SQLite é tudo o que você precisa para workflows duráveis

O SQLite deixou de ser só um banco para protótipos: a versão 3.53.1, lançada em maio de 2026, trouxe funções JSON avançadas como json_array_insert() e o Query Result Formatter, recursos que facilitam a manipulação estruturada de saídas de LLMs diretamente no SQL. Com WAL ativado e synchronous=FULL, ele garante durabilidade mesmo em workflows agênticos intermitentes, onde reinícios precisam restaurar estado exato sem perda. Extensões como sqlite-vec (patrocinado pela Mozilla) e SQLite-AI permitem busca vetorial e inferência local via SQL, ou seja, o banco não só armazena estado, mas executa operações de IA nativamente, sem API externa.

Isso reforça uma tendência real: aplicações 'local-first AI' estão trocando latência de rede por controle. O Chrome rodando Gemini Nano localmente, o Rails 8 usando SQLite como padrão com latências de 10, 20 microssegundos e o Cloudflare D1 com réplicas na borda mostram que o trade-off não é entre 'simples' e 'robusto', mas entre 'centralizado' e 'distribuído por design'. Para agentes que operam em isolamento, como os de marketing descritos na cobertura anterior, o SQLite + Litestream oferece um checkpointing mais granular e inspecionável do que um PostgreSQL compartilhado com ENUMs e JSONB.

A cobertura de 28/05 destacava o PostgreSQL como camada central para escalar workflows de marketing com estado gerenciado via ENUMs e JSONB. Agora, a nova abordagem não compete com isso, ela descentraliza. Em vez de um único banco compartilhado, cada agente roda seu próprio SQLite local com backup contínuo via Litestream VFS (lançado em dezembro de 2025), permitindo leitura direta de bancos remotos sem download completo. Isso muda o modelo de implantação: não é mais 'um banco para muitos agentes', mas 'um banco por agente', com sincronização eventual e recuperação pontual, algo impossível com a arquitetura relacional tradicional usada no artigo anterior.

Para equipes de dados, isso reduz a complexidade operacional sem sacrificar governança. Um workflow de IA com estado em SQLite é versionável (basta versionar o arquivo .db), auditável (logs de WAL são legíveis) e reproduzível (não depende de configurações de cluster). Ao contrário de pipelines que exigem Airflow + Postgres + Redis, aqui o estado é um único arquivo com backup automático para S3, ideal para cenários de baixa concorrência de escrita, como automação de leads ou análise de campanhas individuais. A escolha não é técnica, mas estratégica: quando o objetivo é velocidade de iteração e privacidade de dados, não escalabilidade horizontal, o SQLite deixa de ser uma exceção e vira a regra explícita.