Anthropic propone organizar la memoria de los agentes de IA en cuatro capas con un repaso periódico
Un texto de investigación de Anthropic describe cómo dar memoria a un agente entre sesiones, y un docente del grupo ha adaptado su sistema a esa idea y lo explica en un artículo con instrucciones.
Los agentes de IA para el ordenador, como Claude Code, no recuerdan nada de una sesión a otra salvo que se les dé algún modo de hacerlo. Anthropic publicó el 6 de noviembre «The components of agent memory», donde ordena esa memoria en cuatro capas: las transcripciones, un registro consultable de lo que el agente ha hecho; las notas de memoria, que el agente escribe durante las sesiones; las representaciones, estructuras ordenadas construidas a partir de las notas, como una wiki de páginas enlazadas; y el contexto inyectado, una capa pequeña que se carga al empezar cada sesión y que debe ser breve porque unas instrucciones demasiado largas reducen lo bien que el agente las sigue.
El texto añade un repaso fuera de línea, que llama «dreaming»: el agente revisa sus transcripciones para contrastar las notas, corregir errores, construir representaciones y decidir qué se precarga en sesiones futuras. Los autores advierten de que ese repaso consume cómputo y conviene centrarlo en lo que probablemente cambie.
Juan José de Haro, autor del blog Bilateria, ha adaptado su sistema personal a esta estructura y lo explica en el artículo «Agentes de IA que aprenden mientras duermen», publicado el 7 de noviembre. Propone un perfil breve, notas del agente con un índice, una wiki de proyectos con registros de decisiones y las conversaciones guardadas como material en bruto, con un repaso diario que solo escribe una propuesta: el agente comprueba cada punto antes de aplicarlo y los cambios del perfil requieren aprobación de la persona. Incluye un texto para pedirle al propio agente que monte el sistema.
El artículo señala límites que importan a quien lo valore en un centro: las conversaciones guardadas contienen información sensible, el repaso puede equivocarse y la memoria de cada herramienta no se comparte con las demás. Sobre qué datos del alumnado debería poder ver y recordar un agente, el diario ya publicó un reportaje.
Anthropic propone organizar la memoria de los agentes de IA en cuatro capas con un repaso periódico
Un texto de investigación de Anthropic describe cómo dar memoria a un agente entre sesiones, y un docente del grupo ha adaptado su sistema a esa idea y lo explica en un artículo con instrucciones.
Los agentes de IA para el ordenador, como Claude Code, no recuerdan nada de una sesión a otra salvo que se les dé algún modo de hacerlo. Anthropic publicó el 6 de noviembre «The components of agent memory», donde ordena esa memoria en cuatro capas: las transcripciones, un registro consultable de lo que el agente ha hecho; las notas de memoria, que el agente escribe durante las sesiones; las representaciones, estructuras ordenadas construidas a partir de las notas, como una wiki de páginas enlazadas; y el contexto inyectado, una capa pequeña que se carga al empezar cada sesión y que debe ser breve porque unas instrucciones demasiado largas reducen lo bien que el agente las sigue.
El texto añade un repaso fuera de línea, que llama «dreaming»: el agente revisa sus transcripciones para contrastar las notas, corregir errores, construir representaciones y decidir qué se precarga en sesiones futuras. Los autores advierten de que ese repaso consume cómputo y conviene centrarlo en lo que probablemente cambie.
Juan José de Haro, autor del blog Bilateria, ha adaptado su sistema personal a esta estructura y lo explica en el artículo «Agentes de IA que aprenden mientras duermen», publicado el 7 de noviembre. Propone un perfil breve, notas del agente con un índice, una wiki de proyectos con registros de decisiones y las conversaciones guardadas como material en bruto, con un repaso diario que solo escribe una propuesta: el agente comprueba cada punto antes de aplicarlo y los cambios del perfil requieren aprobación de la persona. Incluye un texto para pedirle al propio agente que monte el sistema.
El artículo señala límites que importan a quien lo valore en un centro: las conversaciones guardadas contienen información sensible, el repaso puede equivocarse y la memoria de cada herramienta no se comparte con las demás. Sobre qué datos del alumnado debería poder ver y recordar un agente, el diario ya publicó un reportaje.
