Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Letta

O harness de agentes da equipe do MemGPT, reconstruído em TypeScript: agentes de longa duração que editam a própria memória, prompts e skills versionados em git.

Análise de Sheela · Atualizado

Ver no GitHub Código aberto

Nossa nota

3.7/5

A Letta ainda tem as ideias mais bem pensadas sobre memória de agentes, mas reconstruir o produto em pleno voo deixou os usuários antigos com uma migração e os novos com um alvo em movimento rápido.

O que é Letta?

A Letta, antes MemGPT, constrói agentes com estado: agentes que mantêm memória, identidade e histórico de conversas entre sessões, em vez de começar do zero a cada vez. O projeto foi reconstruído. O servidor de API original em Python em letta-ai/letta (cerca de 25.300 estrelas) foi movido para um branch de arquivo em 16 de agosto de 2026 e não tem mais suporte; o desenvolvimento ativo está em letta-ai/letta-code, um harness em TypeScript com interface de terminal, um App Server para agentes auto-hospedados e canais para Slack, Telegram e Discord.

Os agentes guardam o contexto no MemFS, um sistema de arquivos de memória baseado em git que eles leem e reescrevem. Subagentes de "sonho" em segundo plano revisam as conversas recentes e atualizam a memória entre tarefas, e os agentes podem chamar subagentes, rodar em horários agendados e trabalhar em várias máquinas. Você usa as suas próprias chaves de modelo (OpenAI, Anthropic e outras) ou os modelos do Letta Cloud.

A instalação é npm install -g @letta-ai/letta-code, ou uv e pipx. O pacote npm registrou cerca de 483.000 downloads nos 30 dias até 29 de outubro de 2026, e a v0.34.38 saiu em 2 de novembro de 2026.

Letta vale a pena?

A Letta agora é um harness de agentes pessoais e de equipe, e não o servidor de memória que muitos desenvolvedores adotaram. A ideia do artigo do MemGPT, um agente que gerencia o próprio contexto, sobrevive de forma mais literal: a memória vive como arquivos em um repositório git que o agente edita, então cada mudança é versionada e pode ser sincronizada com o seu próprio remoto no GitHub. Isso é mais fácil de auditar que os vector stores opacos que a maioria das camadas de memória usa, e combina com agentes que rodam por semanas em uma única base de código ou caixa de entrada.

A reconstrução é o principal risco. O servidor em Python que os aplicativos chamavam por API foi arquivado em 16 de agosto de 2026, não recebe correções nem atualizações de segurança, e o README desaconselha usá-lo em produção. A exportação e a importação de AgentFile (.af), que já foram o formato de portabilidade do projeto, foram removidas do Letta Code. Equipes com um serviço no servidor antigo enfrentam uma migração para o App Server ou para o Letta Agent SDK em TypeScript, e as estrelas do novo repositório, cerca de 3.800, mostram quanto da comunidade migrou até agora.

O ritmo corta para os dois lados. O GitHub lista 100 versões entre 8 de agosto e 2 de novembro de 2026, quase uma por dia, o que significa correções rápidas e uma interface em movimento. Entre as issues abertas estão a memória isolada por agente, que faz novos agentes começarem do zero, e um runtime na nuvem que descarta a saída de raciocínio em muitos turnos.

Os custos dependem de onde fica o estado. Rodando localmente com as suas próprias chaves, a Letta não custa nada além dos tokens. O Letta Cloud é o padrão na primeira execução; sua página de preços estima programadores casuais em cerca de US$ 100 por mês e usuários intensivos em US$ 200 ou mais, bem acima dos US$ 20 do Pro. A política de privacidade do repositório diz que solicitações e respostas do serviço hospedado podem ser usadas para melhorar os serviços, inclusive para treinar modelos futuros, então equipes com dados sensíveis devem rodar o backend local. O Mem0 e o Graphiti são camadas de memória mais estreitas que se encaixam em um agente existente; a Letta pede que você adote o harness inteiro.

Onde ele se destaca

  • Um desenvolvedor solo que mantém várias bases de código de clientes

    Ter um assistente que lembra as convenções de cada projeto entre sessões

    Rode letta em cada repositório, use /init para montar a memória do projeto e /remember para regras como a escolha do gerenciador de pacotes; a memória é gravada como commits no MemFS e pode ser sincronizada com um repositório privado no GitHub. Com um plano de programação do ChatGPT ou do Z.AI conectado, o harness em si não custa nada.

  • Uma equipe de operações de três pessoas em uma pequena agência

    Ter um agente que responde a perguntas rotineiras no Slack e no Telegram com contexto compartilhado

    O Teams Pro, a US$ 20 por usuário, sai por US$ 60 por mês com agentes compartilhados e controles de acesso; os canais conectam o mesmo agente ao Slack e ao Telegram, e heartbeats agendados permitem que ele publique resumos sem que ninguém peça.

  • Uma equipe de backend com um produto construído sobre o servidor Letta V1

    Decidir entre migrar ou passar para outra camada de memória

    O servidor arquivado não recebe correções de segurança, então ficar parado não é opção em produção. Exportar antes os blocos de memória e os dados de arquivo mantém a escolha em aberto entre o App Server e o Agent SDK da Letta, o Mem0 ou o Cognee.

Antes de decidir

Configuração
npm install -g @letta-ai/letta-code (ou uv tool install letta, Python 3.9+), rode letta em um diretório de projeto, escolha local ou Letta Cloud e conecte as chaves de modelo com /connect.
Integrações
OpenAI, Anthropic e outros provedores pelas suas próprias chaves; planos de programação do ChatGPT, Kimi e Z.AI; Slack, Telegram, Discord e canais personalizados; skills do GitHub, ClawHub e Hermes; um runner para GitHub Actions; o Letta Agent SDK em TypeScript.
Dados e privacidade
Apache 2.0. O backend local guarda o estado em ~/.letta na sua máquina. O Letta Cloud armazena memória, identidade e conversas; a política de privacidade do repositório diz que solicitações e respostas hospedadas podem ser usadas para melhorar os serviços, inclusive para treinar modelos. Nenhuma certificação é publicada nas fontes que lemos.
Custo em escala
Gratuito localmente, exceto pelos tokens. No Letta Cloud, o próprio guia da Letta estima programação casual em cerca de US$ 100 por mês e uso intenso em US$ 200 ou mais; o plano API acrescenta US$ 0,10 por agente ativo por mês e US$ 0,00015 por segundo de execução de ferramentas.
Limites
Os repositórios de memória na nuvem são limitados a 5 MiB no Free e 50 MiB no Pro; computadores remotos e segredos exigem login no Letta Cloud; o sonho automático vem desativado por padrão no Windows nativo.

O que é bom

  • Memória armazenada como arquivos versionados em git que o agente edita
  • Roda localmente com as suas próprias chaves de modelo, sem custo de licença
  • Consolidação de memória em segundo plano entre tarefas
  • O mesmo agente acessível pela CLI, navegador, Slack, Telegram e Discord
  • Licença Apache 2.0 e versões muito frequentes

O que não é

  • O servidor original em Python foi arquivado e não tem suporte
  • Exportação e importação de AgentFile removidas
  • O Letta Cloud é o backend padrão na primeira execução
  • Os dados do serviço hospedado podem ser usados para treinamento, segundo a política de privacidade
  • Versões quase diárias significam uma interface em movimento

Ideal para

Desenvolvedores que querem agentes pessoais ou de equipe de longa duração com memória inspecionável e versionada e estão dispostos a adotar um harness inteiro.

Alternativas ao Letta

Letta: perguntas frequentes

Letta vale a pena?
A Letta ainda tem as ideias mais bem pensadas sobre memória de agentes, mas reconstruir o produto em pleno voo deixou os usuários antigos com uma migração e os novos com um alvo em movimento rápido. Damos nota 3.7 de 5.
Quanto custa Letta?
Apache 2.0, gratuito para rodar localmente com as suas próprias chaves de modelo. Letta Cloud: Free (3 agentes, 5 MiB por repositório de memória); Pro US$ 20/mês (20 agentes, 50 MiB, cota de modelos); plano API US$ 20/mês mais US$ 0,10 por agente ativo por mês e US$ 0,00015 por segundo de execução de ferramentas, tokens à parte; Teams Pro US$ 20/usuário/mês; Enterprise sob consulta.
Quais são as desvantagens de Letta?
O servidor original em Python foi arquivado e não tem suporte; exportação e importação de AgentFile removidas; o Letta Cloud é o backend padrão na primeira execução; os dados do serviço hospedado podem ser usados para treinamento, segundo a política de privacidade; versões quase diárias significam uma interface em movimento.
Para quem Letta é indicado?
Desenvolvedores que querem agentes pessoais ou de equipe de longa duração com memória inspecionável e versionada e estão dispostos a adotar um harness inteiro.
Quanto custa Letta para uma equipe ou em produção?
Gratuito localmente, exceto pelos tokens. No Letta Cloud, o próprio guia da Letta estima programação casual em cerca de US$ 100 por mês e uso intenso em US$ 200 ou mais; o plano API acrescenta US$ 0,10 por agente ativo por mês e US$ 0,00015 por segundo de execução de ferramentas.
Letta é seguro para dados da empresa?
Apache 2.0. O backend local guarda o estado em ~/.letta na sua máquina. O Letta Cloud armazena memória, identidade e conversas; a política de privacidade do repositório diz que solicitações e respostas hospedadas podem ser usadas para melhorar os serviços, inclusive para treinar modelos. Nenhuma certificação é publicada nas fontes que lemos.
Quais são as melhores alternativas ao Letta?
As alternativas mais próximas que analisamos são Mem0, Graphiti, Cognee e LangGraph.

Respostas verificadas em 2 de nov. de 2026.