Memoria de agente

Información que un sistema conserva y reutiliza para mantener continuidad entre pasos o sesiones, recordar hechos relevantes o evitar repetir trabajo. Debe diseñarse con límites de privacidad y vigencia. «Memoria de agente» pertenece al funcionamiento o diseño de sistemas de IA y no debe interpretarse como una garantía de exactitud, autonomía o seguridad por sí misma. Su comportamiento real depende del modelo, los datos, el contexto, las instrucciones, las herramientas disponibles y los controles que rodean a la aplicación. Por eso debe evaluarse en la tarea concreta y no solo por la etiqueta tecnológica.

En una aplicación de IA, memoria de agente se configura y prueba sobre casos reales. La práctica adecuada es observar cómo afecta a la calidad de la salida, registrar los fallos relevantes y combinarlo con límites, evaluaciones y revisión cuando la tarea lo requiera.

Importa al diseñar, evaluar o depurar una funcionalidad basada en modelos, especialmente cuando la calidad varía entre casos o el sistema puede ejecutar acciones. Entender memoria de agente permite decidir qué debe medirse, limitarse o revisarse.

No debe utilizarse como sinónimo de «Ventana de contexto». Este último se refiere a cantidad máxima de información que un modelo puede tener disponible simultáneamente para una tarea o conversación, incluidos instrucciones, historial, documentos y resultados de herramientas. «Memoria de agente» tiene un alcance distinto y debe conservarse como concepto propio para evitar decisiones o búsquedas ambiguas.

El asistente recuerda la preferencia de formato autorizada para futuras sesiones, pero no conserva datos sensibles que no sean necesarios para esa finalidad.