Memoria de agentes de IA: contexto, historial, fuentes y reglas de proyecto
Por qué una ventana de contexto grande no es memoria, y cómo separar el historial de sesión, los hechos a largo plazo, las fuentes, los procedimientos y la eliminación.
“El agente lo recuerda todo” oculta varios mecanismos distintos. Un modelo recibe un contexto limitado para la solicitud actual. Una aplicación puede almacenar el historial de sesión, recuperar pasajes de documentos, registrar hechos duraderos sobre un usuario y cargar reglas de proyecto. Mezclar estos niveles hace que el sistema olvide detalles importantes, repita información obsoleta y divulgue datos a la tarea equivocada.
Una ventana de contexto es un banco de trabajo, no un archivo
El contexto contiene instrucciones del sistema, mensajes, resultados de herramientas, archivos y la respuesta. Incluso una ventana grande tiene un coste y un límite. Cuanto más texto irrelevante haya, más difícil resulta retener el detalle necesario, y una advertencia inicial puede perderse entre registros. Recortar el historial y resumir crea espacio, pero un resumen también puede descartar una excepción.
El contexto responde a “¿qué puede ver el modelo ahora?”. La memoria responde a “¿qué almacenó la aplicación y qué puede recuperar más tarde?”. Una ventana más grande no sustituye la selección, la procedencia ni la retención.
La memoria a corto plazo conserva el estado de un hilo
El objetivo actual, el archivo seleccionado, las herramientas ya llamadas y el resultado intermedio pertenecen al estado de la sesión o del hilo. LangGraph describe hilos y puntos de control como una forma de preservar el estado entre pasos. Eso permite reanudar tras una pausa, inspeccionar un punto de control anterior o recuperarse de un fallo.
Este estado no debería trasladarse automáticamente a otro proyecto o conversación. Un token temporal, una hipótesis inconclusa y la ruta de un archivo borrador son útiles dentro del hilo actual y peligrosos como memoria global.
La memoria semántica, episódica y procedimental cumplen funciones distintas
La memoria semántica almacena hechos y preferencias: la zona horaria de un usuario, la pila del proyecto o un formato de informe elegido. La memoria episódica almacena experiencias útiles: cómo se manifestó un fallo similar y qué solución funcionó. La memoria procedimental define cómo se realiza el trabajo: instrucciones, políticas, orden de verificación y reglas de herramientas. La guía conceptual de LangMem usa esta distinción.
Cada hecho necesita procedencia, alcance y momento temporal. “El usuario prefiere respuestas concisas” puede ser global. “No cambiar el esquema en esta versión” pertenece a un proyecto y a un periodo. Un episodio sin resultado convierte la memoria en un registro ruidoso; un procedimiento sin versión sigue imponiendo un proceso obsoleto.
Las fuentes y RAG aportan evidencia, no verdad automática
La recuperación encuentra pasajes relevantes y los añade al contexto. Ayuda cuando una base de conocimiento es demasiado grande para enviarla completa. La calidad depende de la fragmentación, los metadatos, los filtros de acceso, la clasificación y la actualidad. Un pasaje con palabras parecidas puede pertenecer a otro producto o año.
Conserve un enlace al documento y el pasaje citado junto a un hecho recuperado. Muestre la fuente en una respuesta crítica. Eliminar un documento debería eliminar o invalidar sus embeddings y resúmenes derivados; de lo contrario, el agente seguirá “recordando” material que ya no existe.
AGENTS.md y las reglas de proyecto son memoria de equipo revisable
Para un agente de programación, un archivo de reglas explícito suele ser más útil que una memoria automática oculta. Puede registrar comandos de compilación, límites de directorios, estilo, criterios de finalización y acciones prohibidas. Las buenas prácticas de Codex recomiendan proporcionar un objetivo, contexto, restricciones y definición de terminado, manteniendo las instrucciones duraderas en AGENTS.md.
El archivo se versiona con el código, se revisa y se aplica dentro de un alcance legible. Un conjunto largo de reglas contradictorias sigue perjudicando el rendimiento. Mantenga las reglas raíz como generales y sitúe las instrucciones específicas cerca del área relevante del proyecto.
Escribir memoria debería ser una decisión separada
No convierta cada mensaje en un hecho a largo plazo. Clasifique primero el candidato: ¿es duradero, quién es su propietario, cuán sensible es y puede verificarse? Pida confirmación para hechos del perfil de usuario: “¿Guardar esta preferencia?”. Un hecho de cliente en un agente de soporte pertenece a un sistema de registro gobernado, no a un índice vectorial sin restricciones.
Las actualizaciones requieren resolución de conflictos. Un nuevo cargo puede sustituir a uno antiguo, mientras que una nueva dirección puede necesitar verificación. Algunos hechos deberían caducar automáticamente. Los procedimientos deberían cambiar mediante una versión y un propietario, no por el prompt incidental más reciente.
Olvido, privacidad y pruebas completan la arquitectura
Los usuarios necesitan una forma de inspeccionar, corregir y eliminar el material almacenado. El sistema debería explicar el alcance: esta sesión, este proyecto, la cuenta o la organización. Los datos sensibles se cifran, el acceso se filtra antes de la recuperación y los registros no conservan secretos indefinidamente.
Pruebe la memoria como una secuencia: guarde un hecho, cámbielo, introduzca un conflicto, pase a otro proyecto, elimine la fuente y vuelva a preguntar. Verifique tanto el recuerdo como el olvido correcto. Los productos relevantes aparecen en la colección de memoria de agentes de IA de AIDive. Una buena memoria no es el almacén más grande; es el conjunto más pequeño de datos correctos devueltos con el alcance adecuado y en el momento oportuno.