TencentDB Agent Memory: o sistema de memória em camadas que torna agentes de IA mais baratos e confiáveis

Arquitetura de memória em quatro camadas

A memória de longo prazo do sistema segue um modelo progressivo com quatro níveis que transformam conversas brutas em conhecimento estruturado.

L0 — Camada de diálogo bruto
Armazena todas as interações e conversas exatamente como ocorreram.

L1 — Memória atômica
Extrai fatos estruturados dessas interações, como preferências do usuário, restrições ou conclusões de etapas anteriores.

L2 — Resumo de cenários
Agrupa memórias relacionadas a um determinado tipo de tarefa ou contexto.

L3 — Perfil do usuário
Consolida padrões de comportamento e preferências de longo prazo em um perfil compacto.

Na prática, esse processo transforma registros dispersos em conhecimento reutilizável, permitindo que o agente aproveite experiências passadas em vez de recalcular tudo novamente.

A inovação central: Context Offloading + Mermaid Task Canvas

O principal ganho de eficiência aparece na forma como o sistema lida com memória de curto prazo durante tarefas longas.

Context Offloading

Quando o agente executa uma ação — como buscar uma página ou rodar código — o resultado completo é armazenado fora do prompt, em armazenamento externo.

Dentro do contexto do modelo permanece apenas:

• um resumo compacto
• ou uma referência ao conteúdo original

Assim, grandes volumes de dados não ocupam permanentemente espaço na janela de contexto.

Mermaid Task Canvas

Em vez de manter um histórico textual extenso, o sistema representa o progresso da tarefa usando um grafo estruturado escrito em Mermaid, uma linguagem de diagramas baseada em texto muito usada em documentação técnica.

Esse “canvas de tarefas” funciona como um mapa do fluxo de trabalho:

• nós representam etapas
• conexões mostram dependências
• cada nó contém um pequeno resumo ou estado

Com isso, o modelo precisa raciocinar apenas sobre a estrutura da tarefa, não sobre todo o histórico detalhado de mensagens. Isso reduz drasticamente o número de tokens necessários.

A própria Tencent resume a ideia com uma analogia: logs registram tudo, mas mapas ajudam a navegar. O canvas Mermaid funciona como esse mapa para o agente.

Compressão adaptativa baseada no “nível” do contexto

O sistema também ajusta automaticamente o nível de compressão conforme o prompt se aproxima do limite da janela de contexto.

Alguns marcos típicos incluem:

• Resumo em tempo real (L1): saídas de ferramentas são resumidas logo após a execução.
• Atualização do canvas (L2): o mapa de tarefas em Mermaid é atualizado de forma assíncrona.
• Compressão profunda (L3): quando o uso do contexto chega a cerca de 80%, mensagens antigas são fortemente comprimidas ou removidas.

Se o uso ultrapassar aproximadamente 95%, o sistema executa uma compressão emergencial para liberar espaço novamente.

Resultados de benchmark divulgados pela Tencent

Nos testes internos da empresa, a integração do Agent Memory em frameworks de agentes trouxe ganhos relevantes. Esses números são resultados reportados pelo fornecedor, não benchmarks independentes.

WideSearch

• taxa de sucesso: 33% → 50%
• uso de tokens: 221,31M → 85,64M (redução de 61,38%)

SWE-bench

• sucesso: 58,4% → 64,2%
• tokens: 3474,1M → 2375,4M (−33,09%)

AA-LCR

• sucesso: 44,0% → 47,5%
• tokens: 112,0M → 77,3M (−30,98%)

PersonaMem

• precisão aproximada: 48% → 76% após adicionar o sistema de memória.

Em um conjunto mais amplo de 1.540 tarefas — incluindo geração de código, pesquisa na web e análise de documentos — a Tencent afirma ter observado aumento de 12% a 35% na conclusão de tarefas, com redução de 33% a 64% no consumo de tokens.

O que mudou entre o lançamento de abril e o release de 14 de maio

O projeto passou por duas fases em 2026.

Abril (lançamento inicial)

• introdução do sistema de memória de longo prazo
• arquitetura de quatro camadas
• foco em lembrar preferências e experiências entre sessões

14 de maio (open source completo)

• liberação do stack completo em código aberto sob licença MIT
• inclusão do sistema de compressão de memória de curto prazo
• destaque para o mecanismo Context Offloading + Mermaid Task Canvas

Ou seja, a primeira versão priorizava memória persistente; a segunda focou em resolver o problema da janela de contexto em tarefas longas.

Integração com frameworks de agentes

A Tencent afirma que o sistema já pode ser usado com alguns frameworks populares de agentes.

Entre eles:

• OpenClaw, onde funciona como um plugin de memória
• Hermes Gateway / Hermes Agent, com suporte a implantação via Docker a partir da versão 0.3.4

Isso permite adicionar memória estruturada e compressão de contexto a arquiteturas existentes sem redesenhar todo o sistema.

Por que isso importa para a corrida dos agentes de IA

À medida que agentes de IA deixam de ser demos e passam a executar tarefas reais — como programação, pesquisa e automação de fluxos corporativos — o custo da janela de contexto virou um dos principais gargalos técnicos.

Cadeias longas de chamadas de ferramentas podem inflar o uso de tokens e dificultar que o modelo mantenha coerência ao longo da tarefa.

A abordagem da Tencent tenta atacar dois pontos ao mesmo tempo:

• Custo: menos tokens significam operação mais barata.
• Confiabilidade: uma memória estruturada ajuda o agente a manter direção em tarefas complexas.

Se esses resultados se confirmarem em testes independentes, sistemas como o TencentDB Agent Memory podem se tornar infraestrutura fundamental para agentes autônomos de próxima geração. Por enquanto, porém, os ganhos divulgados ainda dependem de validação mais ampla fora dos testes da própria empresa.