ANÁLISE EDITORIAL / 2026-10-05 — 2026-10-11
Dar crédito certo ao agente, não ao mercado
Memória de agentes de portfólio, avaliação por processo e credit assignment dominam a semana em cs.AI.
O destaque é MemTrial: agentes de portfólio em LLM aprendem a confiar na memória creditando cada experiência ao resultado da decisão, mas em mercados financeiros esse resultado reflete sobretudo o movimento comum do dia, não o mérito da decisão — o crédito aprende a seguir o mercado, não a experiência. Na mesma linha, "Equal-information evaluation of credit assignment" isola, em RL financeiro modular, quando um sinal atribuído melhora a decisão de fato ou só parece ajudar. LiveMACE avalia agentes em mercados financeiros reais ao vivo, não só pelo resultado final, e VETTA e LLM Value Functions atacam o mesmo problema de atribuição em agentes multi-turno fora de finanças. Do lado de governança, VEPA e SIGMA tratam de guardrails e alinhamento antes de ações irreversíveis e de escalar capacidade sem alinhamento correspondente.
EVOLUÇÃO
Na W40, o tema era monitorar o processo depois que o agente age; esta semana o foco recua um passo, para a forma como o crédito é atribuído à decisão em si.
O QUE FAZER COM ISSO
Backtests e avaliações de agentes de portfólio devem isolar o efeito do mercado antes de creditar a decisão do agente — outcome bruto sobrevaloriza habilidade.
cs.AI recebe ~1500 papers/semana; a seleção usou um filtro por palavra-chave (finanças, agentes, avaliação, segurança) sobre título e abstract da API oficial do arXiv, não leitura de todos os títulos. Abstracts dos papers citados foram lidos; os demais papers carregados no grafo não têm abstract.