<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0"><channel><title>Ai-Memory - Tag - Elói Carneiro</title><link>https://www.eloicarneiro.com/tags/ai-memory/</link><description>Ai-Memory - Tag - Elói Carneiro</description><generator>Hugo -- gohugo.io</generator><language>pt-br</language><lastBuildDate>Sun, 14 Jun 2026 10:00:00 +0000</lastBuildDate><atom:link href="https://www.eloicarneiro.com/tags/ai-memory/" rel="self" type="application/rss+xml"/><item><title>ai-memory: memória de longo prazo para agentes</title><link>https://www.eloicarneiro.com/2026/06/14/ai-memory/</link><pubDate>Sun, 14 Jun 2026 10:00:00 +0000</pubDate><author>Elói Carneiro</author><guid>https://www.eloicarneiro.com/2026/06/14/ai-memory/</guid><description><![CDATA[<p>Depois de olhar alguns posts do <a href="https://akitaonrails.com/" target="_blank" rel="noopener noreffer ">Akita</a>, encontrei um texto sobre um projeto novo dele chamado <a href="https://akitaonrails.com/2026/05/23/criei-sistema-memoria-agentes-codigo-ai-memory/" target="_blank" rel="noopener noreffer ">ai-memory</a>. A premissa me pareceu interessante logo de início: guardar o conhecimento produzido durante as sessões de um agente para que ele possa ser utilizado mais tarde.</p>
<p>Quem usa agentes de programação ou de automação provavelmente já percebeu o problema. A sessão começa, o agente passa um tempo entendendo o projeto, nós explicamos as decisões já tomadas e, depois de algum trabalho, ele finalmente consegue executar a tarefa. Quando a sessão termina, porém, boa parte desse contexto fica para trás. Na próxima conversa, é necessário começar quase tudo novamente.</p>]]></description></item></channel></rss>