Analog AI

O Analog AI se posiciona como um "segundo cérebro" para agentes de IA, criado para resolver dois problemas crônicos: consumo descontrolado de tokens e amnésia dos agentes. Quando um agente enfrenta um desafio realmente novo, o Analog AI chama um modelo de fronteira apenas uma vez, deixa que ele raciocine sobre o problema e então compila esse raciocínio em uma habilidade procedural reutilizável ancorada na memória local. Requisições semelhantes posteriores ignoram completamente o modelo de fronteira e são atendidas por modelos pequenos e leves que reproduzem o traço de memória armazenado. O site afirma reduções de até 40 vezes no consumo de tokens e de cerca de 99% em tarefas repetitivas.

O sistema é organizado em dois módulos. O DeepThink cuida do raciocínio: avalia várias hipóteses, verifica erros lógicos e refina o pensamento interno antes de responder, em vez de emitir a primeira saída plausível. O DeepAct transforma esse raciocínio em ação autônoma: executa código, chama APIs e ajusta os passos conforme o feedback em tempo real ao longo de tarefas de várias etapas. A memória é dividida em fatos, experiências, preferências e procedimentos, com descarte ativo de informações obsoletas.

O Analog AI também publica resultados de referência em memória e raciocínio, incluindo Microsoft State-Bench, HotPotQA e BEAM, e oferece integrações por meio de uma API de chat-completion e de um SDK de Python, com suporte a plataformas como VS Code, Cursor e configurações de agentes no estilo LangChain. O acesso atualmente é por solicitação. A empresa também publica pesquisa sobre inteligência emocional, e seu enquadramento anterior, "Analog Assistant", de humanos digitais com percepção emocional, continua fazendo parte do trabalho.