RECAP: framework decide quando agentes de IA devem esquecer o próprio histórico

O que aconteceu

O RECAP parte de uma constatação que a maioria dos sistemas de memória para agentes ignora: o valor de um registro de falha muda conforme a tarefa avança. O mesmo bloco de histórico que atrapalha uma execução em seu início pode ser exatamente o que economiza tokens horas depois. O framework foi desenhado para medir essa diferença em vez de supor uma regra fixa de retenção.

A arquitetura junta três componentes. O primeiro são intervenções de contexto pareadas, com estados de ambiente e sementes de rollout idênticos, para comparar sucesso e custo de prompt de continuação entre versões do histórico. O segundo é uma predição de relações entre o bloco de falha e a execução corrente, restrita a relações de prefixo, que propõe edições candidatas. O terceiro é uma certificação independente: pacotes de tarefas separados selecionam a política sob duas restrições de risco, a de intervenção prejudicial e a de benefício não positivo, sempre com protocolo de medição fixo.

Os resultados centrais vêm do Hunyuan-A13B. O RECAP editou 43,24% dos checkpoints retidos, manteve os 91,89% de sucesso de continuação observados no KEEP, a política que preserva o histórico completo, e cortou o custo médio incondicional de prompt de continuação em 4.619,8 tokens, o equivalente a 2,13%.

Contexto

Agentes de longa duração acumulam histórico. Cada passo, cada erro, cada correção entra no contexto enviado ao modelo na chamada seguinte. A prática comum é o KEEP: guarda-se tudo, e o prompt cresce até esbarrar no limite da janela ou no orçamento. A alternativa igualmente comum é comprimir por heurística, resumindo blocos antigos sem verificar se o resumo preserva o que importava.

O artigo ataca justamente esse ponto cego. Um caso longitudinal de cinco sementes manteve fixos tanto o bloco de falha quanto o seu resumo e mostrou que a compressão falha em um estado inicial da execução e se transforma em intervenção de economia de custo em um estado posterior. O mesmo texto, o mesmo resumo, resultados opostos. A conclusão é que a decisão de esquecer precisa ser tomada no nível da execução, não do documento.

O RECAP foi testado em cinco backbones distintos. Em todos, produziu estimativas positivas de economia de sucesso pareado, com tradeoffs entre confiabilidade e eficiência que variam conforme o modelo. Os números específicos de cada backbone não foram detalhados no resumo divulgado.

Por que importa

Custo de contexto é custo de inferência. Cada token reenviado a cada passo de um agente é cobrado de novo, e agentes que rodam por dezenas de etapas pagam esse preço dezenas de vezes. Uma redução de 2,13% no custo médio de prompt parece modesta, mas incide sobre a média incondicional de continuação, sem exigir ganho de qualidade em troca: o sucesso de continuação ficou em 91,89%, o mesmo patamar do KEEP.

O desenho de certificação é a parte que interessa a quem opera esses sistemas. Em vez de aplicar uma política de edição e torcer, o framework exige que a política escolhida passe por restrições de risco medidas em tarefas independentes das usadas para propor as edições. Isso separa a fase de descoberta da fase de validação, algo que boa parte dos métodos de compressão de contexto não faz.

Impacto

Agentes que executam fluxos longos, como manutenção de código, atendimento com múltiplas etapas e automação de processos, são os candidatos naturais. Nesses cenários, o histórico de falhas é ao mesmo tempo útil e caro: ajuda o modelo a não repetir um caminho ruim e ocupa espaço que poderia servir ao estado atual da tarefa. O RECAP fornece uma referência de nível de execução para decidir quando esquecer, com a métrica explícita de custo de prompt de continuação.

A ressalva está no próprio resultado. O framework não elimina o histórico por padrão nem entrega uma taxa fixa de compressão. Ele edita 43,24% dos checkpoints no Hunyuan-A13B, o que significa que a maioria dos pontos de checagem permanece intacta. O ganho vem da seletividade, e a seletividade depende de medição pareada, que tem custo computacional próprio.

O que muda

A pergunta de pesquisa deixa de ser o que guardar na memória de um agente e passa a ser quando guardar. O RECAP formaliza essa mudança ao tratar retenção, compressão e remoção como intervenções comparáveis contra um baseline único, o KEEP, e ao exigir que a escolha entre elas passe por um teste de risco com resultados mensuráveis.

O que vem agora

O artigo está disponível no arXiv desde 16 de outubro de 2026, com PDF e ferramentas de citação na página do repositório. O resumo não informa liberação de código, dataset ou cronograma de submissão a conferência. A agenda seguinte natural é replicar o protocolo de certificação em backbones adicionais e em domínios com histórico mais longo do que os testados nos cinco modelos do estudo.

Fontes

• arXiv cs.AI, "When to Forget: Risk-Controlled Context Adaptation for Long-Horizon Agents" (arXiv:2610.22897v1), submetido em 16 de outubro de 2026: https://arxiv.org/abs/2610.22897