Seção 06

Camada Humana e Governança

Uma dimensão frequentemente negligenciada nas discussões técnicas sobre memória de agentes: o humano também é um consumidor de memória.

Um agente pode armazenar e recuperar contexto com perfeição técnica, mas se o humano responsável pelo projeto não consegue ler, auditar e entender o que o agente "sabe" e "decidiu", o sistema é uma caixa preta. Em contextos profissionais, isso é um problema de governança, não apenas técnico.

🤖
Documentação para Agentes
Lida pelo agente — define comportamento e capacidades
🤖
CLAUDE.md
Identidade e regras do agente de codificação

Arquivo de identidade lido pelo Claude Code, Cursor e outros agentes de codificação no início de cada sessão. Define quem o agente é, o que pode fazer e como deve se comportar neste projeto específico.

Ver estrutura + exemplo
🤖
AGENTS.md
Coordenação entre múltiplos agentes

Equivalente ao CLAUDE.md para sistemas multi-agente. Define escopos, responsabilidades e regras de colaboração entre agentes distintos. Evita conflitos, duplicação de trabalho e comportamentos não autorizados.

Ver estrutura + exemplo
⚙️
System Prompt
Instrução de comportamento injetada em cada chamada

Texto injetado no início de cada chamada ao modelo, definindo persona, tom, restrições e contexto operacional. É a camada de identidade mais imediata — lida a cada inferência, não apenas no início da sessão.

Ver estrutura + exemplo
🔌
MCP Config
Ferramentas e recursos disponíveis para o agente

Arquivo de configuração do Model Context Protocol (Anthropic, 2024) que define quais ferramentas, servidores e recursos o agente pode acessar. É a documentação de capacidades do agente — o que ele pode fazer, não apenas quem ele é.

Ver estrutura + exemplo
👥
Documentação para Humanos
Escrita pelo agente — para governança, auditoria e aprendizado
📋
Decision Log
Registro de decisões com contexto e raciocínio

Documento que registra decisões relevantes tomadas pelo agente ou pelo time, com contexto, alternativas consideradas e raciocínio. É a camada de governança mais importante: permite revisão, contestação e aprendizado.

Ver estrutura + exemplo
📝
Session Summary
Resumo estruturado do que o agente fez na sessão

Documento gerado pelo agente ao final de cada sessão de trabalho, descrevendo o que foi feito, o que mudou, o que ficou pendente e o que o próximo agente (ou humano) precisa saber.

Ver estrutura + exemplo
🔍
Postmortem
Análise estruturada de incidentes e falhas

Documento de análise de causa raiz de incidentes, falhas de produto ou decisões que não funcionaram como esperado. Transforma erros em aprendizado institucional — e alimenta a memória episódica do sistema.

Ver estrutura + exemplo
📖
Runbook / Playbook
Procedimentos operacionais passo a passo

Documento que descreve como executar operações recorrentes: deploys, migrações, respostas a incidentes, onboarding. É a memória procedural do time — o que fazer, na ordem certa, com os comandos exatos.

Ver estrutura + exemplo
Ferramentas de output para humanos
Notion
Workspace colaborativo, APIs robustas, ideal para documentação estruturada
Confluence
Wiki corporativa com integrações enterprise e controle de acesso
Linear
Gestão de projetos com issues, ciclos e roadmaps — ideal para times de produto
Docmost
Alternativa open-source ao Notion, self-hosted, controle total dos dados
A pergunta que estrutura a visão humana

"Onde o agente escreve para o humano ler?"

Não o log de sessão, não o grafo interno, não o vetor store — mas a documentação estruturada, os registros de decisão, os PRDs, os resumos de sprint. Essa camada existe em separado das camadas de memória técnica, e sua ausência é o motivo pelo qual a maioria dos projetos de agente não escala além do desenvolvedor que o construiu.

Auditabilidade
Capacidade de inspecionar o que o sistema sabe, o que fez e por que decidiu algo.
Rastreabilidade
Toda decisão relevante deve ter origem registrada — quem decidiu, quando e com qual contexto.
Separação de camadas
O melhor lugar para o agente pensar não é necessariamente o melhor lugar para o time ler.