https://thedotnetblog.com/pt/tags/agentic-devops/Articles, tutorials and insights from the .NET community.Hugopt@thedotnetblog (The .NET Blog)@thedotnetblogThu, 23 Apr 2026 00:00:00 +0000https://thedotnetblog.com/pt/posts/emiliano-montesdeoca/auto-memory-stop-re-explaining-code-to-copilot/Thu, 23 Apr 2026 00:00:00 +0000Emiliano Montesdeocahttps://thedotnetblog.com/pt/posts/emiliano-montesdeoca/auto-memory-stop-re-explaining-code-to-copilot/Context rot é real — seu agente de IA deriva após 30 turnos, e você paga o imposto de compactação a cada hora. auto-memory dá ao GitHub Copilot CLI uma memória cirúrgica sem desperdiçar milhares de tokens.<p><em>Esta postagem foi traduzida automaticamente. Para a versão original, <a href="https://thedotnetblog.com/posts/emiliano-montesdeoca/auto-memory-stop-re-explaining-code-to-copilot/">clique aqui</a>.</em></p> <p>Você conhece aquele momento quando sua sessão do Copilot chega no <code>/compact</code> e o agente esquece completamente o que você estava fazendo? Você passa os próximos cinco minutos re-explicando a estrutura de arquivos, o teste falhando, as três abordagens que já tentou. Então acontece de novo.</p> <p>Desi Villanueva mediu: <strong>68 minutos por dia</strong> — só em re-orientação. Não escrevendo código. Não revisando PRs. Só atualizando a IA sobre coisas que ela já sabia.</p> <p>Acontece que há uma razão concreta para isso — e uma solução concreta.</p> <h2 id="a-mentira-da-janela-de-contexto">A Mentira da Janela de Contexto</h2> <p>Seu agente vem com um número grande na caixa. 200K tokens. Parece massivo. Na prática é um teto, não uma garantia.</p> <p>Aqui está a matemática real:</p> <ul> <li>200K de contexto total</li> <li>Menos ~65K para ferramentas MCP carregadas no início (~33%)</li> <li>Menos ~10K para arquivos de instruções como <code>AGENTS.md</code></li> </ul> <p>Isso deixa você com aproximadamente <strong>125K antes de digitar uma palavra</strong>. E piora — LLMs não degradam gradualmente. Eles batem em uma parede em torno de 60% de capacidade.</p> <p>Limite efetivo: <strong>45K tokens</strong> antes que a qualidade degrade.</p> <h2 id="o-imposto-de-compactação">O Imposto de Compactação</h2> <p>Cada <code>/compact</code> custa seu estado de flow. A parte cruel: <strong>a memória já existe.</strong> O Copilot CLI escreve cada sessão em um banco de dados SQLite local em <code>~/.copilot/session-store.db</code>. O agente simplesmente não consegue lê-lo.</p> <h2 id="auto-memory-uma-camada-de-recall-não-um-sistema-de-memória">auto-memory: Uma Camada de Recall, Não um Sistema de Memória</h2> <div class="highlight"><pre tabindex="0" class="chroma"><code class="language-bash" data-lang="bash"><span class="line"><span class="cl">pip install auto-memory </span></span></code></pre></div><p>~1.900 linhas de Python. Zero dependências. Instalado em 30 segundos.</p> <p>Em vez de inundar o contexto com resultados grep, você dá ao agente acesso cirúrgico ao que realmente importa — <strong>50 tokens em vez de 10.000</strong>.</p> <h2 id="conclusão">Conclusão</h2> <p>Context rot é uma restrição arquitetural real. auto-memory contorna isso dando ao seu agente um mecanismo de recall barato e preciso.</p> <p>Confira: <a href="https://github.com/dezgit2025/auto-memory">auto-memory no GitHub</a>. Post original de Desi Villanueva: <a href="https://devblogs.microsoft.com/all-things-azure/i-wasted-68-minutes-a-day-re-explaining-my-code-then-i-built-auto-memory/">I Wasted 68 Minutes a Day</a>.</p>