1rias, sem blobs criptografados. As pesquisas com reconhecimento de contexto ocorrem por meio de pesquisa sem\u00e2ntica, em que o agente encontra conversas anteriores relacionadas, mesmo quando o usu\u00e1rio usa palavras completamente diferentes. A mem\u00f3ria flui automaticamente entre as ferramentas integradas, de modo que as informa\u00e7\u00f5es mencionadas em um bate-papo ficam dispon\u00edveis quando o agente trabalha em um editor de c\u00f3digo ou navegador.<\/p>\n O que torna o OpenClaw relevante para essa discuss\u00e3o n\u00e3o \u00e9 apenas sua arquitetura de mem\u00f3ria. \u00c9 a acessibilidade de sua abordagem. Os agentes do OpenClaw podem escrever c\u00f3digo de forma aut\u00f4noma para criar novas habilidades e manter a mem\u00f3ria de longo prazo, tudo sem ajuste fino. O agente aprende com o uso, n\u00e3o com a descida de gradiente. O gerenciamento de mem\u00f3ria ocorre na camada do aplicativo, n\u00e3o na camada do modelo, o que significa que qualquer equipe pode implement\u00e1-lo e personaliz\u00e1-lo. \u00c9 assim que leio o momento do OpenClaw. \u00c9 o primeiro sistema amplamente adotado que prova que o senhor pode criar agentes com mem\u00f3ria dur\u00e1vel e autogerenciada sem nenhuma das barreiras tradicionais: sem custos de ajuste fino, sem requisitos escassos de computa\u00e7\u00e3o, sem conhecimento profundo de ML. O agente gerencia seu pr\u00f3prio contexto. O usu\u00e1rio configura o fluxo de trabalho. O sistema \u00e9 executado.<\/p>\n \u00c9 assim que a democratiza\u00e7\u00e3o se parece na pr\u00e1tica.<\/p>\n Permita-me traduzir essa converg\u00eancia em impacto operacional.<\/p>\n Os requisitos de computa\u00e7\u00e3o de treinamento p\u00f3s-mem\u00f3ria s\u00e3o uma ordem de grandeza abaixo do ajuste fino. O AgeMem treina em um \u00fanico n\u00f3 8xA100. O Memory-R1 precisa de 152 exemplos. A redu\u00e7\u00e3o de contexto do 51% do MemAct e a sobrecarga de mem\u00f3ria constante do MEM1 se traduzem diretamente em menores custos de infer\u00eancia em escala. Para uma empresa que executa 30.000 conversas de agentes por dia a $0,14 cada, uma redu\u00e7\u00e3o de contexto de 50% n\u00e3o apenas corta os custos pela metade, mas altera o que \u00e9 economicamente vi\u00e1vel. Tarefas que eram muito caras para os agentes lidarem com intera\u00e7\u00f5es prolongadas tornam-se vi\u00e1veis.<\/p>\n O ajuste fino requer engenheiros de ML que entendam de treinamento distribu\u00eddo, design de recompensa, depura\u00e7\u00e3o de gradiente e gerenciamento de pontos de verifica\u00e7\u00e3o. O treinamento p\u00f3s-mem\u00f3ria e a navega\u00e7\u00e3o no estilo RLM operam na camada do aplicativo. O OpenClaw opera com arquivos Markdown e configura\u00e7\u00e3o. A experi\u00eancia muda de \u201co senhor pode treinar um modelo\u201d para \u201co senhor pode projetar um fluxo de trabalho\u201d - um grupo de talentos muito maior.<\/p>\n Esse \u00e9 o maior pr\u00eamio. O motivo pelo qual 60% dos pilotos multiagentes n\u00e3o conseguem escalar n\u00e3o \u00e9 o custo - \u00e9 a degrada\u00e7\u00e3o da confiabilidade. Os agentes que n\u00e3o conseguem manter um estado coerente em mais de 50 turnos s\u00e3o operacionalmente in\u00fateis para os fluxos de trabalho mais importantes: pesquisa em v\u00e1rias etapas, atendimento ao cliente complexo, migra\u00e7\u00e3o de c\u00f3digo, resposta a incidentes.<\/p>\n O treinamento p\u00f3s-mem\u00f3ria aborda isso diretamente. O MEM1 mant\u00e9m um desempenho quase constante em 16 objetivos. O MemAgent mant\u00e9m a precis\u00e3o em 3,5 milh\u00f5es de tokens. Os RLMs processam entradas duas ordens de grandeza al\u00e9m das janelas nativas sem degrada\u00e7\u00e3o. A combina\u00e7\u00e3o - agentes que navegam por um contexto amplo e mant\u00eam um estado interno compacto - \u00e9 o que torna vi\u00e1veis os fluxos de trabalho aut\u00f4nomos de v\u00e1rias horas.<\/p>\n A converg\u00eancia \u00e9 real, mas as lacunas tamb\u00e9m s\u00e3o.<\/p>\n Escassez de treinamento data.<\/strong> O treinamento de mem\u00f3ria baseado em RL requer ambientes em que o agente possa praticar o gerenciamento de mem\u00f3ria em escala. A maioria dos artigos usa tarefas sint\u00e9ticas ou benchmarks restritos. N\u00e3o est\u00e1 comprovado se esses sinais de treinamento s\u00e3o transferidos para a diversidade confusa dos fluxos de trabalho corporativos.<\/p>\n A engenharia de recompensas \u00e9 fr\u00e1gil.<\/strong> A experi\u00eancia da equipe do mem-agent \u00e9 instrutiva: os projetos iniciais de recompensa levaram a modelos que jogavam recompensas em formato de jogos em vez de resolver tarefas. Eles passaram por v\u00e1rias itera\u00e7\u00f5es antes de encontrar uma receita est\u00e1vel. Isso n\u00e3o \u00e9 plug-and-play.<\/p>\n Navega\u00e7\u00e3o a\u00e9rea.<\/strong> Os RLMs exigem consistentemente mais tempo de rel\u00f3gio de parede devido \u00e0 sobrecarga de paraleliza\u00e7\u00e3o sub-LLM. Para aplicativos sens\u00edveis \u00e0 lat\u00eancia - chatbots, suporte ao cliente em tempo real - o RAG tradicional continua sendo a op\u00e7\u00e3o mais r\u00e1pida. O trade-off do RLM favorece a precis\u00e3o em detrimento da velocidade, o que limita sua aplicabilidade a an\u00e1lises profundas e fluxos de trabalho de longa dura\u00e7\u00e3o.<\/p>\n A mem\u00f3ria multimodal \u00e9 precoce.<\/strong> Todos os oito artigos de p\u00f3s-treinamento se concentram em texto. Os agentes que trabalham com imagens, data estruturado, sa\u00eddas de ferramentas ou modalidades mistas precisam de sistemas de mem\u00f3ria que lidem com conte\u00fado heterog\u00eaneo. Ningu\u00e9m resolveu isso ainda.<\/p>\n Superf\u00edcie de seguran\u00e7a.<\/strong> A mem\u00f3ria que persiste e evolui cria vetores de ataque. As entradas advers\u00e1rias podem envenenar a mem\u00f3ria de longo prazo. A reten\u00e7\u00e3o excessiva gera preocupa\u00e7\u00f5es com a privacidade em setores regulamentados. A vers\u00e3o 2026.2.3 do OpenClaw aborda alguns desses problemas com uma prote\u00e7\u00e3o mais forte contra inje\u00e7\u00e3o imediata, mas as implica\u00e7\u00f5es de seguran\u00e7a mais amplas das pol\u00edticas de mem\u00f3ria aprendida permanecem pouco exploradas.<\/p>\n Tr\u00eas desenvolvimentos convergiram em um per\u00edodo de meses. O treinamento p\u00f3s-mem\u00f3ria ensina aos agentes o que lembrar. Os modelos de linguagem recursiva ensinam aos agentes como navegar pelo que ainda n\u00e3o foi lembrado. E sistemas de produ\u00e7\u00e3o como o OpenClaw provam que esses recursos podem ser fornecidos sem as barreiras tradicionais de ajuste fino, computa\u00e7\u00e3o escassa e profundo conhecimento de ML.<\/p>\n A trajet\u00f3ria \u00e9 clara. Na Fase 1 (agora), os sistemas de mem\u00f3ria heur\u00edstica e o RAG s\u00e3o o padr\u00e3o de produ\u00e7\u00e3o. Eles funcionam. Use-os. Na Fase 2 (2026-2027), os m\u00f3dulos de mem\u00f3ria treinados em RL tornam-se dispon\u00edveis como componentes de plug-in, pequenos modelos especializados que lidam com o gerenciamento de mem\u00f3ria para modelos de racioc\u00ednio maiores. A navega\u00e7\u00e3o no estilo RLM torna-se um recurso padr\u00e3o do agente. Na Fase 3 (2027+), o treinamento de mem\u00f3ria e a navega\u00e7\u00e3o contextual se fundem em pipelines de p\u00f3s-treinamento padr\u00e3o, juntamente com o ajuste de instru\u00e7\u00f5es e a RL de racioc\u00ednio.<\/p>\n Ainda n\u00e3o se sabe se a RL na mem\u00f3ria ser\u00e1 a resposta ou uma pe\u00e7a de um quebra-cabe\u00e7a maior. \u00c9 poss\u00edvel que surja algo totalmente diferente no pr\u00f3ximo ano. Mas o n\u00famero de equipes independentes que chegaram a essa abordagem - combinado com a velocidade com que sistemas de produ\u00e7\u00e3o como o OpenClaw adotaram os princ\u00edpios - \u00e9 dif\u00edcil de descartar. Esse tipo de converg\u00eancia geralmente significa alguma coisa.<\/p>\n Para os profissionais que est\u00e3o construindo hoje, a conclus\u00e3o pr\u00e1tica \u00e9 a seguinte: arquitetar seus sistemas de forma que a camada de mem\u00f3ria seja modular e substitu\u00edvel e fornecer aos seus agentes ferramentas para navegar pelo contexto, n\u00e3o apenas receb\u00ea-lo passivamente. Os sistemas heur\u00edsticos que o senhor implanta agora acabar\u00e3o sendo trocados por sistemas treinados. Se o gerenciamento de mem\u00f3ria estiver embutido no pipeline, essa troca ser\u00e1 cara. Se for uma interface limpa, ser\u00e1 uma atualiza\u00e7\u00e3o.<\/p>\n Os agentes que se destacam na produ\u00e7\u00e3o n\u00e3o ser\u00e3o aqueles com as maiores janelas de contexto ou os modelos mais caros. Eles ser\u00e3o aqueles que aprenderam o que lembrar e como encontrar o que n\u00e3o foi lembrado.<\/p>","protected":false},"excerpt":{"rendered":" Em um artigo anterior, explorei como oito equipes de pesquisa independentes convergiram para o mesmo insight: em vez de criar sistemas de mem\u00f3ria em torno do modelo, treine o pr\u00f3prio modelo para gerenciar a mem\u00f3ria como uma habilidade aprendida. O treinamento p\u00f3s-mem\u00f3ria - usando o aprendizado por refor\u00e7o na fase p\u00f3s-treinamento - produz agentes que decidem o que armazenar, excluir, consolidar e recuperar, tudo otimizado para a conclus\u00e3o da tarefa.<\/p>","protected":false},"featured_media":1105039,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-1103955","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog\/1103955","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media\/1105039"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media?parent=1103955"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-category?post=1103955"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-language?post=1103955"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Contexto como navega\u00e7\u00e3o: a mudan\u00e7a de paradigma da RLM<\/h2>\n
O momento do OpenClaw<\/h2>\n
\nA vers\u00e3o 2026.2.3 visa especificamente o problema de confiabilidade que mata os fluxos de trabalho de longa dura\u00e7\u00e3o: consist\u00eancia aprimorada da execu\u00e7\u00e3o da ferramenta, gerenciamento de sess\u00e3o, confiabilidade da mem\u00f3ria e isolamento do agente para automa\u00e7\u00e3o est\u00e1vel de longa dura\u00e7\u00e3o. Esses n\u00e3o s\u00e3o recursos de pesquisa. S\u00e3o corre\u00e7\u00f5es de produ\u00e7\u00e3o para os modos de falha exatos que a pesquisa de treinamento p\u00f3s-mem\u00f3ria identifica.<\/p>\nTradu\u00e7\u00e3o empresarial: por que isso altera a equa\u00e7\u00e3o de dimensionamento<\/h2>\n
A barreira do custo cai<\/h3>\n
A barreira do conhecimento cai<\/h3>\n
Confiabilidade em horizontes longos<\/h3>\n
Tr\u00eas aspectos a serem observados em sua pilha<\/h3>\n
\n
Limita\u00e7\u00f5es e quest\u00f5es em aberto<\/h2>\n
Para onde isso est\u00e1 indo<\/h2>\n