Hoje o destaque é um estudo sobre como agentes de IA devem lembrar das coisas, e o resto do radar vai de vídeo gerado por IA a custo de modelo. Separei tudo abaixo.

Quando comecei a olhar para agentes de IA do lado de produto, achei que memória era um problema de volume: quanto mais o agente guardasse, melhor.

A Anthropic publicou uma pesquisa sobre os componentes da memória de agentes e o resultado vai no sentido contrário. Num dos testes, com o jogo Pokémon Red, um modelo escreveu 413 arquivos de memória e conseguiu uma insígnia. Outro escreveu cerca de dez e conseguiu quatro. A diferença estava no que cada um achou importante guardar, como estratégia e planos que a tela do jogo não mostra.

Outro ponto que me chamou atenção: uma nota errada na memória se repete em toda sessão seguinte. No exemplo do estudo, um registro equivocado fez o agente falhar várias vezes no mesmo lugar, até um passo offline revisar as transcrições e corrigir a anotação. Sem essa revisão, o agente nunca passou dali.

Para quem constrói produto com IA, isso muda a conversa. Memória deixa de ser detalhe de engenharia e vira decisão de produto: para que ela serve, o que entra no contexto, quem confere o que foi guardado e quanto custa manter. O estudo também mostra que o mesmo prompt de memória funciona diferente em cada modelo, então testar antes de fixar uma regra faz diferença. O guia de agentes de IA, o de avaliação de agentes de IA e o de custo de agentes de IA ajudam a estruturar essas decisões.

Eu vejo isso com entusiasmo. Agentes que aprendem com o uso e melhoram com o tempo são exatamente o tipo de produto que cria valor recorrente, desde que a gente desenhe a memória com o mesmo cuidado que desenha qualquer outra funcionalidade.

Para quem ficou curioso e quer ler a pesquisa completa, deixo a leitura aqui.

O resto do radar

  • Gemini Omni 1.2 Flash — vídeo de 3 a 15 segundos com referências de marca, 30% mais barato que o 1.1 (US$ 0,07 por segundo em 720p); vale reavaliar a conta de vídeo gerado no seu produto. Google
  • Modelo barato com Opus de apoio — num teste da Hightouch em dados sintéticos, o híbrido chegou perto da precisão do Opus sozinho por cerca de um quarto do custo; rotear só o caso difícil é uma alavanca de custo. Hightouch
  • Replit e os microVMs — a Replit trocou contêineres por microVMs para isolar o código dos usuários; quem põe agente executando código precisa tratar isolamento como requisito de produto. Replit

Por hoje é isso. Amanhã tem mais.