Memoria de agente: cómo recuerda un agente de IA
La memoria de agente engloba todo lo que permite a un agente de IA conservar información más allá de una sola petición: el estado de la tarea en curso, pero también hechos, preferencias o experiencias pasadas que puede recuperar después. Un modelo de lenguaje, por sí solo, no recuerda nada entre dos llamadas.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Nivel | Avanzado |
|---|---|
| Origen | 2023 |
| Introducido por | Sumers et al. (CoALA) |
El problema de partida
Un gran modelo de lenguaje no tiene estado: cada llamada empieza de cero y solo conoce lo que cabe en su ventana de contexto. Para que un agente trabaje horas en una tarea o retome un expediente una semana después, su memoria tiene que estar fuera del modelo, y el agente debe decidir en cada paso qué leer de ella y qué escribir en ella.
Los grandes tipos de memoria
El marco «Cognitive Architectures for Language Agents» (CoALA, Sumers et al., septiembre de 2023) propone un vocabulario inspirado en las ciencias cognitivas que se ha difundido mucho:
- Memoria de trabajo: la información activa para la decisión en curso (objetivo, últimas observaciones). En la práctica, es el contexto.
- Memoria episódica: el recuerdo de experiencias pasadas («la última vez, esta API rechazó ese formato»).
- Memoria semántica: conocimientos sobre el mundo o sobre el usuario, a menudo guardados en una base de datos vectorial y recuperados mediante RAG.
- Memoria procedimental: el saber hacer, presente tanto en los pesos del modelo como en el código o las instrucciones del agente.
Otros trabajos marcaron el tema: los «Generative Agents» de Park et al. (abril de 2023), que guardan un flujo de recuerdos y extraen de él reflexiones de mayor nivel, y MemGPT (Packer et al., octubre de 2023), que gestiona el contexto como un sistema operativo gestiona la memoria RAM y el disco.
Un ejemplo concreto
Un agente de soporte técnico atiende la incidencia de un cliente. Su memoria de trabajo contiene la incidencia y los mensajes del día. Consulta la memoria semántica para encontrar la documentación del producto, y la memoria episódica le recuerda que ese cliente ya informó de un problema parecido el mes anterior, resuelto con una actualización. Al terminar, guarda un breve resumen del caso para la próxima vez.
Por qué importa y cuáles son las trampas
La memoria es lo que convierte a un asistente puntual en un colaborador con continuidad. También es un reto de ingeniería del contexto: si se recuerda demasiado, la información útil se pierde; si se recuerda poco, el agente pierde el hilo. La herramienta de ventana de contexto le ayuda a visualizar qué cabe, y qué no, en una sola petición.
Ideas falsas frecuentes
- «El agente aprende como una persona». Relee notas; no modifica su modelo.
- «Recordarlo todo es mejor». Una memoria sin filtrar acumula errores e información caducada.
- «La memoria de agente y la memoria de un asistente son lo mismo». La segunda es una función de producto; la primera, una pieza de arquitectura.
Términos relacionados
- Memoria de un asistente de IA · Función que permite a un asistente de IA recordar datos sobre usted de una conversación a otra.
- Ventana de contexto · Cantidad máxima de texto (en tokens) que un modelo puede leer y producir de una sola vez, incluida su propia respuesta.
- RAG (generación aumentada por recuperación) · Técnica que primero busca pasajes relevantes en sus documentos y luego se los entrega al modelo para que base en ellos su respuesta.
- Base de datos vectorial · Base de datos que guarda embeddings y encuentra muy rápido los más cercanos a una consulta, es decir, los contenidos más relevantes.
- Ingeniería de contexto · Práctica de decidir qué entra en la ventana de contexto de un modelo en cada paso: instrucciones, herramientas, documentos, memoria e historial.
- Embedding (vector semántico) · Lista de números (un vector) que representa el significado de un texto o una imagen para comparar contenidos según su cercanía de sentido.
Para probar
Todo el glosario
Preguntas frecuentes
¿La memoria de agente modifica el modelo?
Por lo general, no. Los pesos del modelo no cambian: la memoria se guarda aparte (archivos, base de datos) y se vuelve a introducir en el contexto en el momento oportuno. El modelo «recuerda» porque se le vuelve a mostrar la información.
¿En qué se diferencia de la memoria de ChatGPT o Claude?
La memoria de los asistentes de consumo es una función concreta, pensada para retener sus preferencias entre conversaciones. La memoria de agente es un término de diseño más amplio: incluye también el estado de una tarea, los resultados intermedios y el conocimiento del negocio.
¿Una ventana de contexto grande sustituye a la memoria?
No del todo. Permite guardar más información durante una sesión, pero todo desaparece al terminar, y un contexto muy cargado es caro y puede dispersar la atención del modelo. Una buena memoria selecciona lo que merece recordarse.
¿Qué riesgos tiene la memoria de agente?
Puede conservar datos personales más tiempo del previsto o memorizar información falsa o maliciosa que influirá en tareas posteriores. Hay que poder consultar, corregir y borrar lo que un agente ha retenido.
Fuentes de los datos
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.