Curso + Pacote Comercial · R$ 397 · Conhecer o curso

Ceridório

Seu Agente de IA Usa o Fato Velho? O que o EpochDB Propõe

Memória de agente que não sabe qual fato é o atual entrega a resposta errada. Conferimos o EpochDB no GitHub e no PyPI e o que avaliar antes de adotar.

16 de novembro de 202611 min de leitura
Neste textomostrar

Memória de agente de IA tem um problema que quase ninguém vê na demonstração: o fato que mudou. O cliente trocou de endereço, o preço subiu, o fornecedor foi substituído. Se a memória do agente guarda as duas versões e não sabe qual vale, ele responde com a velha, e com toda a confiança.

Um post no LinkedIn de João Victor Valério apresentou o EpochDB, um projeto open source de Jeff Andrade que ataca exatamente isso: uma biblioteca em Python que guarda a memória do agente e faz o fato novo substituir o antigo sem apagar o histórico. O post veio com uma imagem do início do README do projeto, com selos de downloads, versão e licença.

O problema que o post aponta é real e bem escolhido. Fomos ao GitHub, ao PyPI e às estatísticas oficiais de download para conferir os números, e comparamos a ideia com o que já existe. No fim, um roteiro do que avaliar antes de adotar qualquer biblioteca nova de memória, esta ou outra.

O veredito é sobre cada afirmação, nunca sobre a pessoa nem sobre o projeto. Todas as fontes foram consultadas em 16/11/2026.

O que o post diz, com palavras nossas

  • Agentes de IA erram em detalhes simples porque esquecem fatos passados ou misturam a ordem dos acontecimentos.
  • Bancos vetoriais comuns buscam por semelhança de sentido, mas vão mal quando o dado muda e é preciso saber qual versão vale.
  • Jeff Andrade criou o EpochDB, um motor de memória para agentes em Python, com armazenamento literal e sem perdas e raciocínio em várias etapas (multi-hop).
  • Ele usa supersessão (o fato novo toma o lugar do velho) e indexação hierárquica.
  • Tem 24 estrelas no GitHub e mais de 29 mil downloads no PyPI.
  • A imagem mostra os selos do README: 29 mil downloads, versão 1.13.0, build «passing», licença MIT, Python 3.

A checagem, afirmação por afirmação

AfirmaçãoVeredito
Agentes erram com fato que mudou e com a ordem dos fatosConfere
Busca vetorial sozinha vai mal com dado que mudaConfere em parte
Jeff Andrade criou o EpochDBConfere
Motor de memória em Python, com supersessão e índice em camadasConfere (como declarado)
«Sem perdas», «multi-hop»Confere em parte
24 estrelas no GitHubDesatualizado
Mais de 29 mil downloads no PyPINúmero de marketing
Versão 1.13.0 na imagemDesatualizado
Selo «build passing»Confere em parte
Licença MITConfere
«Ataca o calcanhar de Aquiles das LLMs»Opinião

1. O problema: confere

Não é impressão. O LongMemEval, um conjunto de testes acadêmico para memória de assistentes de conversa (aceito na conferência ICLR 2025), mede justamente cinco habilidades, entre elas atualização de conhecimento e raciocínio temporal. Os autores relatam que assistentes comerciais e modelos de contexto longo tiveram queda de cerca de 30% de acerto ao lembrar informação ao longo de conversas extensas.

Veredito: confere.

2. «Bancos vetoriais falham miseravelmente»: confere em parte

A busca vetorial devolve o trecho mais parecido com a pergunta, não o mais atual. Se «o cliente mora em Campinas» e «o cliente se mudou para Santos» estão os dois guardados, os dois parecem com a pergunta «onde o cliente mora?», e nada na semelhança diz qual vale. Isso é verdade.

O «miseravelmente» é exagero. Dá para contornar com data no registro, filtro por vigência ou uma etapa que apaga ou marca o fato antigo. É o que as bibliotecas de memória fazem, cada uma do seu jeito.

Veredito: confere em parte.

3. O que o EpochDB é: confere, como declarado pelo autor

O repositório é do usuário jersobh, cujo perfil no GitHub tem o nome Jeff Andrade, e ele é o único autor dos 160 commits listados. O pacote no PyPI se descreve como «motor de memória agêntica» para armazenamento literal, em camadas, e busca em várias etapas.

O README explica as duas ideias do post:

  • Supersessão: quando um fato novo contradiz um antigo sobre o mesmo assunto, o antigo é rebaixado para o fim da lista de resultados (o README fala em multiplicar a pontuação dele por 0,0001), sem ser apagado. O histórico continua lá.
  • Índice em camadas: uma memória de trabalho na RAM (camada quente) e um arquivo histórico em disco (camada fria), inspirados no cache de um processador.

Não auditamos o código linha a linha. Esta é a descrição do autor.

Veredito: confere, como declarado. Os termos «sem perdas» e «multi-hop» também são do autor; o benchmark mede recuperação de memória, não a resposta final do agente (veja abaixo). Confere em parte.

4. Estrelas e versão: desatualizado

Em 16/11/2026, o repositório tinha 27 estrelas e 1 fork. A versão no PyPI era a 1.14.1, de 14/11/2026; a 1.13.0 da imagem é de 07/11. Números que mudam em dias, normal em projeto ativo.

Veredito: desatualizado.

5. «Mais de 29 mil downloads»: número de marketing

O selo do README vem do pepy.tech e marcava 30 mil em 16/11. Ele soma tudo o que foi baixado, inclusive por espelhos, que copiam o PyPI inteiro automaticamente.

O pypistats, que usa os dados públicos de download do próprio PyPI, mostra os últimos 180 dias (19/05 a 15/11/2026): 23.884 downloads contando espelhos e 5.881 sem espelhos. O primeiro pacote foi publicado em 08/04/2026.

E nem os 5.881 são pessoas. O guia oficial de empacotamento do Python chama as contagens de download de «altamente imprecisas»: o cache do pip reduz o número, espelhos e scripts aumentam, e muitos downloads «não significam que o projeto é bom». A isso se somam servidores de integração contínua, que instalam o pacote a cada teste. Download mede interesse e automação, não usuários.

Veredito: número de marketing. O número existe; não mede adoção.

6. «Build passing»: confere em parte

O selo verde é verdadeiro, mas mede outra coisa do que parece. Ele mostra o resultado do fluxo «Publish to PyPI», que monta e publica o pacote. Esse fluxo não roda os testes. O repositório tem uma pasta de testes, com cerca de 20 arquivos, mas nenhum fluxo automático no GitHub os executa a cada mudança.

Veredito: confere em parte. «Build passing», aqui, quer dizer «o pacote foi publicado», não «os testes passaram».

7. Licença MIT: confere

O repositório e o PyPI declaram MIT, licença permissiva que permite uso comercial. O README pede Python 3; o PyPI exige 3.10 ou mais novo.

Veredito: confere.

Os benchmarks: reproduzíveis, mas sem comparação

Ponto a favor do projeto: o README traz resultados em conjuntos de teste públicos (LoCoMo, LongMemEval, ConvoMem) e o comando para reproduzir. O registro completo das execuções, com datas desde abril de 2026, está no repositório. Isso é mais do que muito projeto maior oferece.

O que ler com cuidado:

  • O que é medido: se a resposta certa aparece entre as memórias devolvidas (recuperação), não se o agente responde certo no fim. O próprio README avisa.
  • O tamanho da amostra: o comando usa 50 itens por conjunto; o ConvoMem, que testa correções e preferências, aparece com n=50.
  • O «k» muda entre tabelas: 0,863 de acerto entre os 20 primeiros resultados no LoCoMo, e 0,955 entre os 50 primeiros na versão 1.14. Com 50 resultados no contexto, acerto alto é mais fácil.
  • Contra quem? Não há comparação, no mesmo teste, com outras bibliotecas de memória. Sem isso, não dá para dizer se 0,86 é bom ou ruim para o problema.
  • Quem mediu: o próprio autor. Nenhuma medição independente encontrada.

A ideia já existe? Sim, e isso é bom sinal

Supersessão com histórico não é invenção do EpochDB. É uma ideia que está convergindo:

  • Graphiti (Zep): grafo de conhecimento em que cada fato tem janela de validade. Quando algo muda, o fato antigo é invalidado, não apagado, e dá para perguntar «o que vale agora» ou «o que valia em tal data». O artigo do Zep é de janeiro de 2025; o repositório do Graphiti tem licença Apache-2.0 e cerca de 33 mil estrelas.
  • Mem0: na versão básica, uma etapa com LLM decide, a cada fato novo, entre adicionar, atualizar, apagar (o que foi contradito) ou não fazer nada. A versão em grafo (Mem0g) marca como inválido em vez de apagar, para permitir raciocínio no tempo. Artigo de abril de 2025.

O EpochDB fica perto do Graphiti na escolha de guardar o histórico, com um caminho mais simples (rebaixar a pontuação em vez de manter janela de validade explícita) e tudo dentro de uma biblioteca Python, sem servidor de grafo à parte.

Nós usamos a mesma ideia, sem banco nenhum: a memória de trabalho da casa é um conjunto de fichas em arquivo, cada uma com fonte e data. Quando uma decisão muda, a ficha nova diz qual ela substitui, a antiga ganha a data em que deixou de valer, e a busca devolve só as vigentes por padrão. O histórico continua lá, para quem pedir. Funciona porque a regra é simples e alguém confere a ficha nova antes de ela valer.

O problema não é o agente lembrar demais. É ele não saber qual lembrança vale hoje. Qualquer memória de agente precisa responder a isso, com banco ou com arquivo.

O que vale para você

Se você só usa assistentes prontos (ChatGPT, Claude, Copilot), a lição é a mesma em escala menor: quando um fato da empresa muda (preço, política, fornecedor), troque a fonte que a IA lê e diga explicitamente que a anterior não vale mais. Deixar as duas versões lado a lado é pedir a resposta errada.

Se o seu time está construindo um agente com memória, avalie qualquer biblioteca nova, o EpochDB incluído, com estas perguntas antes de pôr em produção:

  1. Quem mantém? Um autor só, uma empresa, uma comunidade? Projeto de uma pessoa pode ser excelente, e também pode parar quando ela mudar de prioridade.
  2. Quanto muda? O EpochDB publicou 50 versões em sete meses. Ritmo ótimo para quem acompanha, arriscado para quem quer estabilidade: fixe a versão e leia o changelog antes de subir.
  3. Os testes rodam sozinhos? Procure um fluxo de integração contínua que execute os testes, não só um selo verde.
  4. Licença: MIT e Apache-2.0 permitem uso comercial. Confira também as licenças das dependências.
  5. Benchmark contra o quê? Peça a comparação com uma alternativa no mesmo teste, e teste você mesmo com o seu caso: dez fatos da sua empresa que mudaram, e veja se a resposta sai com a versão atual.
  6. Downloads e estrelas mostram atenção, não maturidade. Não decida por eles.
  7. Onde ficam os dados? Memória de agente costuma guardar conversa com cliente. Saiba em que disco, com que criptografia e por quanto tempo.

Para entender a base que vem antes da memória, veja IA com os dados da própria empresa (RAG). E para avaliar repositório grátis com olho crítico, 10 repos «bons demais para serem grátis».

E sem programar?

A skill ficha, do Essenciais, aplica a mesma regra em arquivo, sem banco nem código: transforma uma decisão de reunião ou e-mail numa ficha com fonte, data e quem decidiu e, se já existe ficha sobre o assunto, registra que a nova substitui a antiga, sem apagar nada. Não é um motor de memória para agentes em produção; é o jeito de a empresa parar de ter duas versões da mesma regra circulando.

Leia também


Fontes


Duas versões da mesma regra circulando na empresa? A skill ficha, do Essenciais, registra cada decisão com fonte e data e marca o que foi substituído. São 10 skills prontas para o trabalho que se repete, com a trava que pede aprovação antes de enviar qualquer coisa, por R$ 47, numa conta paga do Claude. Usa o ChatGPT? Tem a versão para o ChatGPT. Para começar sem pagar, baixe as skills grátis.