Databricks lança Agent Memory em beta para agentes de IA mais eficientes e baratos

O Agent Memory chega em beta dentro do Agent Bricks, a plataforma de desenvolvimento de agentes da Databricks. A proposta é atacar o custo de agentes sem estado: sem memória, o agente redescobre fatos, esquece preferências e repete erros já corrigidos. A Databricks cita uma sessão real de pesquisa em que um agente precisou de 11 chamadas de ferramenta, 8 subagentes e quase seis minutos para responder sobre os principais clientes de um produto. Com o fluxo salvo em memória, uma pergunta relacionada saiu em 2 chamadas e 41 segundos.

A arquitetura se chama MemCurrent e tem três partes: sessões gerenciadas (histórico ordenado de mensagens, chamadas e resultados), memória gerenciada (perfil, preferências, conhecimento de domínio e fluxos) e pipelines que consolidam sessões em segundo plano, removem duplicatas e substituem fatos contraditados por conversas mais novas. Tudo roda no Lakebase, o Postgres serverless da empresa, provisionado no workspace do cliente. Os desenvolvedores podem ler, exportar e apagar as entradas por usuário e orientar o que o pipeline retém. Os números de destaque (taxa de aprovação três vezes maior e 31% menos tokens) vêm de benchmarks internos da própria Databricks, em tarefas corporativas de dados.

A peça se encaixa numa sequência de movimentos da Databricks. Em 16 de abril de 2026, o CEVIU noticiou "Agent Bricks: A Plataforma de Agentes Corporativos Governada", que unificava acesso a modelos, governança e contexto de negócios. Agora a plataforma ganha a camada de memória persistente. Em 14 de agosto de 2026, o CEVIU noticiou "Databricks lança Smart Routing no Unity AI Gateway para otimização de custos e desempenho de modelos de IA", outra frente de controle de custo. A memória ataca o mesmo problema por outro lado: reduzir o trabalho repetido, não só escolher o modelo mais barato.

No mercado, em 27 de abril de 2026 o CEVIU noticiou "Anthropic lança recurso Memory para Claude Agents voltados para empresas", e em 19 de junho de 2026, "Perplexity lança memória autônoma para agentes: contexto persistente, atualização contínua e redução de custos". A Databricks entra numa disputa que já tinha outros participantes.

Para quem opera agentes em produção, a leitura é que memória vira item de arquitetura e de governança, não só de produto. Guardar dados por usuário no próprio Lakebase, com leitura, exportação e exclusão, ajuda em conversas sobre privacidade e auditoria. No custo, a redução de tokens é promissora, mas sai de testes internos. Vale validar com cargas próprias durante o beta antes de projetar economia.