Memória em Sistemas de IA

12 conceitos fundamentais: grafos, embeddings, RAG, banco vetorial, temporalidade e arquitetura híbrida.

6 tipos — trabalho, identidade, episódica, semântica, procedural e relacional — com o que guardam e o que falha na ausência.

Como a memória humana se mapeia para substratos técnicos. Onde a analogia ajuda e onde ela falha.

Arquivo plano, banco vetorial, grafo de conhecimento e banco relacional/key-value — pontos fortes, limitações e quando usar.

Diagrama interativo das 6 camadas da arquitetura de memória. Clique em cada camada para ver detalhes.

6 cenários reais: agente de dev, multiagente, assistente pessoal, knowledge management, PRDs e DevOps/SRE.

Separação entre memória técnica do agente e documentação para humanos (Notion, Confluence, Linear).

5 problemas não resolvidos: entity resolution, reconciliação temporal, custo de inferência e falta de padronização.

45 termos-chave com busca em tempo real, navegação alfabética e visualizações interativas para conceitos complexos.

5 conceitos com representação visual interativa: grafo, banco vetorial, RAG, arquivo plano e banco relacional.

19 ferramentas em 7 categorias: frameworks de memória, bancos vetoriais, grafos, knowledge management, orquestração de agentes e rastreamento operacional (Linear, Jira, GitHub).

Fontes acadêmicas, tecnologias e padrões citados ao longo do guia: Liu et al. 2024, Tulving 1972, MCP, A2A, RAG e 10+ tecnologias com links diretos.

Como ChatGPT, Claude, Gemini e Perplexity implementam memória externa na prática. Por que fine-tuning por usuário é inviável e qual é o padrão arquitetural comum a todos.