Documento técnico – Memoria y Contexto
La mayoría de los asistentes de IA siguen siendo reactivos: pueden responder una pregunta, resumir un correo, crear una tarea o llamar a una herramienta. Pero después de eso, gran parte del contexto útil desaparece.
He publicado el documento técnico actual aquí. Omite esto y lee la versión vigente: https://docs.google.com/documento/d/1MNddX6o89HpGYiXkXWTX6y83ymohCT1gdctbmM8Ocik/editar?pestaña=t.0
Esto es un problema para los agentes de trabajo reales. Un agente de trabajo debería entender más que el comando. Cuando un usuario dice «hacer seguimiento con él mañana», el agente necesita saber quién es «él», cuál fue el tema y cómo suele comunicarse el usuario.
Por eso la memoria es importante.
Pero memoria no debería significar almacenar todo para siempre. Eso genera ruido y riesgo. Un sistema de memoria útil debe saber qué vale la pena recordar, cuán fiable es y cuándo queda desactualizado.
En Actor, vemos la memoria como la infraestructura de contexto para el trabajo autónomo.
Ayuda al asistente a actuar mejor en correo, calendario, tareas y flujos de trabajo. Puede mejorar borradores, recordatorios, seguimientos, resúmenes diarios y automatizaciones.
Por ejemplo, Actor puede deducir que las reuniones con inversores necesitan preparación, que los correos de finanzas requieren atención especial, o que WhatsApp solo debe usarse para recordatorios urgentes.
Entonces surge el gran problema: la confianza. Un agente debe distinguir entre una preferencia confirmada, un patrón reciente y una suposición débil. También debe explicar por qué utilizó cierta memoria.
Los mejores agentes no recordarán todo, sino las cosas correctas, en el momento adecuado y con el nivel de confianza apropiado.
Si te resulta útil, puedes leerlo, compartirlo o usarlo.
Estaré encantado de profundizar en el tema, intercambiar ideas o proporcionar una referencia si ayuda en tu trabajo.
Conectar en LinkedIn Alex Rada