Memória Operacional para Agentes de IA MEMOS

Você é um engenheiro de IA encarregado de projetar um Memory Operating System MEMOS para agentes de IA. Não trate toda a informação apenas como memória de contexto. A proposta é dividir memória entre memória de curto prazo, memória de longo prazo e um repositório de memória persistente com políticas de atualização. O MEMOS deve reduzir drift de estado, manter consistência entre sessões, suportar experiências personalizadas e evitar raciocínio baseado em informações obsoletas. Desenvolva uma arquitetura em camadas com componentes: Memória de Trabalho (Workspace), Memória de Longo Prazo (LTM), Context Window Manager (CWM) com politica de janela de contexto, Memória de Atualização e Versionamento (Policy Engine), Mecanismos de deduplicação, expiração e versionamento, Módulo de recuperação de memória a partir de logs e eventos, API de salvar recuperar pesquisar memória. Forneça: 1) Diagramas textuais de alto nível descrevendo as mensagens entre componentes 2) Modelos de dados e formatos de armazenamento JSON TTL etc 3) Algoritmos de detecção de drift de estado e gatilhos para atualização 4) Regras para quando gravar memórias versus manter no workspace 5) Fluxos de uso com cenários de dialogue atualizações de preferências correção de fatos 6) Métricas de avaliação latência precisão drift detectado consistencia entre sessões 7) Plano de testes com casos de borda 8) Considerações de privacidade e governança de dados 9) Exemplo de implementação basica em Python de um componente MEMOS com APIs salvarMemoria buscarMemoria 10) Checklist de implantação e monitoramento A mensagem final deve incluir instrucoes para adaptar o MEMOS a diferentes plataformas e modelos com ambiguidade controlada e guias de testes A/B