Memória de agentes de IA: o que o estudo da Anthropic ensina à advocacia Uma ficha por contrato, a nota conferida na fonte e pouco texto carregado em cada sessão: o que os testes mostram e o que o advogado deve exigir da IA que usa

I. Lembrar mais não é lembrar melhor

Para quem usa inteligência artificial no trabalho, a memória parece um recurso de conveniência, e lembrar mais seria sempre melhor. O estudo que a Anthropic publicou em 6 de novembro de 2026, assinado por Lance Martin, examina essa memória em testes que vão de um jogo eletrônico aos contratos de uma aquisição.¹ Memória de agente, para o estudo, é o que o modelo guarda de uma sessão para outra, em texto que pode reler, a partir da própria experiência.²

Os testes, contudo, desmentem a intuição. No jogo, o modelo que gravou indiscriminadamente avançou menos do que aquele que gravou pouco. Uma nota errada, lida e aceita nas sessões seguintes, fez o agente repetir o erro. E a tabela que vários agentes alimentavam ao mesmo tempo levou ao texto final só 41 dos 57 fatos que contavam. No escritório, são defeitos conhecidos: o arquivo que ninguém consulta, a premissa errada que passa de uma peça a outra, o resumo que perde a cláusula.

Esses resultados vêm, porém, de testes da própria Anthropic, com os seus modelos, e alguns comparam uma única execução de cada um; pesa mais, por isso, a direção que se repete do que cada percentual. O estudo é de engenharia, mas confirma, com números, práticas que o trabalho jurídico já exige e que o advogado precisa exigir da IA que usa.

II. Uma ficha por contrato, com o texto literal, vence a tabela compartilhada

O teste mais próximo da advocacia, uma tarefa do Harvey LAB (bateria de testes jurídicos), simula a compra de uma empresa. O modelo recebe os contratos, monta com eles uma wiki e redige um texto, avaliado pela descrição correta dos termos. A wiki é um conjunto de páginas que o próprio modelo escreve e mantém, cada uma sobre um assunto, ligadas entre si como um mapa.³

Enquanto a wiki era montada com as instruções iniciais, vários agentes escreviam ao mesmo tempo numa tabela comum dos termos. A tabela resumiu mal os termos e perdeu alguns, porque um agente sobrescrevia o trabalho do outro. O texto final, por isso, trouxe só 41 dos 57 fatos avaliados, ou 72%. Nas palavras do estudo, “The contract terms were the most important part of the wiki, but the instructions didn’t say that” (os termos do contrato eram a parte mais importante da wiki, mas as instruções não diziam isso). Num ciclo em que examinava as próprias falhas, o modelo reescreveu as instruções. Cada contrato ganhou a sua página, escrita por um único agente, com os termos citados palavra por palavra; com essa wiki, o texto pôde atender a 100% dos critérios.⁴

A ficha por contrato ou por processo, com a cláusula transcrita, vence o resumo compartilhado, lição antiga que o teste agora mede. O resumo perde o termo que decide e, escrito por várias mãos ao mesmo tempo, apaga o trabalho alheio.

Há ainda um ganho que o estudo não mede e que interessa ao advogado. A memória de um agente guarda dado de cliente. Separá-la por cliente e por caso ajuda o desempenho, como sugere o teste dos contratos, e também protege o sigilo profissional e os dados pessoais de quem confiou o caso, porque reduz o risco de a informação de um cliente aparecer no trabalho de outro.

III. A nota guardada é uma previsão que se confere na fonte

O estudo trata a memória como aposta sobre o futuro. “Memory is, occasionally, a prediction” (a memória é, às vezes, uma previsão), diz o texto; quem anota um fato já verificado aposta que um agente, numa sessão futura, vai apoiar-se nele sem conferi-lo outra vez.⁵

A distância entre palpite e fato verificado aparece numa tarefa do CL-Bench 1.0, de consulta a banco de dados, em que o modelo recebe a solução certa depois de cada resposta. O Sonnet 4.6 deixou palpites que nunca testou; o Opus 4.7, por sua vez, reuniu as notas num documento e passou a marcar o que já conferira. Já o Opus 5 foi o primeiro desses modelos a fechar o ciclo de aprendizado; a maior parte das suas anotações trazia a regra, as armadilhas encontradas no caminho e o modo como o modelo sabia que ela era verdadeira.⁶

A aposta, no entanto, pode falhar. A nota errada desde o início, ou que envelheceu, pode ser lida e aceita nas sessões seguintes. No Pokémon Red, para atravessar a caverna do Monte Moon, o modelo usava como referência o PokéCenter, um prédio na entrada da montanha, e anotou, por engano, que o prédio ficava do lado leste. Na execução que manteve essa nota, caiu três vezes de volta na rota de onde viera e nunca passou da montanha. Quando o estudo fez o modelo conferir a nota com a transcrição da sessão, o registro do que de fato acontecera, o erro apareceu, e a nota foi reescrita; com ela, o modelo voltou à caverna e chegou a Cerulean City, a cidade seguinte.⁷

Essa revisão posterior, fora da tarefa, é o que o estudo chama de dreaming (sonhar), por analogia com o sono, em que o cérebro parece consolidar parte da experiência. Para o advogado, o registro do que de fato aconteceu são os autos e o documento. A nota da IA prevê que algo continua verdadeiro e não prova que seja; quem usa a nota numa peça confere-a na fonte, e não no resumo.

IV. O que entra em toda sessão tem de ser pouco e certo

Parte da memória entra pronta no começo de cada sessão, sem precisar ser procurada, o que o estudo chama de injeção de contexto. Essa injeção pede cuidado, adverte o estudo, por três razões. As notas sempre carregadas gastam tokens, a medida do texto que o modelo processa; a nota errada vai para todas as sessões; e carregar uma nota não garante que o modelo a siga, tanto que a documentação do Claude Code, ferramenta da própria Anthropic, avisa que arquivos de instrução mais longos reduzem a aderência.⁸ Por isso, a camada de cima da memória tem de ficar relativamente pequena, com parte dos detalhes descendo na hierarquia e um link deixado no lugar. O próprio Claude Code carrega apenas as primeiras 200 linhas, ou 25 KB, do seu arquivo principal de memória, que serve de índice do que o modelo sabe e de onde encontrá-lo.

Na advocacia, essa camada fixa são as premissas de todo trabalho, como quem é o cliente, o que já se decidiu e as regras da casa. Uma premissa errada nesse lugar não erra uma vez só, mas contamina cada peça seguinte, e a lista longa demais é seguida com menos fidelidade. Neste escritório, o assistente de IA trabalha com esse desenho: um índice curto carregado em toda sessão, uma ficha para cada processo e a conferência com os autos antes que qualquer texto saia.

V. O índice serve para cruzar documentos, ao lado da busca

Como índice, a wiki rendeu sozinha menos que a busca; somada a ela, rendeu mais. Em 25 perguntas sobre um acervo de cerca de 350 mil arquivos de uma empresa de software, o desempenho só com a wiki subiu de 13% para 48% dos critérios avaliados quando as sessões de dreaming, em que o modelo amplia e corrige a wiki, passaram de duas para 128. Mesmo assim, ficou abaixo dos 53% obtidos só com a busca. Juntas, busca e wiki foram de 54% para 61% à medida que a wiki crescia, e pouparam cerca de 20 mil tokens por pergunta.⁹

Nos testes jurídicos, a vantagem dependeu do tipo de pergunta. Com documentos de uma fusão, o estudo fez 24 perguntas, mais da metade das quais exigia reunir informação espalhada por vários documentos, e muitas exigiam também julgamento ou cálculo. Nesses itens, o modelo obteve 87% consultando a wiki, contra 73% só com a busca. Numa tarefa do Harvey LAB em que a maior parte dos critérios se resolvia num documento só, porém, a wiki não trouxe ganho claro. Em outra, ela cresceu mais que os próprios documentos, como o mapa do conto de Borges, tão detalhado que tinha o tamanho do império; na prática, essa wiki não abstraía nada.¹⁰

O índice organizado vale, portanto, quando a resposta exige cruzar documentos, e mesmo então trabalha ao lado da busca na fonte, não no lugar da busca. Pede também manutenção, para não acumular erros ou alucinações, como lembra o estudo.¹¹ Se cresce até repetir o acervo, deixa de ser índice.

VI. Guarda-se o que nenhuma fonte diz

No jogo, o estudo comparou o que dois modelos julgavam digno de memória. O Sonnet 3.7 gravou sem critério, muitas vezes um arquivo para cada batalha, item ou personagem, e chegou a 413 arquivos em 225 pastas, com uma insígnia conquistada (marca de progresso no jogo). O Fable 5 gravou nove arquivos em duas pastas, mais um arquivo geral, e conquistou quatro.¹² Como o estado do jogo muda o tempo todo, o registro do primeiro envelhecia, de modo que o Sonnet 3.7 passou a gastar mais tempo vasculhando a memória do que jogando. O segundo guardou estratégia, planos e regras testadas, que só existem se o modelo os formula e desaparecem se ele não os escreve, ao passo que dinheiro e posição no mapa se leem na tela a cada turno.

Nos modelos mais fortes, o estudo achou melhor deixar a eles o juízo sobre o que guardar. Ajuda dizer-lhes para que serve a memória, mas não como usá-la. Quando receberam a regra fixa de registrar só as falhas, o Opus 5 e o Opus 4.7 perderam boa parte do ganho que a memória lhes dava. Num modelo mais antigo, o Sonnet 4.6, a orientação explícita ajudou. Mandá-lo ler a memória antes de responder e testar as suas hipóteses quase dobrou a pontuação dele.¹³

Para o advogado, merece memória o que não se relê na fonte: a estratégia do caso, a armadilha já descoberta, a regra testada. O que está nos autos se consulta nos autos. A instrução útil diz para que a memória serve e o que importa, como a dos contratos depois de corrigida, sem regras rígidas como a de registrar só as falhas; ao modelo que não confere sozinho, convém mandar ler a memória e testar o que anotou.

VII. A pergunta passa a ser o que a IA lembra, de onde tirou e quem conferiu

Em três dos testes examinados aqui, o ganho da memória dependeu de separar da anotação a fonte. A página por contrato guardou o termo literal, a nota corrigida voltou à transcrição, e a wiki rendeu mais ao lado da busca nos documentos. Já não basta, portanto, perguntar se a IA lembra; o advogado precisa saber o que ela lembra, de onde tirou e quem conferiu.

Daí decorre uma consequência para quem escolhe uma ferramenta de IA. Se a conferência é do advogado, ele precisa poder ler o que a IA guardou, saber de onde veio cada nota e corrigi-la, pois a memória que não se pode ler não se pode conferir.

Uma das perguntas que o estudo deixa abertas é, porém, como manter essa memória em dia. Conferir toda a memória o tempo todo pode não ser viável; o texto sugere concentrar a revisão no que tende a mudar.¹⁴ E lembra, no fim, que nenhum modelo sabe o que vai acontecer adiante. A memória rende, mas olhar para trás e conferir na fonte continua a ser trabalho do advogado.

Notas

1. MARTIN, Lance. The components of agent memory. Anthropic, 6 nov. 2026. Disponível em: https://www.anthropic.com/research/components-of-agent-memory. As notas seguintes indicam a seção do estudo. As traduções dos trechos em inglês são nossas.
2. Seção “Memory notes”. O estudo exclui o que o modelo aprende dentro de uma única conversa e também o ajuste dos parâmetros internos no treinamento e os resumos que o modelo escreve para continuar trabalhando numa conversa longa.
3. Seções “Dreaming can build new memory representations” (o Harvey LAB e a wiki) e “Dreaming can focus memory on a specific goal” (a tarefa dos contratos).
4. Seção “Dreaming can focus memory on a specific goal”.
5. Seção “Memory can be a prediction about what the future will need”.
6. Mesma seção. CL-Bench é a sigla de Continual Learning Bench.
7. Seção “Dreaming can correct memory”. Na introdução, o estudo liga o dreaming ao sleep-time compute, proposto por pesquisadores da Letta e da Universidade da Califórnia em Berkeley para que os modelos usem o tempo ocioso entre interações para reorganizar o próprio contexto.
8. Seção “Dreaming can promote notes up the memory hierarchy”.
9. Seção “Dreaming can build new memory representations”. O acervo é o da Stainless, empresa adquirida pela Anthropic.
10. Mesma seção.
11. Seção “Thinking backward, looking forward”.
12. Seção “Claude has learned to judge salience”. A comparação foi feita por volta do passo 10 mil de cada execução.
13. Seção “Steering Claude to write memory”.
14. Seção “Thinking backward, looking forward”.