Agentes de IA ganham memória 'turbinada' para te oferecer decisões melhores
Por Bruno De Blasi |
Agentes de IA poderão se lembrar de momentos-chave da sua vida digital. No AWS re:Invent nesta quarta-feira (3), a Amazon Web Services (AWS) apresentou a capacidade “episodic memory” ao Bedrock AgentCore, que registra situações específicas de interações entre usuários e agentes.
- Nova Act: AWS lança IA que controla interfaces e automatiza tudo por você
- AWS revela IA que caça bugs e falhas de segurança em apps ‘sem parar’
A ideia é permitir que agentes de IA usem essas “lembranças” para tomar decisões mais inteligentes no futuro, em vez de tratar todas as interações como iguais. Ao mesmo tempo, torná-los mais úteis em cenários do mundo real, em que detalhes aparentemente pequenos fazem diferença na experiência final.
A ferramenta marca presença no Bedrock AgentCore, que permite criar e escalar agentes de inteligência artificial dentro do ecossistema da AWS.
Memória de momentos específicos
Diferente da memória de curto prazo da conversa atual e de longo prazo do histórico agregado, a nova solução guarda eventos marcantes, com contexto e consequências.
A novidade é aplicada sobre o estado que já é automaticamente salvo pelos agentes. Ela organiza o histórico em “episódios, ou seja, blocos de interação com contexto claro, resultado e, em muitos casos, um sinal de sucesso ou fracasso.
É o caso de um agente de reservas. Em uma primeira interação, o sistema pode agendar um carro com 45 minutos de antecedência para levar o usuário ao aeroporto. Se, por algum motivo, o passageiro perder o voo porque não teve tempo suficiente, esse episódio é registrado.
Meses depois, ao fazer uma nova reserva, o agente não vê apenas “o usuário reservou um carro”. Ele se “lembra” do episódio em que o tempo foi insuficiente e passa a sugerir, por exemplo, uma janela de duas horas para o deslocamento.
Em vez de apenas repetir o padrão anterior, o agente ajusta o comportamento com base em um evento concreto do passado.
Na prática, a nova "memória" funciona como uma camada de inteligência adicional sobre as interações, permitindo que agentes diferenciem situações semelhantes com resultados diferentes, ajustem políticas e recomendações ao longo do tempo e personalizem respostas com base em experiências anteriores.
Leia mais: