Rivet Actors adiciona armazenamento SQLite: um banco de dados por agente, locatário ou documento
Rivet Actors, uma alternativa de código aberto aos Cloudflare Durable Objects, lançou armazenamento SQLite sob licença Apache 2.0. Cada ator recebe seu próprio banco de dados SQLite, permitindo milhões de bancos de dados independentes — um por agente, inquilino, usuário ou documento.
Detalhes Principais
Essa abordagem fornece isolamento de dados por entidade com SQLite executando em processo com cada ator. Um VFS personalizado persiste as gravações em armazenamento de alta disponibilidade (FoundationDB ou Postgres). O modelo de ator de único escritor mantém as leituras locais e atualizadas, ao contrário dos bancos de dados cliente-servidor, onde as leituras podem ser lentas ou desatualizadas.
Casos de uso incluem:
- Agentes de IA: banco de dados por agente para histórico de mensagens, estado, embeddings
- SaaS multi-inquilino: isolamento real por inquilino sem truques de RLS
- Documentos colaborativos: cada documento recebe seu próprio banco de dados com multiplayer integrado
- Bancos de dados por usuário: isolados, escalam horizontalmente, executam na borda
Como se compara
- Cloudflare Durable Objects & Agents: SQLite e computação colocalizados semelhantes, mas de código fechado e com bloqueio de fornecedor
- Turso Cloud: código fechado com caso de uso diferente — clientes consultam pela rede, então as leituras são lentas ou desatualizadas
- D1, Turso (o banco de dados), Litestream, rqlite, LiteFS: ferramentas para executar um único banco de dados SQLite com replicação, enquanto o Rivet é para executar muitos bancos de dados isolados
Rivet Actors também fornecem tempo real (WebSockets), integração React (useActor), escalabilidade horizontal e atores que dormem quando ociosos.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Método de Evolução de Código Triplica o Desempenho do LLM no Benchmark ARC-AGI-2
Pesquisadores alcançaram uma melhoria de 2,8x no benchmark ARC-AGI-2 usando evolução de código com modelos de pesos abertos, atingindo 34% de precisão a US$ 2,67 por tarefa. O mesmo método elevou o Gemini 3.1 Pro para 95% de precisão a US$ 8,71 por tarefa.
Extensão de Navegador WeAreHere e Ferramentas MCP Analisam Práticas de Privacidade de Sites
Duas ferramentas de código aberto — barebrowse e wearehere — escaneiam sites em busca de rastreadores, fingerprinting e conexões com corretores de dados. A extensão de navegador wearehere mostra pontuações de privacidade em tempo real (0-100) enquanto você navega, enquanto os servidores MCP permitem que assistentes de IA avaliem qualquer site sob comando.
Sistema de Memória Baseado em Arquivos do Claude Code: Uma Alternativa Pragmática aos Bancos de Dados Vetoriais
O Claude Code implementa um sistema de memória baseado em arquivos usando arquivos .md com metadados frontmatter e um índice MEMORY.md, evitando bancos de dados vetoriais e pipelines de embedding ao escanear arquivos, construir manifestos e usar um modelo pequeno para selecionar memórias relevantes.
Queuelo: Uma API Leve de Aprovação para Agentes de LLM
Queuelo é uma camada de API simples que permite que agentes de LLM façam uma pausa antes de ações irreversíveis. Os agentes enviam solicitações de ação via POST, você é notificado para aprovar ou rejeitar, e o agente recebe a resposta via webhook.