A Team Memory da Tencent permite que agentes de IA partilhem conhecimento, mas um facto errado agora propaga-se por toda a equipa

Pontos principais

• Um sondagem de junho de 2025 do VentureBeat descobriu que 57% das empresas tinham rastreado uma resposta de IA confiantemente errada até contexto em falta ou inconsistente.
• A Tencent lançou Team Memory em beta esta semana, um sistema de código aberto que permite que múltiplos agentes de IA partilhem um único conjunto de memória em vez de cada um manter registos separados.
• No próprio benchmark de precisão da Tencent, adicionar uma camada de perfil de utilizador persistente elevou as respostas corretas de 48% para 76%.
• O repositório GitHub do projeto subjacente atingiu o primeiro lugar na lista de tendências TypeScript do GitHub dias após o anúncio da Team Memory.
• A própria documentação da Tencent não inclui nenhum processo para corrigir ou expirar um item de memória partilhada que se revelar estar errado.

Imagine que trabalha num escritório onde todos os colegas partilham um quadro branco. Isso é útil: ninguém tem de re-explicar uma decisão que já está lá escrita. Mas se alguém escrever um número errado, cada pessoa no edifício usa esse número errado até alguém reparar e apagar. É, aproximadamente, a situação que a Tencent acabou de lançar.

O que é Team Memory e o que realmente faz?

Team Memory é um sistema de armazenamento partilhado para agentes de IA, programas de software que podem executar tarefas com múltiplas etapas autonomamente sem um humano a guiar cada clique. Em vez de cada agente manter as suas próprias notas privadas sobre um utilizador ou um projeto, cada agente da equipa lê a partir de um conjunto central.

A Tencent construiu-a como extensão de Agent Memory, um projeto de código aberto no qual a empresa passou seis meses a desenvolver para corrigir uma frustração específica: agentes de IA que esqueciam tudo o que era útil no momento em que uma conversa longa terminava. A nova beta de Team Memory, anunciada esta semana, expande essa ideia de um agente para muitos.

O sistema organiza quatro tipos de informação reutilizável. Chat Memory armazena uma imagem destilada de quem é um utilizador, construída ao longo de muitas conversas. Skills capturam procedimentos passo a passo extraídos de trabalho concluído. Um LLM-Wiki transforma documentos em páginas estruturadas e ligadas. Um Code-Graph mapeia uma base de código de software para que um agente possa verificar o que uma mudança poderia quebrar antes de a fazer.

Cada agente recebe apenas a informação necessária para o seu trabalho específico. Um agente de pesquisa vê dados de mercado. Um agente de codificação vê o mapa de código e documentos de produto. Nada é despejado em toda a gente de uma vez.

Quem controla o que é partilhado?

O acesso funciona através de quatro níveis. Os itens privados são legíveis apenas pela pessoa que os criou. Os itens de equipa são abertos para todo o grupo. Os itens restritos são gated por função ou identidade. Os itens de agente são carregados apenas num agente específico. Os novos itens são predefinidos como privados, portanto a partilha é sempre uma escolha deliberada.

Isto responde à pergunta de quem é autorizado a ler uma determinada peça de memória. Não responde ao que acontece quando uma peça de memória é simplesmente errada.

O que acontece quando a memória partilhada contém um erro?

Esta é a parte que os programadores sinalizaram horas após o lançamento. Num sistema de agente único, um facto errado custa a um utilizador uma correção. Num sistema partilhado, esse mesmo facto errado é copiado para cada agente que lê a partir do conjunto, potencialmente antes de alguém perceber que o erro existe.

"Um facto errado escrito uma vez agora propaga-se ao agente de cada colega em vez de apenas do seu," escreveu o programador Blake Murphy no X pouco após o lançamento. Outros apontaram que dois agentes poderiam escrever versões contraditórias do mesmo facto, sem nenhuma regra ainda para qual vence.

Um artigo de investigação de março de 2026 sobre arquitetura de memória multi-agente partilhada identificou exatamente este padrão como um risco estrutural: informação errada que se propaga silenciosamente antes de qualquer ciclo de feedback a apanhar.

A documentação da Tencent cobre propriedade, controlo de versões e rastreamento de estado para ativos de memória. Ainda não descreve um processo de correção ou expiração para um facto já herdado por outros agentes.

O que isto significa para equipas que pensam em usá-la?

A vantagem é real e concreta. Os agentes deixam de desperdiçar tempo a reaprender o contexto que a equipa já tem. O próprio benchmark da Tencent mostrou precisão a aumentar de 48% para 76% uma vez que a camada de perfil de utilizador persistente foi colocada em lugar.

O compromisso é igualmente concreto. Até que um mecanismo de correção exista, uma única escrita errada não é um erro privado: é um partilhado. As equipas que avaliam Team Memory devem tratar o conjunto partilhado com o cuidado de qualquer documento partilhado, porque neste momento, não há uma rede de segurança automática para apanhar um erro antes de viajar.