Plugins de memória analisam conversações e geram 1.000 trechos isolados inseridos em um banco de dados vetorial. Em cada prompt, eles anexam os cinco trechos mais similares, criando uma loteria sobre trechos RAG. Essa abordagem falha porque os agentes não entendem os projetos—eles precisam de documentação, não de memória.
Todos os plugins de memória seguem a mesma arquitetura defeituosa: processam transcrições, geram trechos, inserem no banco de dados RAG, recuperam os top 5 por prompt e fornecem ferramentas de busca. Eles sofrem de problemas: memórias aparecem apenas por similaridade, carecem de contexto, tratam o passado como verdade e dependem de recall que se torna impreciso à medida que os códigos mudam. O armazenamento é não auditável com mais de 10.000 embeddings.
A premissa central está errada—os agentes não esquecem, eles precisam de documentação. As pessoas não reveem reuniões antigas; elas escrevem as coisas. A solução é memória baseada em documentos, não ferramentas de busca sobre milhões de tokens.
Arquivos AGENTS.md funcionam, mas são frequentemente a única documentação. Sob pressão para produzir saídas de IA rapidamente, a documentação torna-se uma afterthought quando deveria ser priorizada.
Fonte: Hacker News · Resumido por HeadlinesBriefing