Documento técnico – Memória e contexto

A maioria dos assistentes de IA continua a ser reativa: consegue responder a uma pergunta, resumir um e-mail, criar uma tarefa ou utilizar uma ferramenta. Mas, depois disso, perde-se muito do contexto útil.

Publiquei aqui a versão atual do documento técnico. Ignore esta versão e leia a versão atual: https://docs.google.com/document/d/1MNddX6o89HpGYiXkXWTX6y83ymohCT1gdctbmM8Ocik/edit?tab=t.0

Isto é um problema para os agentes de trabalho na prática. Um agente de trabalho deve compreender mais do que a instrução. Quando um utilizador diz «contacta-o amanhã», o agente precisa de saber quem é «ele», qual era o assunto e como o utilizador costuma comunicar.

É por isso que a memória é importante.

Mas memória não deve significar guardar tudo para sempre. Isso gera ruído e riscos. Um sistema de memória útil tem de saber o que vale a pena recordar, quão fiável é essa informação e quando fica desatualizada.

Na Actor, vemos a memória como uma infraestrutura de contexto para o trabalho autónomo.

Ajuda o assistente a trabalhar melhor com e-mails, calendário, tarefas e fluxos de trabalho. Pode melhorar rascunhos, lembretes, acompanhamentos, resumos diários e automatizações.

Por exemplo, o Actor pode aprender que as reuniões com investidores exigem preparação, que os e-mails financeiros precisam de atenção especial ou que o WhatsApp só deve ser utilizado para lembretes urgentes.

Depois, surge o grande problema: a confiança. Um agente tem de saber distinguir entre uma preferência confirmada, um padrão recente e uma suposição pouco fiável. Também deve explicar por que motivo utilizou uma determinada memória.

Os melhores agentes não vão recordar tudo, mas sim as coisas certas, no momento certo e com o nível de confiança adequado.

Leia, partilhe ou utilize-o à vontade, se lhe for útil.

Terei todo o gosto em conversar mais sobre o tema, trocar ideias ou fornecer uma referência, se isso ajudar no seu trabalho.

Entre em contacto pelo LinkedIn de Alex Rada