AGINUS: o próximo agente da Arvor, e por que ele vai lembrar de você

Passei duas décadas resolvendo um problema específico: fazer sistemas encontrarem a informação certa no meio de bilhões de documentos. Motor de busca de vagas e currículos na Catho, busca corporativa em bancos, varejo e telecom depois disso, dados e IA na Semantix. Em todos esses anos, o padrão que mais me incomodou nunca foi relevância de busca — foi memória. Sistemas que respondem bem uma vez e esquecem tudo na próxima interação.

Agentes de IA de 2026 herdaram esse defeito. Eles são brilhantes por 200 mil tokens e depois voltam a zero. Você reexplica o contexto, reimporta o histórico, repete a mesma correção pela quinta vez. Isso não é inteligência, é amnésia com boa lábia.

É esse problema específico que o AGINUS ataca. E este post é um teaser honesto: o projeto está em construção, sem data de lançamento prometida, e vou te contar exatamente onde ele está hoje.

O que é o AGINUS

AGINUS é o agente multi-propósito da Arvor — pensado para conversar dentro das suas ferramentas de trabalho, não em mais uma aba de navegador isolada. A primeira superfície é o Telegram, porque é onde a maioria das pessoas já vive parte do dia: mensagens rápidas, contexto de vida real, sem fricção de abrir um app novo.

O objetivo não é mais um chatbot genérico. É um agente que acumula contexto sobre você — projetos, preferências, decisões passadas — e usa isso para responder melhor a cada interação, em vez de recomeçar do zero toda vez que a janela de contexto estoura.

Memento como espinha dorsal

A parte que diferencia o AGINUS de um wrapper de LLM com prompt bonito é a arquitetura de memória por baixo: o Memento, nosso sistema de memória local-first que já está em desenvolvimento na Arvor.

Memória local-first significa que os dados vivem primeiro na sua máquina ou na sua infraestrutura, não espalhados em um provedor terceiro por padrão. E “com proveniência” significa que cada fato que o agente lembra carrega a origem: quando foi dito, em que conversa, com que confiança. Isso importa porque um agente que “lembra errado” silenciosamente é pior do que um que não lembra nada — ele erra com convicção. Proveniência é o que permite auditar e corrigir memória, não só acumular.

Essa espinha dorsal já está sendo testada internamente em outra frente nossa, o aginus-v2, um gateway de agentes construído sobre o backbone do Memento. É onde validamos que a arquitetura aguenta uso real antes de expor ela para fora.

Por que isso é a fronteira de 2026, não só uma feature

Memória persistente entre sessões deixou de ser nicho de pesquisa e virou disputa de categoria. O Hermes Agent, da Nous Research, é o exemplo mais visível: um agente que acumula memória entre sessões e escreve as próprias skills conforme aprende, com tração real de comunidade desde o lançamento. Não é o único, mas é sintomático — o mercado percebeu que o gargalo dos agentes não é raciocínio, é continuidade.

A Arvor não está tentando replicar esse movimento. Está resolvendo o mesmo problema com a lente de quem construiu infraestrutura de retrieval em produção — Solr, Lucene, Hadoop, Spark — antes da palavra “agente” existir no vocabulário de produto. Proveniência e confiabilidade de dado não são novidade para nós; são o ofício.

Onde isso vai parar, e o convite

Não vou prometer data. Prometi datas demais na carreira e aprendi a não fazer isso em público. O que posso dizer: o AGINUS está sendo construído em build in public, e as próximas atualizações vão sair aqui, sem enrolação, com o que funcionou e o que não funcionou.

Se você quer testar cedo, ou já sente na pele o problema de agentes que esquecem tudo entre uma conversa e outra, entre em contato e entre na lista de espera. E se o que você precisa é resolver esse problema agora, com o que já temos rodando em produção para clientes, converse com a gente sobre consultoria agêntica — não é o mesmo produto, mas é a mesma cabeça por trás.

A árvore lembra de onde veio. É por isso que ela sabe pra onde crescer.