News13 AbrilClaude Code ganhou memória permanente e explodiu no GitHub
Edição #63·13 de abril de 2026·2 min

🧠Claude Code ganhou memória permanente e explodiu no GitHub

Um desenvolvedor resolveu o problema que irritava todo mundo no Claude Code: a falta de memória entre sessões. O resultado é uma ferramenta que dá ao Claude Code memória persistente de verdade - ele lembra de todo o contexto do seu projeto, retoma exatamente de onde parou e consome 95% menos tokens por sessão. --- O projeto bateu 46 mil estrelas no GitHub em 48 horas. Instala com um comando. É grátis. E resolve o problema real de quem trabalha com agentes de código: toda vez que você abre uma sessão nova, precisa explicar tudo de novo. Com memória permanente, isso acaba. --- É daquelas soluções que dão raiva de ninguém ter feito antes. O limite de contexto era o maior ponto de frustração prática, e a solução é elegante: persistir o estado entre sessões ao invés de começar do zero toda vez.

Claude Code ganhou memória permanente e explodiu no GitHub

Claude Code, o agente de codificação da Anthropic, recebeu uma camada de memória persistente que elimina uma das maiores fricções no uso de IA para desenvolvimento: a necessidade de recontextualizar o assistente a cada nova sessão. O projeto, publicado no GitHub, alcançou 46 mil estrelas em 48 horas e promete reduzir em 95% o consumo de tokens por sessão.

O problema da memória volátil

Desenvolvedores que utilizam agentes de código baseados em LLMs enfrentam uma limitação prática constante: a janela de contexto se reinicia sempre que a sessão é encerrada. Isso obriga o usuário a reexplicar a arquitetura do projeto, dependências e decisões técnicas anteriores toda vez que retoma o trabalho. Além do desperdício de tempo, essa repetição consome tokens de API de forma redundante, elevando custos em projetos extensos.

Como funciona a solução

A implementação adiciona uma camada de persistência de estado ao Claude Code. Em vez de iniciar do zero, o agente recupera automaticamente o contexto acumulado de interações anteriores, incluindo histórico de alterações, estrutura de diretórios analisada e decisões de design discutidas.

Os ganhos são mensuráveis:

  • **Eficiência de tokens**: redução de 95% no consumo por sessão, já que o modelo não precisa reprocessar arquivos inteiros para reconstruir o contexto
  • **Continuidade real**: retoma exatamente do ponto onde a última sessão terminou, mantendo o estado mental do projeto
  • **Eliminação de limites**: trabalha sem atingir restrições de context window em projetos de longa duração

Instalação e acesso

A ferramenta está disponível gratuitamente e instala via linha de comando único. A simplicidade de deploy contribuiu para a velocidade de adoção vista nas métricas do GitHub.

Implicações para o ecossistema

Para desenvolvedores brasileiros, especialmente aqueles trabalhando com freelas ou em startups com recursos limitados de API, a redução drástica de custos operacionais muda a viabilidade econômica de usar agentes de IA em projetos extensos. A persistência de estado também aproxima o Claude Code de ambientes de desenvolvimento integrados (IDEs) tradicionais, onde o histórico e o estado do projeto são naturais.

A solução destaca uma tendência clara no desenvolvimento com IA: o foco está se deslocando de modelos maiores para arquiteturas de memória e orquestração que otimizam o uso de contexto existente.

sessãoprojetocontextoestadoclaudecodememóriadesenvolvimentotokensprojetos

Mais da mesma edição

@eglyman

🏢Ramp deu IA pronta pra 4.500 funcionários no primeiro dia

A Ramp, fintech americana de gestão de gastos, revelou algo ambicioso: 99% dos funcionários já usam IA diariamente. Mas o CEO Eric Glyman percebeu que a maioria estava travada. Não porque os modelos fossem ruins, mas porque configurar tudo era doloroso demais - terminais, servidores, cada um se virando sozinho. --- A solução foi criar o Glass, uma plataforma interna onde todo funcionário ganha um ambiente de IA pré-configurado desde o primeiro dia. São mais de 350 automações reutilizáveis criadas pelos próprios colegas, memória persistente, integrações prontas. Quando alguém descobre um jeito melhor de trabalhar, a equipe inteira ganha acesso. --- A lógica é simples e poderosa: a maioria das empresas espera que fornecedores resolvam a adoção de IA. A Ramp decidiu resolver por conta própria. Quem tornar cada funcionário eficiente com IA vai acumular vantagens que os concorrentes não conseguem copiar. Me impressionou a clareza da tese.

@levie

🎯Empresas estão fazendo 'Shark Tank' pra decidir quem ganha tokens de IA

Aaron Levie, CEO do Box, passou a semana conversando com dezenas de líderes de TI e IA de grandes empresas. O retrato que ele trouxe é revelador: estamos saindo da era do chat (perguntar coisas à IA) para a era dos agentes - programas que usam ferramentas, processam dados e executam trabalho real. --- Mas o ponto mais surpreendente: empresas estão fazendo orçamento de tokens como capital de risco. Os custos operacionais de rodar IA não cabem no orçamento normal. Uma empresa criou literalmente um formato estilo "Shark Tank" onde áreas internas disputam quem ganha mais poder computacional. Outras tentam criar uma "hierarquia de necessidades" para racionar o uso de IA entre os departamentos. --- Outro detalhe importante: quase ninguém está falando em cortar vagas por causa de agentes. Os principais casos de uso são coisas que a empresa não conseguia fazer antes - modernizar sistemas legados, processar montanhas de documentos, automatizar processos que travavam outros times. Mais grana entrando do que custo saindo. E uma observação certeira de Levie: apesar de o Vale do Silício achar que a IA simplificou tudo, na vida real, skills, MCP e CLIs ainda são conceitos obscuros que precisam de gente técnica pra funcionar. Engenheiros não vão ficar sem emprego - só vão mudar o que fazem.

@addyosmani

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter