Pular para o conteúdo
LabS Atlas
Agentic AI
Entrar

Bases de Conhecimento de Longo Prazo

Ir para notas que citam esta
atualizado há 25 diasEntre para perguntar ao Labinho sobre esta notaO Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

Bases de Conhecimento de Longo Prazo são os bancos de dados que guardam de forma permanente, fora do dispositivo de quem conversa, tudo o que as memórias temporárias de um agente processaram.

As memórias que cercam o núcleo de um agente são transitórias por natureza: precisam ser esvaziadas para receber conteúdo novo. Se o que passou por elas não descer para algum lugar durável, a informação simplesmente desaparece ao fim da interação. As bases de longo prazo são esse destino, e são três, cada uma boa em um tipo de pergunta: o banco vetorial, o grafo de conhecimento e o banco de dados tradicional. A escolha entre elas não é estética — é o que determina se uma informação vai ser encontrada depois.

O que cada base responde bem

O banco vetorial guarda o conteúdo convertido em vetores e responde bem a busca por conceito e semelhança semântica: pedir documentos relacionados a um tema, recuperar conversas passadas sobre um projeto, localizar o que "parece com" a pergunta feita. É a base que sustenta a recuperação em RAG.

O grafo de conhecimento armazena as relações entre entidades e monta um mapa de conexões. Quando alguém se apresenta dizendo o nome, a profissão e a cidade, o grafo quebra a frase em fatos ligados à mesma entidade: quem é, o que faz, onde mora. Depois, uma pergunta sobre qualquer um desses atributos recupera a relação diretamente, sem depender de semelhança de texto. Amazon Neptune e Neo4j foram citados como exemplos de bancos desse tipo.

O banco de dados tradicional guarda dado estruturado e log: o histórico da conversa linha a linha com data e hora, as configurações do usuário, o idioma preferido, a voz da resposta. É a base do fato exato, e abrange tanto variações relacionais quanto NoSQL.

A pergunta escolhe a base

Uma busca por tema ou conceito vai ao banco vetorial; uma busca por relação entre entidades vai ao grafo; a recuperação de uma conversa específica do histórico vai ao banco tradicional. Um agente que consulta sempre a mesma base devolve informação desatualizada ou fora de propósito, porque está usando a estrutura errada para o tipo de pergunta.

Por que longo prazo significa fora da máquina

Essas bases são de longo prazo porque ficam hospedadas em data centers, não no equipamento de quem usa o sistema. É essa persistência remota que permite retomar uma conversa meses depois com o contexto intacto, e é também ela que explica o volume de investimento em infraestrutura de armazenamento e processamento que acompanha a adoção de IA. Do ponto de vista de quem projeta um agente, a consequência prática é dupla: o histórico é um ativo recuperável, e é também um dado que sai do controle local e precisa ser tratado como tal.