Sistema de IA capaz de tomar decisões e executar ações de forma autônoma para atingir objetivos definidos, geralmente em múltiplos passos.

O problema fundamental de sistemas de IA: cada nova sessão começa sem memória das sessões anteriores, forçando recontextualização manual.

Comparação entre os tipos de memória humana (trabalho, episódica, semântica, procedural, relacional) e seus equivalentes em sistemas de IA. Útil para escolher o substrato certo, mas falha quando se presume que IA e humanos armazenam informação do mesmo jeito.

Em um grafo, o elemento que representa uma relação entre dois nós. Pode ter tipo, direção e atributos como timestamps.

Combinação de diferentes tipos de memória e substratos em um mesmo sistema, com cada camada especializada no tipo de pergunta que sabe responder melhor.

Capacidade de inspecionar o que o sistema sabe, o que fez, por que decidiu algo e de onde veio essa informação. Essencial para governança.

Sistema que armazena embeddings e permite busca por similaridade semântica. Exemplos: Qdrant, Pinecone, ChromaDB, PGVector.

Fragmento de texto em que um documento maior foi dividido para indexação em banco vetorial. O tamanho do chunk afeta diretamente a qualidade da recuperação.

Ferramenta de construção automática de grafos de conhecimento a partir de documentos e interações. Extrai entidades e relações via LLM.

Pergunta que exige mais de um salto de raciocínio entre entidades ou fatos. Exemplo: quem tomou uma decisão, em qual módulo ela afetou o sistema e qual incidente motivou a mudança.

Conjunto de informações disponíveis para o modelo durante uma sessão. Inclui a conversa atual, instruções e qualquer material injetado via RAG ou memória externa.

Fenômeno em que o modelo perde o fio condutor inicial conforme a conversa cresce e a janela de contexto fica saturada.

Representação numérica de um texto que preserva aspectos do seu significado, permitindo comparação matemática de proximidade semântica.

Qualquer 'coisa' relevante que o sistema quer representar: pessoa, serviço, projeto, feature, incidente, documento. Base dos grafos de conhecimento.

Processo de decidir quando duas menções diferentes se referem à mesma entidade. Problema em aberto e crítico para qualidade de grafos.

Informação prática que o sistema precisa agora para continuar funcionando: status de tarefas, filas, locks, preferências rígidas.

Conjunto de práticas que torna o sistema controlável, revisável e confiável no contexto organizacional. Envolve responsabilidade, supervisão e rastreabilidade.

Estrutura de dados formada por nós (entidades) e arestas (relações). Permite representar conexões explícitas entre elementos de um domínio.

Grafo usado para representar conhecimento estruturado sobre um domínio, com entidades, relações tipadas e atributos temporais.

Framework de grafo de conhecimento temporal para agentes de IA. Especializado em representar relações com temporalidade e rastreabilidade.

Mecanismo de marcar que um fato antigo deixou de valer ou foi substituído, evitando que o sistema trate como verdadeiro algo que já não é válido.

Espaço temporário em que o modelo trabalha durante a sessão atual. Equivalente funcional da RAM: rápida, útil no momento, mas completamente volátil.

Sistema de armazenamento que guarda pares simples de chave e valor. Excelente para estado operacional rápido. Exemplos: Redis, DynamoDB.

Framework de agentes com memória persistente. Especializado em memória episódica e continuidade entre sessões.

Framework de memória para agentes de IA que oferece APIs para memória episódica e semântica. Permite armazenar, recuperar e gerenciar memórias de usuários e agentes.

Equivalente humano da memória episódica: o registro de eventos pessoais situados no tempo. Em IA, externalizada em bancos vetoriais com timestamps e event logs.

Camada que define quem o agente é: persona, regras, limites e princípios operacionais. Estável e controlada por humanos.

O que está ativo na sessão atual. Equivalente à RAM do agente — rápida, central e completamente volátil.

Memória dos acontecimentos: eventos específicos, interações passadas, ações executadas e seus resultados, situados no tempo.

Memória de como fazer: workflows, rotinas, checklists, templates e padrões de execução reutilizáveis.

Memória de como entidades se conectam: dependências, causalidade, responsabilidades e cadeias de decisão.

Memória do que é considerado verdadeiro ou estável: fatos duráveis, preferências, convenções e conhecimento consolidado.

Mecanismo de separação de espaços de memória para evitar colisões. Crítico em sistemas multiagente para distinguir memória privada, de equipe e global.

Em um grafo, o elemento que representa uma entidade. Pode ter atributos como tipo, nome e propriedades específicas do domínio.

Capacidade de manter informação entre sessões. A ausência de persistência nativa é o problema fundamental que motiva toda a arquitetura de memória externa.

Retrieval-Augmented Generation — arquitetura em que o sistema recupera informações relevantes de uma base externa antes de gerar a resposta.

Processo de revisar e reorganizar memórias ao longo do tempo: resumir, consolidar, corrigir e redistribuir informação entre camadas.

Em um grafo, o vínculo entre duas entidades. Pode ter tipo ('depende_de', 'decidiu', 'pertence_a'), direção e atributos temporais.

Medida de proximidade de significado entre dois textos, calculada pela distância entre seus embeddings no espaço vetorial.

Sistema em que mais de um agente atua sobre o mesmo domínio ou fluxo de trabalho, exigindo memória compartilhada, namespaces e coordenação explícita.

Meio técnico onde a memória é armazenada. A escolha do substrato é a decisão arquitetural mais importante em qualquer sistema de memória para agentes.

Capacidade de representar quando algo aconteceu, por quanto tempo foi verdadeiro e o que veio antes ou depois.

Navegação por conexões estruturadas em um grafo. Permite responder perguntas multi-hop sem depender de similaridade semântica.

Representação numérica de alta dimensão de um texto (embedding). Permite comparação matemática de proximidade semântica entre conteúdos.

Característica da janela de contexto: o conteúdo desaparece quando a sessão termina. É o problema fundamental que motiva toda a arquitetura de memória externa.