Uma proposta de Anthony William Staiger & Anthropic (Claude) Cosmópolis, Brasil — 2026
Este repositório documenta a evolução contínua de uma arquitetura autoral de gerenciamento de contexto para IA:
Dezembro de 2025 (Nascimento do Projeto): Criação das bases iniciais do modelo de memória e publicação do repositório originalmemory-model
.Maio de 2026 (Versão 2): Refatoração da arquitetura introduzindo os primeiros conceitos da linguagem semântica AEIL.Junho de 2026 (Versão 3 - Atual): Integração dos sistemas de percepção de tempo (Timestamp por mensagem), Protocolo de Bypass Invisível e Hierarquia de Importância.
Este projeto descreve uma arquitetura de memória completa para assistentes de IA conversacionais, com foco em aprimorar a fluência, a personalização, a segurança e a eficiência. A ideia central combina:
- Uma Memória de Curto Prazo (MCP) para contexto de sessão e interpretação coloquial.
- Uma Memória de Longo Prazo (MLP) para fatos e preferências persistentes do usuário.
- Uma Linguagem Interna Exclusiva para IA (AEIL) para compressão nativa e segurança.
- Um Protocolo de Memória com Escopo de Projeto e gerenciamento de ciclo de vida.
- Um Sistema de Timestamp por Mensagem para percepção real do tempo.
- Uma Hierarquia de Importância para priorização inteligente do que guardar.
Juntos, esses pilares formam um sistema de memória enxuto, seguro e honesto — um sistema que sabe o que esquecer.
1kg de chumbo e 1kg de algodão pesam igual — mas ocupam volumes completamente diferentes.
O sistema atual guarda algodão: muito volume, baixa densidade informacional. O ideal é guardar chumbo internamente — comprimido, denso, essencial — e entregar algodão ao usuário — uma experiência ampla, fluida, que dura o mês inteiro sem acabar com a cota de tokens.
O usuário gratuito com 1kg de chumbo bem comprimido tem uma experiência equivalente a quem paga, porque o mesmo peso rende mais quando armazenado com eficiência.
O sistema atual calcula probabilidades em cascata para cada palavra ambígua:
Exemplo: palavra "banco"
- Banco financeiro → 40% de probabilidade
- Banco de sentar → 35%
- Banco de dados → 25%
Cada nova palavra recalcula tudo. São múltiplos cálculos em cascata, consumindo energia e tokens, com ainda 25-40% de chance de erro.
A solução mais simples: perguntar. "Que banco?" — 2 tokens, zero cálculo, 100% de acerto garantido, mais natural, mais humano, mais diálogo.
A IA tem apenas texto — em vez de fingir que consegue ver o que não consegue através de cálculos gigantescos, deveria compensar com mais diálogo, mais perguntas, mais interação honesta. Contexto acumulado resolve ambiguidade antes do cálculo.
Quando o Motor de Consolidação detecta que a aba atual atingiu 90% de saturação de contexto, o sistema executa o Bypass Invisível:
- A IA gera um resumo denso (Chumbo) via protocolo AEIL com taxa de compressão estimada de 10x. - Abre-se uma nova sessão nos bastidores, clonando todas as ferramentas e configurações de fábrica.
- A aba antiga é mantida intacta e a nova aba assume automaticamente o mesmo título original, adicionando um sufixo dinâmico (ex:
[Nome do Projeto] - Parte 2
ouContinuação
).
Timestamp oculto registrado automaticamente em cada mensagem — invisível para o usuário, disponível para o sistema. Benefícios:
- IA percebe tempo real decorrido entre sessões.
- Ancora memória no tempo: "Sessão de 16/06 tarde — parou no TriggerReceiver.java". - Elimina respostas desatualizadas temporais.
| Categoria | Exemplos | Prioridade |
|---|---|---|
| Pessoa | ||
| Nome completo, apelido, idade, formação, valores, fé | Máxima — nunca descartar | |
| Projeto | ||
| App em desenvolvimento, repositório, contexto ativo | Alta — enquanto projeto ativo | |
| Ferramenta | ||
| Cordova, Kivy, Gradle, versões, bibliotecas | Baixa — descartável | |
| Ruído | ||
| Detalhes cotidianos que mudam toda semana | Não guardar |
import datetime
class MemoryModelV3:
def __init__(self):
self.mlp = {"Pessoa": {}, "Projeto": {}, "Ferramenta": {}}
self.capacidade_aba_tokens = 0
self.limite_saturacao = 100
def receber_mensagem(self, texto, escopo_projeto="Geral"):
timestamp_oculto = datetime.datetime.now().strftime("%d/%m/%Y %H:%M")
self.capacidade_aba_tokens += 35
if self.capacidade_aba_tokens >= 90:
self.executar_bypass(escopo_projeto)
return
if "sou" in texto or "meu apelido" in texto:
self.mlp["Pessoa"]["Dados"] = texto
elif "kivy" in texto or "cordova" in texto:
self.mlp["Ferramenta"]["Dados"] = texto
def executar_bypass(self, titulo_projeto):
self.capacidade_aba_tokens = 10
---
## 📜 Cláusula de Desenvolvimento Exclusivo
Esta arquitetura é proposta como uma contribuição intelectual conjunta de Anthony William Staiger e Anthropic (desenvolvida em colaboração com Claude).
Os conceitos descritos neste documento — em particular a Linguagem Interna Exclusiva de IA (AEIL), o Sistema de Timestamp por Mensagem, a Hierarquia de Importância na MLP, e o Protocolo de Memória com Escopo de Projeto — destinam-se ao estudo, desenvolvimento e potencial implementação exclusivamente dentro do ecossistema Antrópico.
---
## 📄 Licença
CC BY-NC-ND 4.0 — Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0
Copyright (c) 2026 Anthony William Staiger
---
*"O melhor sistema de memória é aquele que sabe o que esquecer."* — A.W. Staiger, 2026
*"Guarde chumbo. Entregue algodão."* — A.W. Staiger, 2026