AI Memory en un minuto
La ventana de contexto se parece a la mesa de trabajo actual del modelo. La memoria es material guardado que la aplicación puede volver a colocar sobre esa mesa. Guardar una nota no significa que aparezca en todas las interacciones; escribir 'lo recordaré' tampoco demuestra que exista un almacenamiento real.
AI Memory puede describir mecanismos distintos
| Tipo | Información posible | Matiz importante |
|---|---|---|
| Estado de sesión | Mensajes anteriores, progreso y resultados intermedios. | El historial visible no siempre entra completo en la siguiente petición. |
| Preferencias | Idioma, tono o formato deseado. | Necesitan alcance y posibilidad de corrección. |
| Memoria persistente | Notas o estado conservado entre sesiones. | Almacenamiento, recuperación y borrado dependen de la aplicación. |
| Datos externos | Documentos y registros conectados. | Estar disponibles no significa entrar automáticamente en contexto. |
Estas categorías pueden solaparse. Una preferencia puede ser persistente y el estado de una tarea puede vivir en una base de datos compartida por varias sesiones. Sirven para explicar comportamientos, no para afirmar que todos los asistentes incluyen cuatro funciones estándar. Algunos conservan poco fuera de la sesión y otros ofrecen almacenes gestionados por la persona o la organización.
La Context Window es la información que el modelo puede procesar en una interacción, dentro de sus límites. Puede contener instrucciones, historial, documentos recuperados y resultados de herramientas. Una conversación larga que se ve en pantalla puede resumirse u omitirse parcialmente antes de la siguiente solicitud. Interfaz visible y entrada activa del modelo son cosas diferentes.
El entrenamiento ajusta los pesos del modelo mediante aprendizaje. Guardar una preferencia en una base de datos no reentrena esos pesos por sí solo. Adjuntar un documento aporta contexto, pero no lo convierte automáticamente en conocimiento permanente del modelo. Esta separación ayuda a entender por qué un dato está disponible en una aplicación o espacio y no en otro.
Guardar, seleccionar y utilizar información
- Conservar
Guardar una preferencia relevante, estado de tarea o nota con su fuente.
- Seleccionar
Recuperar lo que corresponde a esta persona y este encargo.
- Utilizar y comprobar
Incorporarlo al contexto y verificar si sigue siendo válido.
El almacenamiento puede ser un archivo, una base de datos u otro sistema controlado. Un índice vectorial puede recuperar notas por similitud semántica, pero no es obligatorio. Para saber qué productos están revisados pueden resultar más fiables identificadores exactos y campos estructurados. El diseño depende de qué se quiere conservar y para qué.
La documentación de la herramienta de memoria de Anthropic ofrece una implementación concreta: el software cliente realiza operaciones de almacenamiento solicitadas mediante una herramienta. La aplicación controla archivos y alcance. Esto muestra que la memoria puede construirse fuera del modelo; no implica que todos los asistentes utilicen ese mecanismo ni las mismas reglas de persistencia.
Piensa en AI Agents que revisan 400 productos. El estado útil incluye identificador de tarea, registros inspeccionados, conflictos pendientes y versiones usadas para las propuestas. Al continuar, el sistema puede evitar repetir trabajo terminado. Aun así, debe comprobar si otra persona ha modificado registros relevantes desde la revisión anterior.
Las etiquetas de estado importan. 'Borrador preparado', 'aprobado' y 'escrito en la tienda' son situaciones distintas. Si un resumen las reduce a 'hecho', un paso posterior puede publicar algo no aprobado o saltarse trabajo pendiente. Conserva la diferencia entre propuesta del modelo, decisión humana y acción externa verificada.
RAG y memoria pueden compartir técnicas de recuperación, pero destacan aspectos diferentes. RAG se centra en recuperar información que fundamente la generación. Memoria se refiere a conservarla para posteriores interacciones o para continuar tareas. Una aplicación puede recuperar documentos de empresa y notas de trabajo; sus fuentes y niveles de autoridad deben seguir siendo reconocibles.
Un precio recordado ilustra por qué hace falta revisar la actualidad. Puede explicar qué se observó ayer, pero una pregunta sobre precio o stock actual debería acudir a la fuente designada mediante Connectors, cuando estén disponibles. La persistencia ayuda a mantener continuidad, no justifica omitir comprobaciones de datos variables.
Alcance, correcciones y reutilización controlada
La memoria debe asociarse a la persona, organización, cliente y tarea correctos. Una preferencia de un cliente puede ser inadecuada para otro. Las notas confidenciales de un proyecto no deben aparecer en otra consulta por simple parecido semántico. La recuperación necesita controles de acceso además de relevancia.
Haz que la información importante pueda revisarse y corregirse. Un registro útil puede incluir fuente, fecha, alcance y estado. Cuando se corrige un dato o preferencia, la aplicación debe identificar qué entrada queda sustituida. Conservar notas contradictorias sin una regla de resolución puede empeorar las respuestas futuras.
La eliminación también tiene alcance. Borrar una preferencia del almacén activo no necesariamente elimina cada copia de seguridad, log o registro externo. Los productos tienen controles diferentes. Explica qué afecta una operación de borrado, sin prometer que cualquier rastro desaparece de todos los sistemas. Lo mismo ocurre al desconectar una cuenta cuyo contenido ya fue indexado.
El material almacenado puede contener instrucciones engañosas. Si un documento externo consigue que se guarde una instrucción como preferencia, podría influir en sesiones posteriores. Trata el texto de origen como datos, conserva su procedencia e impide que conceda permisos nuevos. La persistencia no debe convertir contenido no fiable en una petición autorizada de la persona.
- Conserva solo lo necesario para continuar.
- Separa hechos, borradores, aprobaciones y acciones ejecutadas.
- Asocia cada registro con su identidad y tarea.
- Ofrece controles adecuados de corrección y eliminación.
- Revisa datos variables antes de utilizarlos en decisiones importantes.
Un Agentic Workflow puede guardar progreso en puntos de control y Human-in-the-loop resolver dudas antes de actuar. Ninguno sustituye un registro claro de lo ocurrido. Una memoria útil ayuda a continuar el encargo correcto con evidencia pertinente, sin ocultar que una nota antigua puede ser incompleta o haber dejado de ser válida.