Resumo Técnico: ConMem – Adaptação Estruturada Guiada por Memória em Sistemas Multiagentes sem Treinamento

1. Declaração do Problema

Sistemas Multiagentes (MAS) baseados em Grandes Modelos de Linguagem (LLMs) destacam-se em tarefas contínuas complexas, mas enfrentam desafios significativos na Adaptação Multiagente (MAA). As abordagens existentes para MAA geralmente se dividem em três categorias, cada uma com distinções e limitações claras:

• Métodos baseados em memória: Retêm históricos de interação brutos. Embora preservem o contexto, as trajetórias são frequentemente longas, ruidosas e emaranhadas com resultados de ferramentas locais ou desacordos intermediários, levando a sinais de decisão distorcidos e baixa precisão de recuperação.
• Métodos baseados em memória estruturada/habilidades: Abstraem interações em procedimentos ou habilidades reutilizáveis. Embora reduzam a redundância, muitas vezes carecem de coordenação consciente de relações no momento da inferência, deixando conflitos, dependências e redundâncias sem resolução quando compostas.
• Métodos baseados em treinamento: Utilizam aprendizado por reforço ou ajuste fino (fine-tuning) para gerenciar a memória. Embora eficazes, essas abordagens exigem treinamento adicional, supervisão de alta qualidade e modificações nos papéis dos agentes ou na orquestração, aumentando os custos computacionais e a complexidade de implementação.

O desafio central abordado por este trabalho é: Como um MAS baseado em LLM pode alcançar uma adaptação eficiente e sem treinamento, transformando experiências fragmentadas em memória coletiva estruturada, coordenada e reutilizável sem modificar os pesos do modelo hospedeiro?

2. Metodologia: Estrutura ConMem

O ConMem é uma estrutura consciente de relações e sem treinamento que permite a adaptação eficiente por meio da coordenação entre experiências. Ele opera em um cenário de "hospedeiro congelado" (frozen-host), controlando apenas o prefixo de memória injetado no prompt sem alterar o LLM subjacente ou a orquestração do agente.

2.1 Unidade Central: O Cartão de Estratégia Assinado (Signed Strategy Card)

Em vez de trajetórias brutas, o ConMem destila interações históricas em cartões de estratégia atômicos. Um cartão $c$ é uma tupla estruturada contendo:

• Descrição da Tarefa ($z$): O contexto da interação.
• Semântica de Gatilho ($\chi$): Condições sob as quais o cartão é relevante.
• Quatro Slots Estruturados ($\kappa$): Codificando Estado (State), Plano (Plan), Execução (Execution) e Avaliação (Evaluation).
• Sinal (Sign): Um indicador binário que distingue cartões positivos (estratégias reutilizáveis) de cartões negativos (avisos derivados de falhas).

Essa abstração permite que o sistema trate a memória como um sinal procedural compacto, inspecionável e reutilizável, em vez de um log bruto.

2.2 O Pipeline

O ConMem opera através de dois caminhos distintos: um Caminho de Escrita (construção da memória) e um Caminho de Leitura (adaptação no tempo de inferência).

A. Caminho de Escrita: Construindo o Banco de Cartões

Após uma tarefa ser pontuada, o sistema extrai cartões candidatos da trajetória:

1. Reflexão e Agregação: Falhas informativas são refletidas em cartões negativos; sucessos tornam-se cartões positivos.
2. Admissão: Os cartões são admitidos apenas se forem coerentes (consistência interna de estado/plano/execução) e atenderem a limiares de qualidade (confiabilidade, novidade, recência, utilidade).
3. Fusão (Merging): Cartões admitidos são armazenados em um banco persistente ($B$) e vinculados a um Grafo de Relações Tipadas ($G$).
   • Arestas do Grafo: As arestas carregam tipos como suporta (supports), satisfaz (satisfies), constrange (constrains) e conflita (conflicts), codificando dependências e incompatibilidades entre os cartões.

B. Caminho de Leitura: Recuperação e Coordenação Consciente de Necessidades

No tempo de execução, para uma nova tarefa $t$, o ConMem executa um processo de quatro estágios para gerar um prefixo de memória limitado $\tilde{m}_t$:

1. Recuperação Consciente de Necessidades: Os cartões são classificados com base em uma função de pontuação que combina similaridade semântica, correspondência de gatilho, alinhamento de necessidades da tarefa (estimado a partir do contexto atual) e credibilidade do cartão. Um filtro de diversidade (MMR) suprime duplicatas próximas.
2. Expansão de Grafo Tipado: Os cartões "semente" recuperados são expandidos através da travessia do grafo de relações. O sistema segue arestas de suporta e satisfaz para recuperar dependências enquanto evita conflitos. Isso garante que o contexto recuperado seja um conjunto coerente e completo em termos de dependências, em vez de uma lista plana.
3. Composição Orçada Coordenada: O conjunto expandido é reconciliado para resolver conflitos locais (mantendo representantes de maior qualidade) e remover redundâncias.
4. Serialização: O conjunto final é serializado em um prefixo de prompt que adere estritamente a um orçamento de tokens ($B$). Se o orçamento for excedido, o sistema tenta uma serialização compacta ou pula cartões de menor prioridade.

2.3 Fundamentação Teórica

A estrutura é fundamentada em uma visão de Controle de Contexto Orçado. O objetivo não é a recuperação máxima, mas maximizar a utilidade sob um orçamento fixo de tokens. Os autores postulam que, se a extração de cartões for suficiente (ou seja, se o cartão contiver toda a informação necessária para o resultado subsequente), então o condicionamento pelo cartão é Bayes-otimal e estritamente mais eficiente do que o condicionamento por trajetórias brutas devido à compressão de tokens.

3. Principais Contribuições

1. Formulação de Adaptação Sem Treinamento: Os autores propõem uma abordagem de controle de contexto para adaptação de MAS contínua, enquadrando o problema como controle orçado sobre sinais procedurais reutilizáveis, evitando assim a necessidade de treinamento adicional ou modificação do hospedeiro.
2. Unidades de Memória Procedural Atômicas: Introdução de cartões tipados e assinados que codificam estado, plano, execução e avaliação, fornecendo conhecimento compacto, reutilizável e inspecionável.
3. Coordenação Consciente de Relações: Desenvolvimento de um mecanismo que resolve conflitos e dependências de memória sob um orçamento de contexto usando um grafo tipado, permitindo uma adaptação leve sem modificar os pesos do modelo.
4. Validação Empírica: Experimentos extensos demonstrando ganhos consistentes em diversos benchmarks e arquiteturas de MAS.

4. Resultados Experimentais

Os autores avaliaram o ConMem em quatro benchmarks (TriviaQA, PopQA, KodCode, PDDL) através de três hosts de MAS (AutoGen, CAMEL, MacNet) utilizando o backbone Qwen/Qwen3-4B-Instruct-2507.

• Ganhos de Desempenho: O ConMem alcançou melhorias consistentes sobre as linhas de base "Sem memória" (No-memory), com ganhos médios variando de 10,9 a 12,9 pontos absolutos.
• Comparação com SOTA: O ConMem superou fortes baselines de memória (incluindo Generative Agents, Voyager, G-Memory) e igualou ou superou ligeiramente métodos baseados em treinamento como LatentMem e ReMe (dinâmico), apesar de ser livre de treinamento.
  • No host AutoGen, o ConMem alcançou uma pontuação média de 58,33, superando o LatentMem (57,38) e o ReMe (57,46).
  • Ficou em primeiro lugar em 8 de 15 comparações de métricas de host e em segundo nas 7 restantes.
• Eficiência: O mecanismo de coordenação podou agressivamente o conjunto de candidatos, removendo mais de 50% dos candidatos expandidos em configurações gerais e mais de 80% em tarefas de planejamento (PDDL), reduzindo significativamente o overhead de planejamento.
• Estudos de Ablação: Remover qualquer componente (Expansão de Grafo, Coordenação, Reflexão de Falha ou Admissão) resultou em quedas de desempenho, confirmando que os ganhos derivam do pipeline integrado e não de um único módulo. Notavelmente, a remoção da Coordenação causou a maior queda em tarefas de QA, destacando a necessidade de resolução de conflitos antes da injeção de prompt.

5. Significância e Alegações

O artigo afirma que o ConMem demonstra que a adaptação de longo prazo em configurações de hospedeiro congelado pode ser alcançada através do controle de contexto ao nível de prompt em vez do retreinamento do modelo.

• Vantagem Estrutural: Ao contrário de métodos que recuperam listas planas de histórico, a coordenação consciente de relações do ConMem resolve contradições e dependências antes que a informação chegue ao LLM hospedeiro. Isso é particularmente crítico para tarefas com alta interdependência entre cartões (ex: geração de código e planejamento), onde a lacuna de desempenho entre o ConMem e os baselines de recuperação plana é maior.
• Adaptação Leve: Ao transformar a experiência histórica em cartões assinados compactos, o ConMem permite melhorias de desempenho estáveis através de diversos frameworks sem o custo computacional do treinamento ou a complexidade de modificar os papéis dos agentes.
• Utilização de Falhas: A estrutura utiliza exclusivamente cartões negativos (avisos derivados de falhas) como sinais acionáveis para evitar erros passados, tratando falhas como cidadãos de primeira classe no sistema de memória.

Em conclusão, o ConMem postula que o futuro da adaptação eficiente de múltiplos agentes não reside em recordar mais o histórico, mas em curar e coordenar estratégias reutilizáveis sob orçamentos de contexto estritos.