Dar memória a um agente de IA parece simples: deixar que ele escreva notas e as leia da próxima vez. O novo texto de pesquisa da Anthropic mostra por que não é, e por que a resposta mudou à medida que os modelos melhoraram. Em resumo, os modelos Claude mais fortes guardam bem menos, escolhem melhor o que guardar e se saem pior quando alguém dita exatamente o que anotar.
O exemplo mais claro vem de Pokémon Red. Com cerca de 10.000 passos de jogo, o Claude Sonnet 3.7 tinha escrito 413 arquivos de memória em 225 pastas, incluindo arquivos separados para batalhas, itens e personagens específicos, e ganhado uma insígnia. O Claude Fable 5 escreveu nove arquivos em duas pastas, mais um único painel geral, e ganhou quatro. Muito do que o modelo antigo guardava, como dinheiro ou posição no mapa, pode ser lido na tela de qualquer jeito, e num momento ele passou 17 passos reorganizando arquivos sem fazer nenhuma jogada. O Opus 5.5 manteve um conjunto pequeno de notas, reescritas o tempo todo, e terminou o jogo. Numa tarefa de perguntas sobre um banco de dados do Continual Learning Bench 1.0, o Opus 5 foi o primeiro modelo a fechar o ciclo, escrevendo regras junto com a forma como sabia que eram verdadeiras; o Opus 5.5 e o Sonnet 5.5 fizeram o mesmo.
As orientações para quem constrói agentes são específicas. Dizer ao Claude para que serve a memória, sem ditar como usá-la, funcionou melhor com os modelos fortes. Impor uma regra como "registre só as falhas" custou ao Opus 5 e ao Opus 4.7 boa parte do ganho que a memória trazia. Modelos mais antigos ainda precisam de direção: pedir ao Sonnet 4.6 que lesse a memória e testasse suas teorias quase dobrou a nota, enquanto o Sonnet 5 leu a memória sem ser pedido nove em cada dez vezes.
A segunda ideia é sonhar: revisar transcrições antigas offline para corrigir notas erradas. Numa partida de Pokémon, o Claude anotou errado de que lado do Mt. Moon ficava um ponto de referência e caía sempre da mesma borda; depois que o sonho conferiu a nota com a transcrição, ele voltou à caverna e chegou à cidade seguinte. Num acervo de cerca de 350.000 arquivos internos, montar uma wiki com links ao longo de 128 sessões de sonho elevou os acertos em 25 perguntas de 13% para 48%, e wiki mais busca superou a busca sozinha, 61% contra 53%, economizando cerca de 20.000 tokens por pergunta.
Para quem desenvolve na Claude Developer Platform, boa parte disso roda pelo Managed Agents e pode ser usada diretamente. As ressalvas são que todos os resultados vêm de tarefas e jogos da própria Anthropic, algumas comparações se baseiam em uma única execução e o próprio texto mostra uma wiki que ficou maior que os documentos que resumia, um lembrete de que mais memória nem sempre é memória melhor.