A maioria dos produtos de IA afirma «lembrar de você». O que normalmente querem dizer é que a janela de conversa atual ainda não saiu de alcance. Assim que você fecha a aba, o modelo não faz ideia de quem você é. Você reexplica sua stack, suas preferências e suas restrições do zero toda vez.
A memória de longo prazo do ToRun é um mecanismo completamente diferente. Este texto descreve o que ela guarda, como é montada a cada turno e o que você pode fazer com ela.
O que é guardado, e por quê
A memória no ToRun é um conjunto de fatos duradouros extraídos das suas conversas. Pense neles como notas estruturadas — não um despejo da transcrição, mas observações discretas: você prefere respostas concisas, seu projeto usa MongoDB, você trabalha em TypeScript, tem formação em aprendizado de máquina, quer exemplos de código em um estilo específico.
Os fatos são independentes do idioma. Se você escrever em turco por três sessões e em inglês por dez, o sistema de memória não se fragmenta em silos por idioma. Uma normalização atenta a Unicode (decomposição NFKD, remoção de diacríticos, dobramento de maiúsculas) faz um fato inserido em um idioma aparecer quando você consulta em outro. Isso importa na prática: uma plataforma em 29 idiomas não pode se dar ao luxo de uma memória que só funciona bem para quem fala inglês.
Novos fatos podem ser adicionados automaticamente, quando o modelo detecta informação duradoura, ou você pode afirmá-los explicitamente («lembre que eu faço deploy no Azure»). Nenhum dos dois caminhos é escondido de você.
Como a memória vira contexto na chamada
Cada turno de chat no ToRun monta três camadas de contexto antes de o prompt chegar a um modelo:
- Camada de sistema — instruções em nível de produto, papel e estilo do assistente, instruções ativas da base de conhecimento.
- Camada de resumo — uma representação comprimida da conversa até ali, gerenciada automaticamente para que threads longos não esgotem a janela de contexto do modelo.
- Camada recente — os últimos N turnos literais, com mais peso no que você acabou de dizer.
A memória de longo prazo entra na camada de sistema. A etapa de recuperação roda contra seus fatos armazenados usando um sinal de relevância da mensagem atual: se você pergunta sobre indexação de banco de dados, os fatos sobre preferências de MongoDB emergem; se você muda para design, eles recuam. O modelo só vê o que é relevante para o turno atual, não um despejo plano de todo fato que você gerou. Assim a janela de contexto é usada com eficiência e se evita o «inchaço de memória», em que detalhes pessoais irrelevantes diluem o sinal.
Os orçamentos de contexto dependem do plano — o plano gratuito recebe 16K tokens de contexto total, subindo pelos planos de assinatura até 1M de tokens no Enterprise. Quando o contexto montado (memória + resumo + turnos recentes) ultrapassa a janela do modelo, o ToRun corta primeiro a camada de resumo, e nunca descarta em silêncio suas mensagens mais recentes ou os fatos de memória mais relevantes.
Os fatos são seus, os fatos você controla
A memória pertence a quem a usa. Você pode listar tudo o que o ToRun guardou sobre você e apagar itens isolados ou tudo. Não existe uma memória «secreta» influenciando suas conversas sem que você saiba. O repositório de fatos é inspecionável e esquecível sob demanda.
Essa escolha decorre de um princípio mais amplo: o ToRun deve mostrar seu estado real, não escondê-lo. Uma memória transparente significa que você pode confiar nela. Se o modelo age sobre um fato errado — digamos que uma vez registrou que você preferia explicações longas quando agora você as quer concisas — você manda esquecer, e a chamada seguinte não verá esse fato.
A exclusão é permanente e imediata. Não há período de carência em que o fato antigo continue aparecendo.
Bases de conhecimento não são memória
A memória guarda fatos sobre você. As bases de conhecimento fundamentam respostas nos seus documentos.
Quando você sobe documentação, código ou conteúdo de domínio para uma base de conhecimento, o ToRun usa geração aumentada por recuperação (RAG) para trazer os trechos relevantes no momento da consulta. O texto recuperado é inserido ao lado do contexto da conversa, e o modelo cita o que usou. É a ferramenta certa quando sua pergunta exige ler material de origem — uma especificação de API, um documento jurídico, seu manual interno — em vez de lembrar uma preferência pessoal.
Os dois sistemas se combinam: um único turno pode puxar tanto dos seus fatos de memória quanto de uma recuperação em base de conhecimento. Eles alimentam camadas diferentes da montagem de contexto e servem a propósitos diferentes. A memória responde «quem você é e como prefere trabalhar»; a base de conhecimento responde «o que este documento diz».
Usar as duas juntas é o que torna o ToRun útil para fluxos de trabalho reais e não só para demonstrações. Suas preferências ficam na memória para você não repeti-las; seu material de origem fica na base de conhecimento para que as respostas se apoiem em evidência em vez dos dados de treinamento do modelo.