Todo agente acorda com amnésia

Uma maneira útil de pensar em agentes de IA é assumir uma regra simples:

todo agente acorda com amnésia.

Essa é uma regra de arquitetura, não uma descrição literal de todas as plataformas. Há sistemas capazes de preservar o estado de uma sessão e retomá-la depois. A documentação da Agents API da OpenAI, por exemplo, descreve sessões duráveis, retomada e compactação automática do contexto.

Ainda assim, não quero que a continuidade de um projeto dependa apenas desse estado. Uma sessão pode ser encerrada, resumida ou substituída. O trabalho importante precisa continuar compreensível fora dela.

Você pode ter passado horas trabalhando com um agente ontem. Pode ter explicado regras, corrigido decisões, mostrado exemplos e finalmente chegado a um resultado excelente.

Hoje, ao iniciar outra sessão, não deveria depender da esperança de que ele “lembre”.

O que realmente importa precisa estar no projeto.

Sessão não é projeto

Uma sessão é um espaço de trabalho. Ela acumula contexto, cresce e pode até continuar disponível por algum tempo. O projeto precisa sobreviver quando essa sessão não estiver mais acessível ou quando parte de seu conteúdo tiver sido resumida.

Por isso gosto de imaginar um agente não como uma conversa, mas como um diretório:

meu-agente/
├── AGENTS.md
├── skills/
├── knowledge/
├── templates/
├── decisions/
└── output/

Quando começa a trabalhar, o agente pode reencontrar instruções, conhecimentos, exemplos, decisões e resultados anteriores.

O modelo fornece a capacidade geral. O projeto fornece continuidade.

O perigo da memória da conversa

Enquanto uma sessão está funcionando bem, é fácil acreditar que aquele conhecimento foi incorporado ao agente.

Não necessariamente.

Uma regra importante pode existir apenas em uma mensagem enviada horas atrás. Uma decisão pode estar escondida no meio de uma conversa extensa. Um detalhe que fez o resultado funcionar pode desaparecer de vista quando o contexto for resumido.

Por isso, sempre que algo se torna importante, vale fazer uma pergunta:

Isso está apenas na conversa ou já virou parte do projeto?

Se a resposta for “só está na conversa”, existe uma pendência. A informação ainda precisa encontrar um lugar durável e coerente com sua função.

Persistir o que aprendemos

O destino depende do tipo de aprendizado.

Quando descobrimos uma regra estável para trabalhar no repositório, podemos registrá-la no AGENTS.md.

Quando descobrimos um procedimento recorrente, com entradas e resultado reconhecíveis, podemos transformá-lo em uma skill.

Quando produzimos um bom exemplo, podemos mantê-lo entre os artefatos de referência. Quando tomamos uma decisão importante, podemos registrar o contexto, as alternativas e as consequências em decisions/ ou na documentação equivalente do projeto.

Nem todo conteúdo precisa entrar no Git. Segredos não devem ser registrados, e saídas geradas só precisam ser preservadas quando servirem de entrada futura, evidência ou objeto de auditoria. O critério não é guardar tudo; é tornar reencontrável aquilo de que o próximo trabalho depende.

O agente não precisa lembrar do que aconteceu. Ele precisa conseguir reencontrar o que importa.

Handoff é uma troca de turno

Para trabalhos mais longos, existe uma técnica simples: o handoff.

Antes de encerrar uma sessão, registramos:

o que foi feito;
quais decisões foram tomadas;
onde estão os arquivos;
quais verificações já foram executadas;
o que ainda falta;
quais problemas continuam abertos.

Na próxima sessão, começamos pelo handoff e confirmamos se ele ainda corresponde ao estado real do projeto.

sessão 1
   ↓
handoff.md
   ↓
sessão 2
   ↓
handoff.md
   ↓
sessão 3

O handoff.md não precisa acumular toda a história. Ele pode representar o estado atual: trabalho concluído, próxima ação e riscos conhecidos. O histórico fica no Git, seguindo a mesma lógica dos checkpoints do projeto.

Essa separação reduz um risco: um handoff que apenas cresce acaba se tornando outra conversa longa, difícil de consultar e fácil de contradizer. Para ser útil, ele precisa ser atualizado quando o estado muda e remover pendências que já foram resolvidas.

Não é uma memória sofisticada. É justamente o contrário: uma solução simples, barata e previsível.

Sessões são descartáveis

Essa mudança de mentalidade altera o que tratamos como patrimônio.

A sessão não é o patrimônio. O patrimônio é:

instruções
conhecimento
skills
artefatos
decisões
histórico

Tudo isso deve existir de uma forma que possa ser lida novamente por outra sessão e, quando for uma exigência do projeto, por outro modelo.

Essa portabilidade não é automática. Uma skill pode depender de uma ferramenta específica, e diferentes agentes interpretam instruções de maneiras diferentes. Mesmo assim, arquivos legíveis, formatos abertos, critérios explícitos e testes reduzem o que fica preso a uma única conversa ou plataforma.

A sessão pode acabar. O projeto continua.

A pergunta certa

Em vez de perguntar:

Como faço para o agente lembrar de tudo?

talvez seja melhor perguntar:

O que ele precisa encontrar quando acordar amanhã?

A segunda pergunta leva a uma arquitetura mais simples. Ela direciona regras para instruções, procedimentos para skills, decisões para documentos e estado corrente para um handoff verificável.

Todo agente pode acordar com amnésia.

O problema começa quando deixamos o conhecimento importante dormir apenas dentro da sessão.