Resumo Técnico: FileGram

1. O Problema

Os agentes de IA estão evoluindo de interfaces conversacionais para "colegas de trabalho" integrados ao sistema de arquivos local. Para uma colaboração eficaz, esses agentes precisam de personalização baseada nas preferências únicas do usuário. No entanto, a personalização eficaz enfrenta três gargalos principais:

1. Escassez de Dados: Coletar dados reais de sistemas de arquivos, multimodais e de longo prazo é proibitivo devido a barreiras de privacidade estritas e à dificuldade de capturar traços comportamentais diversos.
2. Limitações de Avaliação: Os benchmarks existentes focam predominantemente em recall conversacional ou sucesso em tarefas de GUI isoladas, ignorando a compreensão de comportamento personalizado centrada na memória e nos traços densos do sistema de arquivos.
3. Arquitetura Metodológica: As abordagens atuais são centradas na interação (top-down), dependendo de resumos de diálogo que perdem os padrões comportamentais procedimentais. Elas tratam arquivos como artefatos estáticos, ignorando quem os produziu e como foram editados (deltas de conteúdo).

2. Metodologia e Framework

O FileGram é um framework unificado projetado para fundamentar a memória e a personalização de agentes em traços comportamentais do sistema de arquivos. Ele consiste em três componentes principais:

A. FileGramEngine (Geração de Dados)

Um motor de dados escalável e orientado a personas para sintetizar traços comportamentais realistas.

• Perfil de Usuário: Define 19 atributos, incluindo 6 dimensões comportamentais principais (Padrão de Consumo, Estilo de Produção, Preferência de Organização, Estratégia de Iteração, Curadoria e Comportamento Cross-Modal), cada uma com três níveis (L/M/R).
• Tarefas: 32 tarefas variadas (16 baseadas em texto, 16 multimodais) que cobrem tipos como entender, criar, organizar e sintetizar.
• Simulação: Executa 640 trajetórias únicas (20 perfis × 32 tarefas) em ambientes isolados (sandbox). O motor gera não apenas ações atômicas (ler, escrever, mover), mas também deltas de conteúdo (snapshots completos ou diffs de edição) e perturbações comportamentais controladas para testar a detecção de mudanças.
• Saída: Gera 20.028 ações atômicas e ~2.5K arquivos gerados, enriquecidos com mais de 10K arquivos multimodais (PDFs, imagens, áudio).

B. FileGramBench (Benchmarks de Avaliação)

O primeiro benchmark dedicado a tarefas de personalização centrada na memória baseada em operações de sistema de arquivos.

• Estrutura: Contém 4.6K pares de perguntas e respostas (QA) divididos em 4 trilhas:
  1. Compreensão: Reconstrução de perfil, reconhecimento de atributos e impressão digital comportamental.
  2. Raciocínio: Inferência de padrões e desentrelaçamento de traços (diferenciar usuários em tarefas sobrepostas).
  3. Detecção: Identificação de anomalias e análise de mudanças de comportamento (drift) entre sessões.
  4. Fundamentação Multimodal: Resposta a perguntas sobre arquivos renderizados (PDFs/Imagens) e previsões baseadas em gravações de tela reais.
• Cobertura: Avalia canais de memória procedimental, semântica e episódica.

C. FileGramOS (Arquitetura de Memória)

Uma arquitetura de memória bottom-up que constrói perfis de usuário diretamente de ações atômicas e deltas de conteúdo, em vez de resumos de diálogo.

• Fase 1: Codificação por Trajetória (Engram): Transforma traços brutos em unidades de memória estruturadas chamadas Engrams, divididas em três canais paralelos:
  • Procedural: Extrai estatísticas de ações (ex: razão de busca vs. leitura, profundidade de diretórios) e cria uma "impressão digital" vetorial (17 dimensões).
  • Semântico: Analisa o conteúdo dos arquivos e diffs para extrair estilo, tom e preferências de formatação.
  • Episódico: Segmenta a trajetória em episódicos lógicos e detecta anomalias temporais.
• Fase 2: Consolidação Cruzada: Agrega estatísticas de múltiplas sessões para formar pistas estáveis (Procedimentais) e detecta desvios (Episódicos), distinguindo variações de tarefa de mudanças reais de personalidade.
• Fase 3: Recuperação Adaptativa: Na hora da consulta, o sistema recupera pistas específicas de cada canal para gerar respostas fundamentadas.

3. Resultados Principais

Os experimentos no FileGramBench revelaram desafios significativos para os sistemas de memória existentes:

• Desempenho Superior do FileGramOS: O FileGramOS alcançou 59,6% de precisão média, superando significativamente o melhor baseline baseado em narrativa (EverMemOS, 49,9%) e métodos de contexto completo (Full Context, ~40-45%).
• Importância da Estrutura Bottom-Up: Métodos que resumem trajetórias cedo (narrativa-first) perdem discriminadores comportamentais cruciais, como contagem de ações e profundidade de diretórios. A preservação de estatísticas distribucionais até o momento da consulta é fundamental.
• Canais Específicos:
  • O canal Procedimental foi o mais crítico para tarefas de desentrelaçamento de traços e detecção de anomalias.
  • O canal Semântico foi competitivo em tarefas de conteúdo, mas insuficiente sozinho para personalização comportamental.
• Limitações Multimodais: Métodos multimodais existentes (como MMA e MemU) falharam em superar baselines de texto puro, pois são "cegos" a estatísticas de nível de operação (ex: contagem de arquivos, estrutura de diretórios) que não são visíveis apenas nas imagens renderizadas.
• Gap Simulação-Realidade: A precisão caiu para dígitos únicos em gravações de tela reais, indicando uma grande lacuna entre traços estruturados sintéticos e o comportamento humano real não estruturado.

4. Contribuições Chave

1. Novo Paradigma de Dados: Introdução do FileGramEngine, capaz de gerar dados de treinamento escaláveis e controlados que capturam a complexidade de traços de sistema de arquivos multimodais.
2. Benchmarks de Personalização: Criação do FileGramBench, estabelecendo um padrão para avaliar a capacidade de agentes de inferir preferências de longo prazo a partir de operações de arquivos, não apenas de conversas.
3. Arquitetura Inovadora: Proposição do FileGramOS, a primeira arquitetura de memória que integra canais procedimentais, semânticos e episódicos baseados em ações atômicas, demonstrando que a personalização eficaz requer fundamentação em dados operacionais brutos.
4. Análise de Limitações: Evidência empírica de que a personalização baseada em resumos de diálogo é insuficiente para agentes de sistema de arquivos e que a detecção de mudanças de comportamento (shift attribution) permanece um desafio aberto.

5. Significado e Impacto

O trabalho do FileGram redefine como os agentes de IA devem interagir com o sistema de arquivos do usuário. Ao demonstrar que a personalização eficaz depende da análise granular de traços comportamentais (o que o usuário faz) e deltas de conteúdo (o que o usuário produz), o paper oferece a base necessária para o desenvolvimento de "colegas de trabalho" verdadeiramente adaptativos.

O framework expõe que a simples capacidade de conversar ou recuperar fatos não é suficiente; os agentes precisam entender a procedimentalidade e a estrutura do trabalho do usuário. Além disso, ao abrir o código e os dados, o projeto estabelece um caminho para pesquisas futuras sobre memória centrada no usuário, privacidade e a ponte entre simulação e realidade no comportamento de agentes autônomos.