Google Cloud abriu o código-fonte de um "Always-On Memory Agent," uma implementação de referência que propõe uma forma diferente de dar memória a agentes de IA — uma que elimina o banco de dados vetorial e os embeddings dos quais a maior parte do setor atualmente depende. O projeto foi lançado em 18 de julho, construído sobre o Agent Development Kit do Google e o Gemini 3.1 Flash-Lite.

A ideia

Em vez de fazer chamadas únicas, o agente funciona 24 horas por dia, 7 dias por semana, como um processo. Um modelo de linguagem lê, pensa e grava continuamente memória estruturada em um arquivo simples SQLite — tratando a memória como algo mantido ao longo do tempo, da mesma forma que uma pessoa consolida os acontecimentos do dia, em vez de recuperá-los sob demanda.

Sem banco de dados vetorial

A omissão mais evidente é a pilha de recuperação. Não há banco de dados vetorial nem embeddings; o próprio LLM decide o que é importante e registra isso como texto estruturado. Isso troca a velocidade da busca por similaridade pelo julgamento de um modelo que de fato leu o material — um desafio direto à ortodoxia da geração aumentada por recuperação.

Como os agentes dividem o trabalho

Um orquestrador distribui o trabalho para três subagentes: IngestAgent extrai resumos, entidades, tópicos e importância; ConsolidateAgent sintetiza vínculos entre memórias a cada 30 minutos; e QueryAgent responde às perguntas com citações de volta à fonte. O sistema processa 27 tipos de arquivo em cinco categorias — texto, imagens, áudio, vídeo e documentos.

Por que Flash-Lite

A escolha do Gemini 3.1 Flash-Lite é a aposta que viabiliza a proposta. A cognição contínua em segundo plano só fecha a conta se o modelo for barato e rápido o bastante para funcionar o tempo todo. À medida que modelos leves melhoram, a consolidação sempre ativa se torna acessível — e o Google, convenientemente, vende exatamente essa classe de modelo. Vale enfatizar que se trata de um design de referência, não de um produto; o Google está publicando um padrão que outros podem copiar, e é exatamente assim que padrões arquiteturais mudam. Se a abordagem ganhar força, uma faixa de ferramentas de banco de dados vetorial e embeddings criada para recuperação de chamadas únicas passa a parecer opcional.