Memoria persistente en IA: qué es y por qué recuerda mal

La memoria persistente de un agente de IA se parece mucho a ese amigo que todos tenemos. Le pides el teléfono de alguien y te lo dicta de memoria, sin dudar, con una convicción admirable. El número es de hace dos años. No miente: se acuerda perfectamente de algo que ya no es verdad.

Esta tarde lo he comprobado con mi propio agente. Y de paso he descubierto que yo, por mi parte, también tenía algo de ese amigo.

La pregunta de examen más fácil del mundo

Primero, qué es eso de la memoria persistente. Un modelo de IA, por sí solo, no recuerda nada de un día para otro; cada conversación empieza en blanco. Para que mi agente sepa cosas de mí, un programa aparte va apuntando en un cuaderno lo que hablamos. Ese cuaderno es la memoria persistente: persiste porque sobrevive al final de la charla. Lo explico con calma, con sus cuatro capas, en la guía de memoria en agentes de IA.

Cuando le escribo algo, el agente no se lee el cuaderno entero. Busca las 10 notas que más se parecen a mi pregunta y se las pone delante antes de contestar. Como un estudiante que, en vez de estudiarse el temario, abre el libro por las páginas que «suenan» a la pregunta.

Así que hice la prueba más tonta posible. Le pasé al cuaderno, con la misma búsqueda que usa el agente, esta pregunta: «¿Cuál es el modelo principal del chat?». El modelo es el cerebro de alquiler que redacta las respuestas, y la respuesta buena vive en una sola línea del fichero de configuración del agente: desde el 13 de octubre, DeepSeek Flash. Pregunta de primero de primaria.

Esto es lo que devolvió, por orden:

La respuesta estaba. En séptimo lugar, rodeada de cuatro respuestas que caducaron. Si el agente se fía de lo que más se repite, acierta de milagro.

Yo creía que esto ya lo había arreglado

El 5 de octubre ya me pasó algo parecido. Conté 1.221 recuerdos en el cuaderno y monté un barrido: una tarea que la máquina ejecuta sola cada noche, busca notas caducadas, las guarda en un archivo aparte por si acaso y las saca del cuaderno. Lo di por resuelto y pasé a otra cosa.

Hoy el cuaderno tiene 2.794 recuerdos. Unos 121 nuevos al día, con un pico de 222 el 4 de octubre. En casi dos semanas, el barrido ha retirado 44.

Vale, pensé, a lo mejor los 18 recuerdos que hablan del modelo del chat simplemente no le ha tocado barrerlos todavía. Así que le pasé esas 18 notas una a una a la regla del barrido. ¿Cuántas habría retirado? Cero. Ni una.

Y tiene lógica, por desgracia. Le enseñé a cazar planes: frases tipo «el asistente se ofreció a...» o «planea revisar...», que caducan solas en unos días. Es como enseñar a alguien a tirar los yogures que llevan la fecha impresa. Los que caducan sin etiqueta se quedan en la nevera para siempre.

Mi primera reacción fue la de siempre: amplío la regla y listo. Luego me imaginé a la máquina delante de estas dos frases: «el modelo del chat es Nemotron» y «el agente se llama Hermes». La primera es falsa hoy y la segunda es verdad. Tienen exactamente la misma pinta. No hay ninguna palabra que delate cuál de las dos ha caducado. Ahí se me acabó el optimismo.

Por qué la memoria persistente en IA recuerda mal

El cuaderno busca por parecido de significado, no por fecha. Imagina un bibliotecario muy rápido al que le pides «algo sobre el modelo del chat» y te trae los diez libros que más hablan del tema, sin mirar el año de la edición. Si de un tema hay nueve ediciones viejas y dos nuevas, te llevas sobre todo ediciones viejas.

Y yo le regalé las ediciones viejas. De los 18 recuerdos sobre el modelo del chat, 9 nacieron el mismo día: el 10 de octubre, una tarde en la que cambié de modelo varias veces, me equivoqué, volví atrás y me enfadé (el propio cuaderno lo apuntó, con el taco incluido). El 13, un cambio tranquilo y definitivo, dejó solo dos notas. Un día de caos dejó nueve borradores de la verdad; un día limpio, dos. Adivina quién gana la votación.

Los creadores de Mem0, la herramienta de memoria que uso, lo describieron muy bien en su análisis de la memoria caducada: un recuerdo caducado no era falso cuando se escribió, se volvió falso después y nada marcó ese momento. Es justo mi caso. Ninguna nota del 10 de octubre está mal escrita. Lo que está mal es leerlas el 18.

Debajo de todo hay una confusión sencilla: el cuaderno guarda sucesos («el día 10 cambié a tal modelo») y el agente los lee como estado («el modelo es tal»). Un suceso nunca caduca, porque pasó. El estado caduca en cuanto alguien toca la configuración. Mezclar las dos cosas es lo que convierte un buen diario en un mal manual de instrucciones.

El pósit que mentía era mío

Además del cuaderno, mi agente tiene unas notas fijas: una página corta que lee entera al empezar cada conversación, como los pósits pegados al monitor. La documentación de Hermes Agent las separa del cuaderno precisamente para esto: pocas cosas, pero estables y siempre a la vista. Esas son las que yo cuido. Las que reviso. Las de fiar.

Fui a mirarlas, convencido de que ahí por lo menos todo estaría en orden. El pósit decía: «DeepSeek directo retirado 27-sep». Verdad el 27 de septiembre. El 13 de octubre volvió como modelo principal del chat, y nadie tocó el pósit. Nadie soy yo, claro.

Personalmente, esto me dolió más que lo del cuaderno. El cuaderno se llena solo y es normal que tenga ruido. El pósit era la fuente fiable, la que debía corregir al cuaderno, y llevaba cinco días contando lo contrario de la realidad a cada conversación nueva. Lo he cambiado hoy. Ahora dice que se retiró el 27 de septiembre, que volvió el 13 de octubre y que, ante la duda, se mire el fichero de configuración. Esa última frase es la única que no caducará.

Lo que cambio a partir de hoy

No tengo una solución automática. Tengo cuatro reglas que salen de lo de esta tarde:

• Para lo que cambia, guardar dónde mirar y no el valor. «El modelo del chat está en el fichero de configuración» no caduca nunca. «El modelo del chat es X» caduca el día que lo cambio.
• Si hay que guardar el valor, con un «desde». «Desde el 13 de octubre, X» al menos avisa de que es una foto con fecha y no una verdad eterna.
• Después de un día caótico, repasar el cuaderno. Los días de muchos cambios son los que más borradores dejan, y los borradores ganan por mayoría.
• Hacerle exámenes a la memoria. Unas pocas preguntas cuya respuesta conozco, y mirar en qué puesto sale la buena. Hoy, séptima. El objetivo es que salga primera.

Dónde estoy hoy: he cambiado una línea del pósit y he apuntado las mediciones de esta prueba. El barrido sigue cazando solo planes y el cuaderno sigue teniendo las 18 notas. Antes de tocar nada quiero repetir el examen la semana que viene y ver si el puesto mejora o empeora.

Si te interesa el otro lado del problema, lo que pasa con lo que el agente tiene delante en la propia conversación, está en qué es la ventana de contexto y por qué tu agente se lía. Y Anthropic tiene una idea en su guía de ingeniería de contexto que encaja con todo esto: lo que se le enseña al modelo debe ser lo mínimo que de verdad sirve. Diez notas, cuatro de ellas caducadas, no lo son.