Investigamos mecanismos de memória persistente para agentes baseados em LLM que precisam manter contexto e raciocinar sobre horizontes temporais estendidos. Propomos uma arquitetura híbrida que combina memória episódica indexada por similaridade semântica, memória procedural codificada em weights especializados e memória de trabalho dinâmica gerenciada por um controlador de atenção. Avaliamos o sistema em tarefas de planejamento e resolução de problemas de longo prazo, demonstrando retenção de informações críticas por até 10.000 turnos de interação.