Funes: memória durável e de código aberto para seus agentes de código

O agente como estranho

Quem trabalha em várias máquinas e alterna entre agentes de código conhece o problema: cada um deles encontra seus projetos como um estranho. O raciocínio da “última terça-feira” desaparece quando a sessão termina, e cada novo agente, em cada novo host, recomeça do zero.

O projeto funes, apresentado no Hugging Face Blog, ataca exatamente isso. Ele funciona como uma camada de memória durável para agentes como Claude Code, Codex, pi e Hermes, construída a partir das sessões que já existem na sua máquina — e que, quando você quiser, pode viajar para um dataset do Hugging Face que é seu, privado por padrão.

Um comando para ativar a memória

funes é um único binário, sem dependência de runtime de ML por padrão: a criação de embeddings e o reranking acontecem localmente na sua máquina. Basta instalar e adicionar ao agente com um comando — ele constrói o primeiro índice, entrega ferramentas de busca ao agente e instala a automação que indexa cada turno concluído. A indexação é incremental: novas execuções adicionam novos turnos, sem reembutir todo o histórico.

O ponto que diferencia a proposta: a lembrança acontece dentro da conversa. Quando uma tarefa esbarra numa decisão, justificativa ou descoberta do passado, o agente busca a memória por conta própria e nomeia a sessão por trás da resposta — devolvendo o texto original (não um resumo) e mostrando exatamente de onde veio.

Três propriedades de design

• Uma memória entre agentes: Claude Code, Codex, pi e Hermes escrevem no mesmo formato, e cada resultado diz qual agente o produziu.
• Evidência bruta preservada: nada é destilado em “fato” no momento da escrita; um resultado sempre leva de volta ao turno que o originou.
• Local por padrão: sem conta obrigatória; os modelos de embedding e reranking rodam na sua máquina, e quem raciocina é o seu agente.

Memória como dataset, não como serviço

Ao vincular o funes a um dataset do Hugging Face, sua memória acompanha seu trabalho entre máquinas e entre colegas de equipe. Antes de qualquer coisa chegar ao Hub, credenciais já foram redigidas durante a indexação, e a publicação varre cada chunk novamente em busca de segredos. Sua memória não vira uma conta em um serviço separado — ela é um dataset que você possui.

Há ainda um modo consulta (“ask first, wire later”): um comando de leitura apenas faz uma pergunta à memória e devolve uma resposta fundamentada que cita as fontes, sem alterar a configuração persistente do agente.

Por que isso importa agora

À medida que o desenvolvimento com agentes de código vira rotina, a memória deixa de ser um luxo e passa a ser o fator que evita recomeçar do zero a cada sessão. O estudo também mediu o custo: comparando compactação de contexto, handoff escrito e recall, a busca pela memória foi a opção mais barata — até 8 vezes mais barata que um handoff em uma das tarefas. Para times, projetos open source e quem alterna entre agentes e máquinas, uma memória portável e de código aberto muda o jogo.