Memória não é acessório da inteligência, é sua fundação

Ashwin Gopinath, ex-professor do MIT e CEO da Sentra, não está vendendo mais um banco de dados ou um plugin de RAG, está propondo uma reformulação conceitual do que é inteligência em sistemas artificiais. Sua tese, reforçada por pesquisas recentes sobre geometria de esquecimento em embeddings e teoremas de impossibilidade para memória semântica, coloca a memória como camada arquitetônica primária, não como camada de suporte. Isso explica por que a Sentra captura decisões, compromissos e conversas de Slack, GitHub e calendários como fatos interconectados, não como documentos a serem indexados. É uma infraestrutura de continuidade: o valor não está no modelo, mas na acumulação estruturada de contexto organizacional ao longo do tempo, algo que já rendeu uma prova de conceito paga com o SoftBank.

O 'problema do boulder' citado por Gopinath revela uma falha crítica em abordagens tradicionais: quando um artefato (ex.: um documento técnico) é ingestado com uma ontologia fixa, ele vira 'pedra' para todos os departamentos. Já um sistema de memória bem projetado permite que o mesmo artefato seja reinterpretado dinamicamente por vendas, jurídico ou engenharia, porque sua representação evolui conforme novos fatos são incorporados e relacionados. Isso só é possível com uma arquitetura que trata memória como processo ativo de julgamento, não como arquivo passivo.

Em menos de duas semanas, a visão de memória como fundação deixou de ser uma provocação teórica e virou prática concreta. A OpenAI lançou seu novo sistema de memória para o ChatGPT em 4 de junho de 2026, data da notícia atual , , marcando a primeira grande adoção industrial dessa ideia. Antes, em 26 de maio, o CEVIU havia destacado que design systems baseados em IA dependiam da memória acumulada de decisões; em 27 de maio, explicamos que memória de agente é um pipeline, não um módulo mágico; e em 28 de maio, apresentamos o RushDB 2.0 como infraestrutura de memória para agentes. Agora, com o lançamento da OpenAI e a prova de conceito da Sentra com o SoftBank, a memória deixou de ser um componente técnico secundário e se tornou o eixo de engenharia de IA, com impacto direto em desempenho (queda de 39% em interações multicamadas sem ela) e confiabilidade (37% das falhas multiagente vêm de estados inconsistentes).

Ignorar memória como camada arquitetônica é como construir um prédio sem fundação: o modelo pode ser imponente, mas vai rachar sob pressão real. Em 2026, a indústria está descobrindo que RAG resolve busca, mas não lembrança, e que 'recuperação' não substitui 'memória'. Enquanto hardware enfrenta a 'parede de memória' física (gargalo entre processadores e RAM), software precisa resolver a parede lógica: como manter estado coerente entre sessões, agentes e equipes. A resposta não está em mais parâmetros, mas em melhor arquitetura, com feedback negativo estruturado, priorização de fatos e orquestração explícita entre curto e longo prazo. Quem dominar isso terá sistemas que não apenas respondem, mas aprendem, se adaptam e mantêm compromissos ao longo do tempo.