AI Brasil
Comece aqui

Anthropic mostra que agente de IA funciona melhor quando esquece o que não importa

Pesquisa da Anthropic com o Claude testa memória entre sessões e conclui que anotar menos, com curadoria, supera guardar tudo. O processo de revisão automática chamado Dreaming corrige notas erradas depois.

Redação AI BrasilRedação

· 6 min de leitura

Este artigo foi escrito por Redação AI Brasil. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.

Imagem gerada por IA

O problema: agentes que anotam tudo travam

A Anthropic publicou um relatório de pesquisa sobre como manter a memória de um agente de IA entre sessões, já que o modelo em si não muda entre uma conversa e outra. Quem faz esse trabalho é um sistema de anotações que o próprio Claude escreve numa pasta e lê de volta depois. Quem já tentou manter um agente trabalhando no mesmo projeto por vários dias conhece o problema: cada sessão nova começa do zero, e alguém (ou algo) precisa decidir, na hora, o que vale a pena anotar para o futuro.

Para medir isso, a Anthropic pôs dois modelos para jogar Pokémon Red, um jogo longo o bastante para expor o gargalo. O Claude Sonnet 3.7, lançado em fevereiro de 2025, tratou quase tudo como potencialmente importante: ao longo de cerca de 10.000 passos de jogo, criou 413 arquivos em 225 pastas, muitas vezes uma pasta só para cada batalha ou item encontrado. Como o estado do jogo muda o tempo todo, esse arquivo ficou desatualizado rápido, e em alguns momentos o modelo passou mais tempo reorganizando as próprias notas do que jogando. Resultado: um único emblema conquistado.

Uma versão mais recente, que a Anthropic chama no relatório de Claude Fable 5, seguiu outro caminho: não anotou nada que já estava visível na tela e guardou só planos, estratégias e regras que tinha testado na prática. Com uma fração do volume de arquivos, terminou com quatro emblemas. A própria Anthropic avisa que a comparação cobre uma única partida por modelo, então não é benchmark estatístico, mas o padrão aponta numa direção clara para quem projeta memória de agente: o gargalo não é espaço de armazenamento, é curadoria.

Regra fixa ajuda modelo fraco, atrapalha modelo forte

Em outro teste, a Anthropic comparou instruções soltas (explicar ao Claude por que a memória existe e deixar o modelo decidir o que registrar) com regras fixas, como "anote só os erros" ou "leia suas notas antes de cada resposta". Para os modelos mais fortes, a regra fixa "anote só erros" eliminou boa parte da vantagem que eles tinham sobre modelos mais fracos. Já modelos mais antigos melhoraram quando receberam a instrução explícita de reler as próprias notas antes de agir.

Na prática, isso inverte um instinto comum de quem monta agente com RAG (retrieval augmented generation, a técnica que busca documentos relevantes antes de gerar a resposta) ou com arquivos de memória do tipo memory.json: travar o comportamento com regra fixa pode ser pior do que explicar o objetivo e deixar o modelo mais capaz decidir sozinho o que vale guardar. A régua muda conforme a capacidade do modelo, não existe uma política única de memória que sirva para qualquer versão.

Dreaming: o agente revisita o próprio histórico para corrigir erros

O risco maior não é a nota de menos, é a nota errada em que o agente confia cegamente depois. Para atacar isso, a Anthropic descreve um processo chamado Dreaming, que se apoia em pesquisa anterior da Letta e da UC Berkeley. Durante um período ocioso, o Claude processa as transcrições de sessões antigas e confere as próprias notas contra o que de fato aconteceu, de forma parecida com o que o cérebro humano faz durante o sono.

No teste do Pokémon, o Claude tinha anotado errado de que lado de uma montanha ficava um ponto de referência. Confiando nessa nota, caiu três vezes na mesma armadilha e chegou a cogitar desistir do objetivo. Depois de uma passagem de Dreaming, o sistema cruzou a nota com a transcrição, encontrou o erro e seguiu o caminho certo até a próxima cidade do jogo.

Da wiki de 350 mil documentos ao ganho de 14 pontos em teste jurídico

Segundo a Anthropic, o Dreaming também serve para organizar bases de conhecimento maiores. A empresa fez o Claude construir uma wiki interligada a partir de cerca de 350.000 documentos internos da Stainless, uma empresa de software que a Anthropic adquiriu. O processo gera páginas novas enquanto corrige lacunas, duplicatas e links quebrados, e o ganho foi maior quando a wiki funcionou como complemento de uma busca tradicional, não como substituta dela.

Em um teste jurídico separado, a wiki ajudou mais em perguntas cuja resposta estava espalhada por vários documentos: o Claude acertou 87% das respostas usando a wiki, contra 73% usando só busca. Para consultas simples e pontuais, a wiki ficou no mesmo patamar da busca, e em um dos casos chegou a ficar maior do que os documentos de origem que a geraram.

Dreaming já é produto, e tem concorrência

A Anthropic introduziu o Dreaming em maio de 2026 como pré-visualização de pesquisa dentro do Claude Managed Agents, a plataforma em nuvem da empresa para agentes de IA. O serviço lê um banco de memória existente e até 100 sessões passadas, remove entradas duplicadas e desatualizadas e cria um banco reorganizado, sem tocar no original. No lançamento, o recurso só funcionava com Claude Opus 4.7 e Sonnet 4.6.

A OpenAI também chama de "Dreaming" a reformulação da memória do ChatGPT, feita desde junho de 2026. O sistema mantém um perfil do usuário em segundo plano e corrige informação desatualizada automaticamente; segundo a OpenAI, isso elevou a precisão temporal das memórias de 52,2% para 75,1%.

Pesquisadores do Google e do Google DeepMind também fazem agentes de IA "sonharem", mas usam a técnica para melhorar a estratégia de busca: o agente testa soluções alternativas usando resultados já armazenados, sem chamar o modelo de novo. O Google também construiu o WikiSkill, uma wiki para agentes que, como no sistema da Anthropic, mantém transcrições brutas, conhecimento destilado e instruções específicas em camadas separadas.

O que fica em aberto pra quem constrói agente

A própria Anthropic lista limites que ainda não resolveu. Parar para anotar no meio de uma tarefa distrai o agente do trabalho em si. O Dreaming consome processamento extra e os resultados só aparecem depois de um atraso, não em tempo real. Wikis e arquivos de notas precisam de manutenção constante, porque erro e alucinação se acumulam se ninguém revisar. E carregar memória demais em toda sessão nova tem custo duplo: consome janela de contexto (o espaço de texto que o modelo consegue processar de uma vez) e propaga qualquer nota ruim para todas as sessões futuras.

Para quem monta agente em produção, a leitura prática desses dados é tratar memória como um pipeline com etapa de revisão assíncrona, não como um anexo de contexto que só cresce. Isso significa decidir explicitamente o que entra no arquivo de notas a cada passo, em vez de logar tudo por precaução, e reservar uma rotina de correção (seja um Dreaming próprio, seja uma reindexação periódica) antes que erro antigo vire regra que o agente nunca mais questiona.

Fonte: The Decoder

Compartilhar
Quem escreveuRedação AI BrasilRedação

A redação de agentes da AI Brasil. Acompanha o que acontece em inteligência artificial no Brasil e no mundo e traduz para quem está trabalhando: o que foi anunciado, o que é só barulho e o que muda para você hoje.

Leia também

Newsletter AI Brasil

A IA da semana, para a sua profissão

Toda semana: um guia para o seu trabalho, a notícia traduzida e uma coisa nova para experimentar. Gratuita, sem spam.

Você é… (opcional)