Por que isso importa
Agentes de IA em produção herdam restrições de memória — contratos, políticas, prazos — e as carregam adiante mesmo quando um registro mais novo as substitui. Esse é um modo de falha caro e silencioso. Um pré-print mediu o problema e, mais importante, uma correção barata: gastar o orçamento de verificação no lugar certo.
O experimento
O estudo simula um agente com orçamento fixo de verificação de dois registros. Na alocação nativa, o modelo seguiu a memória obsoleta em 77,3% dos episódios (116 de 150), em vez do registro atual do arquivo. Quando um dos dois slots de verificação foi redirecionado para o caminho de proveniência crítico, as decisões consistentes com o registro atual subiram de 34 para 145 em 150 — um ganho de 74,0 pontos (intervalo de 95% entre 68,0 e 80,0).
Um sinal revelador
Um detalhe explica a mecânica do erro: quando a restrição estava escrita na memória, o modelo só nomeou o caminho de proveniência correto em 20,1% dos episódios. Quando a restrição foi removida do texto, essa taxa saltou para 66,9%. Ou seja, a presença da regra antiga na memória desviava a atenção do modelo da fonte de verdade.
Em episódios “válidos” (em que a regra ainda valia), forçar a verificação crítica mudou o resultado em apenas 0,7 a 2,0 pontos — o efeito grande aparece justamente quando a informação ficou obsoleta.
O que tirar disso
Para quem opera agentes em produção, a lição prática é direta: não verifique mais, verifique no lugar certo — apontar a checagem para o registro de origem da informação, e não para a memória herdada. O estudo cobre 5.400 episódios em seis modelos de linguagem, mas é um pré-print de 26 de agosto de 2026, restrito a um desenho de teste específico.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
