O caderno de obra que já não cabe na mesa
O diário do canteiro começa limpo. Dia um: unidades, hipótese do pórtico, qual arquivo é o bom. Dia três: três correções, um WhatsApp do empreiteiro, um número que alguém «achou que lembrava». Dia dez: o caderno já não cabe na mesa. Então chega o encarregado e diz: resume. Fique com o essencial. Jogue fora o detalhe fino.
Isso é, em linguagem de harness, o que acontece a um agente — ou ao fio em que você já está trabalhando — quando o histórico fica longo demais: compactação de contexto (context compaction).
Não é que o modelo «fique burro» de um dia para o outro. É que a mesa tem tamanho finito. Quando a conversa já não cabe, o sistema resume o que havia dentro. Conserva a trama. Perde a página em que dizia kN. E você, do outro lado, sente que «esqueceu» algo que ontem sabia.
Se você só tem três minutos: a janela de contexto é o tamanho da mesa; a compactação é resumir o diário quando já não cabe; o esquecimento fino é o preço; ferramentas como Engram guardam uma base consultável para o agente buscar e lembrar o que o resumo deixou de fora.
Esta nota faz parte da série sobre o harness de IA para engenharia civil. Encaixa com o agente despachado: às vezes a solução é outra mesa, não mais papel nesta.
O que acontece «lá dentro» quando se compacta
Imagine a mesa do agente como uma prancheta com espaço limitado. Em cima vão: o seu pedido, arquivos que abriu, saídas de tools, hipóteses, erros, piadas, correções. Tudo isso é contexto. O modelo só «vê» o que cabe nessa mesa — a janela de contexto (context window).
Quando a mesa enche, o harness não consegue continuar empilhando folhas ao infinito. Compacta: resume o histórico, colapsa turnos velhos, deixa um abstrato do que ocorreu e libera espaço para o novo.
Lá dentro se sente assim:
- O essencial costuma sobreviver: «revisávamos o nível 3», «havia um IFC», «a tool falhou uma vez».
- O detalhe fino é o primeiro a se perder: a unidade exata, o ID da parede, a edição da norma, a frase em que você disse «não invente dados».
- Por isso às vezes «esquece»: não necessariamente porque seja malicioso, e sim porque o resumo do diário já não tem a página completa.
É a mesma dor de obra quando o turno seguinte lê só o resumo do turno anterior e toma uma decisão sem a nota à margem.
Por que existe (e não é capricho do produto)
Existe porque o contexto é um recurso limitado. A janela de contexto — quanto texto, arquivos e rastros o modelo pode «ter na frente» num dado momento — não é infinita. Cada mensagem, cada saída de tool, cada PDF colado ocupa mesa.
Sem compactação, a conversa longa vira inviável: mais custo, mais latência, mais ruído, e às vezes pior qualidade porque o modelo se afoga em lixo. Com compactação, o sistema continua trabalhando… em troca de perder resolução.
Em AEC isso dói mais do que num chat de ideias. Aqui o detalhe fino não é decoração: é unidade, GUID, combinação de carga, versão de norma, caminho do arquivo bom. Compactar mal é como mandar um júnior resumir o diário e assinar o resumo sem olhar a folha em que estava o kN.
O que sente um usuário não técnico quando acontece
Você não sente uma mensagem técnica dizendo «executou-se context compaction». Sente outra coisa.
Sente que ontem sabia o nome do arquivo e hoje pergunta de novo. Sente que «esqueceu» a regra de unidades que você repetiu. Sente que o tom mudou: volta a improvisar, ou pede dados que você já deu, ou mistura uma hipótese velha com uma nova. Às vezes parece amnésia seletiva. Às vezes parece que «reiniciou» sem reiniciar.
A frustração é humana: «se é tão esperto, por que não lembra?». A resposta honesta: porque o que cabia na mesa foi resumido. A lembrança fina não estava no resumo. Não é mágica quebrada; é diário comprimido.
No fio principal do harness — a mesa em que você já está — a compactação se sente como saturação da mesma mesa. Num agente despachado para outra sala com pasta limpa, a compactação também pode ocorrer dentro da missão se essa missão se alongar: o caderno de canteiro dele também tem limite. Por isso missões delimitadas e entregáveis claros ajudam: menos diário infinito, menos resumo selvagem.
Engram e a memória que se pode buscar
Aqui entra uma ideia que mitiga o esquecimento sem pretender que a janela seja infinita.
Ferramentas como Engram mantêm uma base consultável do que se discutiu: uma memória persistente e searchable. Não é «o chat inteiro colado de novo na mesa». É um arquivo de obra ao qual o agente pode ir buscar quando o resumo já não basta.
Analogia de escritório: o caderno sobre a mesa se resume porque não cabe. Mas o arquivo do projeto — índices, notas, achados — continua no armário. Quando faz falta o detalhe, você não inventa: abre o armário e busca.
Isso é o que uma memória pesquisável acrescenta frente à compactação pura:
- A compactação libera a mesa (janela de contexto).
- A base consultável guarda o que o resumo poderia perder.
- O agente pode recuperar um fato — unidade, ID, decisão, caminho — sem depender só do abstrato que ficou na mesa.
Não transforma o modelo em onisciente nem substitui a sua assinatura. Mas muda o jogo: o esquecimento por compactação deixa de ser o único destino de tudo o que foi dito.
Se o seu harness só compacta e não deixa rastro pesquisável, você está trabalhando só com diários resumidos. Se além disso tem uma memória persistente tipo Engram, o agente pode olhar para trás com método.
Se quiser o mapa do arnês, leia o que é um harness de IA. Se a mesa já está saturada, às vezes a higiene é despachar um agente com pasta limpa, não resumir mais esta mesa.
Avaliação e limitações
Trate as notas abaixo como contexto de avaliação, não como um cálculo ou uma verificação comprovados.
Se uma decisão crítica (unidades, edição de norma, id de arquivo) precisa sobreviver, escreva-a fora do chat: skill, arquivo de projeto ou memória persistente.