Memória Bi-Temporal para Agentes de IA: Grafos de Conhecimento, Retenção Auditável e Compressão Sem Perda

Por que o RAG vetorial plano entra em colapso quando fatos mudam ao longo do tempo, e como BenniAlencar/agent-memory-mesh e BenniAlencar/agent-deep-research unificam grafos tipados bi-temporais, isolamento multi-tenant, busca híbrida BM25 + grafo e compressão de contexto sem perda.

Memória Bi-Temporal para Agentes de IA: Grafos de Conhecimento, Retenção Auditável e Compressão Sem Perda

1. O Paradoxo da Amnésia e dos Fatos Obsoletos no RAG Agêntico

A maioria dos agentes de IA em produção não falha porque o modelo fundacional não sabe raciocinar. Eles falham porque o substrato de memória não consegue distinguir verdade histórica de verdade vigente, nem compactar observações de longo horizonte sem apagar silenciosamente a proveniência.

Quando equipes acoplam um banco vetorial plano a um loop autônomo, três modos de falha emergem sob carga real:

Tese Central: Memória de agentes em produção é um problema de sistemas de banco de dados, não de similaridade vetorial. Ao combinar grafos de conhecimento tipados e bi-temporais no BenniAlencar/agent-memory-mesh com compactação preservadora de ponteiros no BenniAlencar/agent-deep-research, agentes ganham memória auditável e contexto de longo horizonte sem perda.

2. Valid-Time vs. Transaction-Time: O Modelo de Aresta Bi-Temporal

Em bancos temporais clássicos (SQL:2011 e ledgers contábeis imutáveis), sobrescrever uma linha destrói a auditabilidade. O agent-memory-mesh modela cada fato como uma aresta bi-temporal imutável com dois eixos ortogonais de tempo:

flowchart LR A["Nova Observação\n(Evento @ t_valid)"] --> B["Extrator de Tripla Tipada\n(Sujeito, Predicado, Objeto)"] B --> C{"Conflito com\nAresta Ativa?"} C -->|"Não"| D["Inserir Aresta Ativa\nt_tx_superseded = NULL"] C -->|"Sim"| E["Encerrar Aresta Anterior\nDefinir t_tx_superseded = now()"] E --> F["Anexar Nova Aresta\nPonteiro superseded_by"] D --> G["Auditoria Point-in-Time\nAS OF (t_valid, t_tx)"] F --> G

Como arestas substituídas são encerradas em vez de deletadas, um operador pode executar duas consultas fundamentalmente distintas no mesmo grafo: "Qual é o rate limit atual do cliente?" (t_tx_superseded IS NULL) e "Em qual rate limit o agente acreditava quando disparou o incidente na terça-feira?" (AS OF t_tx = Terça-feira).


3. Triplas Tipadas, Proveniência e Isolamento Estrito por Tenant

Chunks de texto não estruturados não conseguem impor invariantes de schema. Toda asserção persistida no agent-memory-mesh é normalizada em uma Tripla Tipada vinculada a uma partição explícita tenant_id:

from dataclasses import dataclass
from typing import Optional

@dataclass(frozen=True)
class BiTemporalTriple:
    tenant_id: str          # Chave rígida de partição no grafo + índice BM25
    subject_id: str         # Entidade tipada, ex: "service:billing-api"
    subject_type: str       # "service" | "user" | "policy" | "artifact"
    predicate: str          # Relação controlada, ex: "deployed_in"
    object_id: str          # ex: "region:eu-central-1"
    confidence: float       # Calibrado [0.0, 1.0]
    source_digest: str      # SHA-256 do payload bruto de evidência
    t_valid_start: str      # ISO-8601 UTC
    t_valid_end: Optional[str]
    t_tx_recorded: str      # ISO-8601 UTC
    t_tx_superseded: Optional[str] = None

Observe duas propriedades críticas de engenharia:

  1. Isolamento de Tenant na Camada de Storage: Toda busca de adjacência no grafo e varredura no índice léxico exige tenant_id como prefixo obrigatório. Travessias multi-hop não conseguem cruzar fronteiras de tenant mesmo que dois clientes usem nomes externos idênticos como service:auth-gateway.
  2. Vínculo Imutável de Proveniência: Cada tripla armazena source_digest, ancorando a afirmação extraída à saída exata da ferramenta, trecho de documento ou payload de API que a justificou.

4. Recuperação Híbrida: Precisão Léxica BM25 + Travessia Multi-Hop no Grafo

Busca vetorial pura falha notoriamente com identificadores exatos — códigos de erro como ERR_TLS_CERT_ALTNAME_INVALID, IDs de tickets ou símbolos de função. Por outro lado, travessia pura em grafo exige um nó inicial exato.

O agent-memory-mesh resolve esse dilema com um pipeline híbrido em dois estágios fundido via Reciprocal Rank Fusion (RRF):


5. Compressão de Contexto Sem Perda no agent-deep-research

Fluxos de pesquisa profunda e engenharia multi-step acumulam facilmente mais de 150.000 tokens entre páginas web, diffs de código e saídas de ferramentas. Re-injetar payloads brutos em cada turno explode latência e custo, enquanto resumos com perda destroem citações e números exatos.

O BenniAlencar/agent-deep-research integra-se ao agent-memory-mesh para implementar Compressão de Contexto Sem Perda:


6. Comparativo Arquitetural: Substratos de Memória para Agentes

Dimensão Janela Deslizante + Resumo RAG Vetorial Plano agent-memory-mesh + deep-research
Semântica Temporal Nenhuma (sobrescrita cronológica) Chunks sem versionamento Bi-Temporal (Valid + Transaction Time)
Mutação de Fatos Esquece estado anterior em silêncio Chunks antigos competem com novos Encerra aresta; preserva trilha de auditoria
Recall de Símbolos / IDs Perdido após compactação Fraco (borramento de embeddings) Híbrido BM25 + Grafo via RRF
Compressão de Contexto Paráfrase com perda via LLM Truncamento top-k de chunks Compactação Sem Perda com Ponteiros SHA-256
Isolamento Multi-Tenant Apenas por sessão Pós-filtro de metadados (frágil) Particionamento Obrigatório por Prefixo

Construa Memória Auditável e Sem Perda

Explore as implementações open source que alimentam o Benni OS: inspecione o motor de grafo bi-temporal em agent-memory-mesh e a compactação sem perda em agent-deep-research.

Explorar agent-memory-mesh → Explorar agent-deep-research →

Perguntas Frequentes

Qual é a diferença entre valid-time e transaction-time na memória de agentes de IA?
Valid-time registra quando um fato foi verdadeiro no mundo externo (por exemplo, o plano de um cliente ou a versão de uma API entre 1º de março e 15 de maio). Transaction-time registra quando o agente gravou ou substituiu esse fato em seu ledger de memória. Separar os dois eixos permite responder tanto "o que é verdade agora?" quanto "no que o agente acreditava no instante T da auditoria?" sem sobrescrever o histórico.
Por que o RAG vetorial plano falha em agentes autônomos de longa duração?
Bancos vetoriais planos tratam a memória como um saco não versionado de embeddings. Quando uma regra ou estado muda, chunks antigos continuam semanticamente próximos à consulta e superam atualizações recentes, gerando alucinações com fatos obsoletos. Além disso, a similaridade vetorial sofre com identificadores exatos, cadeias causais multi-hop e isolamento rígido por tenant.
Como funciona a compressão de contexto sem perda sem descartar proveniência?
Em vez de sumarização destrutiva por LLM que apaga evidências brutas, a compressão sem perda substitui payloads intermediários extensos por ponteiros endereçados por conteúdo SHA-256 e triplas tipadas no grafo. Quando uma etapa posterior no agent-deep-research precisa de números exatos, citações ou trechos literais, ela resolve o ponteiro sob demanda mantendo a janela ativa enxuta.
Como o BenniAlencar/agent-memory-mesh garante isolamento multi-tenant?
Cada nó, aresta tipada, entrada no índice invertido BM25 e política de retenção no agent-memory-mesh é particionada por uma chave explícita tenant_id. Travessias cross-tenant são impossíveis nas camadas de armazenamento e planejamento de consulta, evitando vazamento de contexto entre workspaces ou clientes.