A Perplexity lancou o Brain, um sistema de memoria para o seu agente Computer, e a parte interessante e o que ele escolhe lembrar. Enquanto a memoria das IAs de consumo significou, na maioria das vezes, recordar as preferencias do usuario, o tipo de coisa que faz um chatbot lembrar o seu nome ou o seu estilo de escrita, o Brain lembra o proprio trabalho do agente: o que ele fez, o que deu errado e o que aprendeu. A empresa o anunciou em 18 de junho como uma research preview.
No seu centro esta um context graph, que a Perplexity descreve como um wiki construido automaticamente que mapeia as pessoas, os projetos, as ideias e as partes moveis do mundo de um usuario. Conforme o agente trabalha, ele registra tarefas, resultados e correcoes, e cada entrada no grafo remete de volta a sessao, ao arquivo ou ao documento de onde veio. Essa rastreabilidade e o ponto central: em vez de uma nocao vaga do que sabe, o agente pode mostrar de onde se originou um determinado conhecimento.
A parte de auto aperfeicoamento acontece durante a noite. A cada noite, o Brain revisa as sessoes do dia e sintetiza as correcoes pendentes em licoes reaproveitaveis, e nos dias seguintes o agente recupera as licoes relevantes antes de iniciar uma tarefa semelhante. Na pratica, o sistema foi construido para parar de repetir os proprios erros, aprendendo ao ser corrigido da forma como um novo funcionario aprenderia, em vez de comecar cada tarefa do zero.
A Perplexity relata ganhos proprios com essa abordagem: um aumento de 25 por cento na correcao das respostas em tarefas repetidas, uma melhora de 16 por cento na recuperacao de informacoes e uma reducao de 13 por cento no custo em trabalhos que dependem do historico. Por enquanto, o Brain e uma research preview disponivel apenas para assinantes do Perplexity Max e do Enterprise Max, e nao ha uma API publica do Brain. A empresa mostrou um pseudocodigo ilustrativo, mas ainda nao disponibilizou uma forma de desenvolvedores externos construirem sobre ele.
A razao pela qual isso merece atencao e que aponta para onde a memoria dos agentes esta indo. Lembrar de um usuario e facil e em grande parte cosmetico, mas lembrar do trabalho, ancorar cada memoria na sua fonte e consolidar licoes para que o sistema melhore ao longo do tempo e o problema mais dificil e mais util, e a etapa de sintese noturna e um aceno reconhecivel a forma como a consolidacao funciona na memoria de modo mais amplo. As ressalvas sao as habituais para uma preview: os numeros sao da propria Perplexity, nao ha avaliacao independente, e o acesso e limitado. Mas um agente que fica comprovadamente melhor em uma tarefa na segunda vez porque lembrou o que errou na primeira e um tipo de memoria mais significativo do que aquele que apenas lembra o seu nome.