Amnésia de Agentes e a Segunda Conta

Um agente termina uma sessão produtiva na terça. Na quarta, seu sucessor começa do zero: relendo os mesmos arquivos, rederivando as mesmas decisões, resumindo de novo os mesmos documentos. Você já pagou por esse contexto uma vez. Este post é sobre a segunda conta, e sobre o que uma memória que sobrevive à sessão faz com ela.

A segunda conta

A primeira conta é a da fatura: tokens que entram, tokens que saem. A segunda conta é mais silenciosa. Toda sessão fria gasta seus minutos iniciais e milhares de tokens reconstruindo um estado que uma sessão anterior já tinha: quais serviços existem, o que o time decidiu sobre a migração, onde o teste instável está registrado. Multiplique por cada sessão, cada agente, cada dia, e a reconstrução vira um imposto permanente sobre o fluxo inteiro.

Os remendos usuais não seguram. Fixar o histórico no system prompt cresce até espremer a própria tarefa. Arquivos de rascunho funcionam para um agente até o arquivo não caber mais numa única leitura, ou até um segundo agente precisar da mesma memória. O que falta não é uma janela de contexto maior. É um lugar onde o conhecimento possa viver entre sessões.

Uma memória que sobrevive à sessão

A resposta do MonkeyLLM é uma floresta de conhecimento: um grafo auto-hospedado de pequenas notas curadas, cada uma carregando um passaporte (um título, um resumo limitado a sessenta tokens, tags), que os agentes alcançam via MCP. Os agentes a trabalham com três movimentos. Navegar: entrar pela busca e caminhar, lendo rótulos e abrindo só o necessário. Plantar: registrar conhecimento novo como novos nós. Feromônio: caçadas bem-sucedidas depositam rastros e cunham links de atalho, o que em bom português significa que rotas que produziram respostas ficam marcadas e a próxima caçada é mais curta.

Plantar é o movimento que mata a segunda conta. Quando uma sessão aprende algo durável, que o payments-v2 agora é dono dos reembolsos, ou que a queda do staging foi rastreada até um TTL de DNS, ela registra o fato como um nó antes de sair. A sessão de quarta não o reconstrói. Ela busca, caminha dois ou três saltos orçados e pisa no nó que a sessão de terça plantou. E como perguntas recorrentes depositam feromônio, as caminhadas que seu time faz toda semana encurtam com o tempo. Um cérebro que suas IAs podem cultivar (a brain your AIs can grow).

O arquivo de skills

Uma memória que ninguém consulta é um diário. O que transforma a floresta em memória de trabalho é um pequeno arquivo de instruções, exibido na tela Skills do Studio, que qualquer agente capaz de MCP carrega: recupere da floresta antes de responder qualquer coisa do seu domínio, plante conhecimento durável antes de terminar, cite os ids dos nós em que pisou.

Esse único arquivo muda o ciclo de vida da sessão de partida fria para lembrar, trabalhar, plantar. Ele também torna a memória compartilhada: cinco agentes com cinco rascunhos seguram cinco visões parciais, cinco agentes com uma floresta seguram uma.

O que isso faz com os números

Medimos o lado de recuperação disso. Contra um baseline de RAG iterativo em perguntas estritamente multi-hop, a navegação orçada gasta 0.58x os tokens por resposta correta, a 8.4 s p95 contra 17.5 s do baseline. Por resposta correta é o denominador honesto: um pipeline que falha barato ainda te cobra, e falhar barato não é economia (failing cheaply is not economy). A medição completa está em RAG agêntico vs navegação orçada.

Os minutos são mais difíceis de medir, e não tentamos colocar um número neles. Rode uma floresta ao lado dos seus agentes por uma semana e observe para onde os dez minutos iniciais de cada sessão param de ir.

Pare de pagar duas vezes

Uma floresta é privada por design: engine Apache-2.0, apps AGPL, auto-hospedada, dados que nunca saem da sua infra. Quatro comandos sobem uma (docs de deploy) e os docs de MCP a conectam aos seus agentes. Suba uma em https://github.com/JimmyWesley/MonkeyLLM se amnésia de agente é uma conta que você reconhece, e encontre o resto em https://monkeyllm.com.