Memoria dos axentes de IA: como crear axentes de IA con contexto persistente

Se tiveses que acompañar a un novo compañeiro ata a impresora todas as mañás durante seis meses, comezarías a preocuparte. Se puidese recitar cada un dos paseos anteriores con todo detalle pero seguise necesitando que o acompañases, a súa memoria sería excelente… pero ti seguirías tendo que levantarte da mesa.

A memoria dos axentes de IA ten, polo momento, a súa propia versión deste eterno paseo ata a impresora. O CEO de Letta, Charles Packer, afirma en The New Stack que os benchmarks de memoria están saturados porque miden a capacidade de lembrar, algo que el considera resolto. O problema aberto é que un axente mellore no seu traballo grazas ao contexto que conserva, sen ningún readestramento.

A súa cofundadora, Sarah Wooders, compárao con comezar nun traballo —os benchmarks dan ao axente todo o contexto que necesita— tarefa tras tarefa sen relación entre si, o que non se parece en nada a como traballan as persoas. Pode que a alguén recén contratado haxa que acompañalo ata a impresora. Pero, despois de tres anos, esperarías poder darlle unhas instrucións dunha soa liña sen levantarte da mesa.

Ese é o estándar cara ao que hai que construír, e o obxectivo de Brain, o noso sistema de memoria que se mellora a si mesmo para Perplexity Computer, que organiza o traballo e as correccións anteriores nunha wiki de coñecemento en constante evolución.

Explicaremos que debería lembrar un axente e como comprobar se iso o axuda a traballar mellor.

Que é a memoria dos axentes de IA?

A memoria dos axentes de IA é a información que un axente conserva de interaccións e traballos anteriores, xunto cos mecanismos para actualizala e utilizala. O contexto de memoria persistente leva esa información dunha sesión a outra, de modo que pechar unha conversa non significa comezar a seguinte tarefa desde cero.

A maior parte do que se ofrece con ese nome lembra cousas sobre o usuario. As túas preferencias, os teus contactos, o teu cargo, o feito de que queres PDF en lugar de PNG. Esa é a metade sinxela.

Cando creamos Brain, o sistema de memoria detrás de Perplexity Computer, centrámonos no propio traballo. Que enfoque funcionou? Que fonte fixo perder vinte minutos? Que tiveches que corrixir despois de que o axente anunciase que rematara? Ese historial dálle á seguinte tarefa un mellor punto de partida.

Brain almacena esta información como ficheiros no contorno illado do axente, organizados en tres capas:

• sessions/ contén transcricións en bruto e os seus resumos.
• notes/ contén información destilada organizada por temas.
• knowledge/ contén a propia wiki: páxinas en Markdown enlazadas sobre persoas, proxectos e conceptos.

Nada diso mellora por si só. Durante a noite, uns axentes en segundo plano aos que chamamos “Dream” len as sesións do día, resúmenas e revisan a wiki alí onde a situación cambiou. Preparamos e comprobamos esas edicións antes de confirmalas mediante Git, para que haxa un diff que inspeccionar cando algo non pareza cadrar.

Fai que o axente traballe mellor? Na nosa avaliación emparellada de 30 días, as sesións con Brain activado melloraron a corrección en 9,3 puntos porcentuais e a capacidade de lembrar en 8,9, utilizando aproximadamente un 15 % menos de tokens.

Ampliar

Fonte: X

Cales son os tipos de memoria dos axentes?

Hai dous grandes tipos, e a división parécese moito á que farías para unha persoa: o que tes na cabeza neste momento e o que seguirás sabendo o mes que vén.

Memoria a curto prazo

A memoria a curto prazo contén o contexto da conversa ou tarefa actual. A túa solicitude, as mensaxes recentes, o resultado dunha chamada a unha ferramenta, o documento que o axente acaba de abrir. Información suficiente para decidir que facer a continuación.

Tamén verás que se lle chama memoria de traballo. Para un LLM, a xanela de contexto contén a información dispoñible durante unha chamada concreta ao modelo. A aplicación pode manter un estado adicional da tarefa e decidir que partes proporcionar en cada paso.

E curto prazo non significa necesariamente desbotable. Un framework pode gardar o estado da conversa e retomala mañá: segue pertencendo a ese fío. Pero que outra tarefa poida usar a información é unha decisión de deseño aparte.

Memoria a longo prazo

A memoria a longo prazo fai que a información estea dispoñible entre sesións. O artigo de CoALA tomou prestadas tres categorías da ciencia cognitiva, o que lles deu a quen constrúe axentes un vocabulario para as experiencias e o saber facer:

• A memoria episódica é o que pasou: inclúe as sesións anteriores, os pasos que deu un axente e o resultado que obtivo. En Brain, sessions/ proporciona este historial mediante transcricións en bruto e os seus resumos.
• A memoria semántica é o que o axente considera certo: poden ser feitos sobre o usuario, os seus proxectos e o seu mundo, destilados a partir das conversas. A wiki knowledge/ de Brain contén este tipo de información, con ligazóns de volta ás probas.
• A memoria procedemental é como facer as cousas: son os prompts, os fluxos de traballo reutilizables e as Skills que crea Perplexity para dar aos axentes as instrucións e ferramentas que require un traballo. Pode que xa teñas parte disto sen chamarlle memoria.

O traballo interesante ocorre entre as capas. Unha sesión rexistra que rexeitaches un PNG. A túa instrución de usar PDF convértese nunha preferencia que o axente pode levar consigo. Unha corrección no proceso de exportación convértese en algo que pode seguir a próxima vez.

Esa conversión, de “isto pasou” a “isto é certo” e a “así é como o facemos”, forma parte do problema de aprendizaxe co que comezamos, e é onde dedican o seu esforzo as execucións nocturnas do axente Dream de Brain.

Imaxina que alguén quenta peixe no microondas nunha cociña compartida. Hai queixas, ábrese unha fiestra. Finalmente, aparece un cartel: NADA DE PEIXE.

Seis meses despois, o culpable xa marchou, pero o cartel non. Iso é persistencia. Podes explicar os tipos de memoria a través do que perdura:

• A memoria de traballo é aquilo que tes presente mentres preparas o xantar, como que hai que remexer a sopa.
• A memoria episódica é o incidente do peixe; o cheiro que seguiu a todo o mundo ata o corredor.
• A memoria semántica é o coñecemento que sacaches del: quentar peixe pode deixar un cheiro persistente nunha cociña compartida.
• A memoria procedemental é a instrución que rexe o que pasa despois. Non quentes peixe no microondas aquí. O cartel permite que alguén que se perdeu todo o incidente siga a norma.

Hai ademais outra distinción, porque cambia o que estamos a construír. Unha revisión publicada por primeira vez en decembro de 2025, Memory in the Age of AI Agents, sostén que distinguir entre curto e longo prazo non abonda, e tamén clasifica a memoria segundo a súa forma:

• A nivel de token: é o contido explícito que le o axente. Ficheiros, rexistros almacenados, fragmentos recuperados.
• Paramétrica: é información codificada en pesos aprendidos. Actualizala require métodos de adestramento ou de edición do modelo.
• Latente: é información conservada en representacións internas sen que se escriba como texto lexible.

Aquí centrámonos na memoria a nivel de token; é dicir, información almacenada fóra do modelo que se le no seu contexto cando fai falla. A wiki en Markdown de Brain é un exemplo.

Ampliar

Cando actualizamos unha páxina, cambiamos o que o axente pode ler na súa seguinte tarefa, pero os seus pesos subxacentes seguen sendo os mesmos. Esa é a idea de Packer da introdución: mellorar grazas ao contexto que conserva o axente, sen readestramento.

Como funcionan xuntos os tipos de memoria dos axentes?

Un axente pode volver a un intento anterior, ver onde se equivocou e cargar as instrucións que lle deches despois. Na mesma tarefa interveñen varios tipos de memoria, e non fai falla que cada un agarde a súa quenda nin que teña unha base de datos propia.

Aquí, a persistencia determina o que segue dispoñible cando remata a conversa, mentres que a recuperación determina se o axente volve velo algunha vez.

En Brain, conservamos ese camiño desde a lección ata as probas. Supón que lle pides a Computer que continúe un proxecto da semana pasada:

• O índice de Brain indícalle que páxinas de memoria existen e onde atopalas.
• Brain abre a páxina do proxecto para ler as decisións e instrucións gardadas.
• Se unha nota indica que rexeitaches un enfoque, o axente pode seguir a súa cita ata a conversa e comprobar por que.

As ligazóns a páxinas relacionadas permítenlle consultar as persoas ou outros proxectos implicados. O axente faino lendo e buscando en ficheiros. grep, por exemplo, permítelle atopar mencións dun proxecto polo seu nome.

Tamén probamos o que gañan os axentes ao poder explorar ficheiros. Nun benchmark interno de 150 preguntas sobre documentos financeiros, un axente de exploración que utilizaba ferramentas de ficheiros estándar acadou unha puntuación de resposta de 0,627, fronte a aproximadamente 0,37 da busca semántica sobre o mesmo corpus.

Ampliar

Fonte: X

Como mellorar a memoria dos axentes de IA?

Un artigo de maio de 2026 de Orogat e Mansour identifica catro fallos recorrentes na memoria dos axentes: o almacén non para de medrar, as crenzas desfasadas quedan sen revisar, a información esquécese cando se esgota o espazo e a recuperación le sen aprender nada da consulta.

A solución que propoñen é deixar de tratar a memoria dos axentes como almacenamento e tratala como un “estado” que evoluciona mediante catro operacións: incorporar, revisar, esquecer e recuperar. Esa é a nosa lista de comprobación para esta sección.

Selecciona ben o que se lembra

Unha vez que entra un recordo “malo”, todos os pasos o herdan.

Workday AI Research probou un enfoque selectivo con preto de 1500 recordos candidatos do benchmark LoCoMo, facendo cinco preguntas antes de conservar calquera deles:

• É útil? É plausible que volva saír?
• É fiable? Dixo isto realmente a conversa ou completouno o modelo pola súa conta?
• É novo ou xa está almacenado?
• É recente?
• É un feito duradeiro ou un estado pasaxeiro?

Só a primeira pregunta necesitou unha chamada ao modelo. As outras catro executáronse como regras en menos de 65 milisegundos en total. O método conseguiu unha precisión un 12 % maior nas decisións de conservar ou descartar, mantendo o 97 % dos recordos relevantes.

O factor que máis contribuíu foi a última pregunta: ao eliminar a distinción entre información duradeira e temporal, a calidade das decisións caeu aproximadamente un 18 %.

Revisa a resposta sen perder o historial

Rexistra cando un feito pasou a ser válido, que fonte o respalda e que substituíu. Se as fontes discrepan, mantén visible ese desacordo ata que haxa probas suficientes para resolvelo. O documento máis recente tamén pode estar equivocado.

Brain actualiza a wiki utilizando documentos de orixe, resultados dos conectores e correccións dos usuarios. Cada entrada de memoria enlaza coa súa fonte. Necesitamos que o axente atope a resposta actual e que teña onde mirar se esa resposta parece sospeitosa.

Esquece a propósito

O artigo denomina un dos modos de fallo “esquecemento por capacidade”: a información elimínase para respectar un límite de almacenamento, e non porque deixase de ser útil.

Volvamos á cociña compartida. Pasados seis meses, a ninguén lle importa quen quentou o peixe no microondas nin canto tempo estivo aberta a fiestra. Pero o cartel aínda ten unha función.

Se a seguinte persoa prepara o xantar, a norma estará dispoñible. Simplemente arquivas as queixas.

As comprobacións de actualidade e de tipo de información de Workday comezan antes do almacenamento, filtrando o que merece converterse nun recordo. En Brain, tamén revisamos o coñecemento existente a medida que cambian os documentos de orixe e os usuarios fan correccións. En calquera dos casos, é o contido o que fai necesario intervir.

Fai que a recuperación alimente a seguinte actualización

O axente recupera un feito, utilízao e deixa o almacén exactamente como o atopou. Agora ben, a menos que o sistema capture o que pasou despois, nada rexistra se ese feito axudou ou levou o axente a outro camiño sen saída.

Rexistra o resultado, a fonte e calquera corrección. Cando creamos Brain, fixemos que ese historial de traballo formase parte do que lembra: que enfoque funcionou, que fonte non levou a ningures e que corrixiu o usuario despois de que o axente anunciase que rematara. Brain incorpora esa experiencia nas súas actualizacións periódicas da wiki, para que as tarefas posteriores poidan aproveitala.

Porén, nada disto se reflicte nun benchmark que mida a capacidade de lembrar. A forma de saber se o ciclo funciona é darlle ao axente unha tarefa que só pode completar con memoria e contar cantas veces a completa, tendo en conta o custo e a latencia. Iso é o que fai DolphinBench, e por iso as mellores puntuacións aínda están nos setenta.

Como crear un axente con memoria persistente usando Perplexity

A Agent API de Perplexity non inclúe un sistema de memoria que se manteña por si só como Brain. Preferimos dicilo de entrada. Pero o que si che ofrece son as pezas da memoria que necesitas: un lugar onde gardar procedementos, unha forma de levar o contexto dunha quenda a outra e ferramentas para ler e escribir nun almacén que controlas ti.

Comeza pola memoria procedemental

Unha Skill personalizada empaqueta instrucións, procedementos e ficheiros de apoio baixo un número de versión. Un equipo de plataforma pode escribir unha soa vez as súas comprobacións de despregamento, os criterios de reversión e o formato dos informes, e despois facer que as aplicacións fagan referencia á mesma Skill. Cando o procedemento cambia, o equipo carga unha nova versión.

Ampliar

Fonte: X

Un Perfil sobe un nivel máis. Os Perfís gardan o modelo, as instrucións, as ferramentas, as Skills, os conectores e a configuración de execución do axente baixo un único ID con versión.

Engadimos ambos en setembro, xunto cos conectores xestionados, para que un administrador do proxecto poida configurar unha soa vez unha conexión aprobada de GitHub ou Slack e permitir que as aplicacións fagan referencia a ela en lugar de almacenar credenciais por separado. Cando cambia o acceso, o administrador actualiza a conexión nun só lugar.

Por que conta isto como memoria? Unha vez máis, volvamos á cociña do peixe quentado no microondas. Quen chegue despois pode seguir o NADA DE PEIXE sen ter presenciado as queixas.

Unha Skill fai o mesmo traballo para un axente, con espazo para os pasos, as excepcións e as comprobacións que non caben na porta dun microondas. As Skills están por escrito, teñen versións e están dispoñibles a próxima vez que aparece a tarefa.

Tamén usamos Skills para guiar as actualizacións da memoria de Dream. Pero o que unha Skill non fai é aprender por si soa. As instrucións cambian cando se carga unha nova versión, xa sexa por parte dunha persoa ou dun proceso automatizado.

Se queres que o axente se decate de que a comprobación de reversión segue fallando nun servizo e se axuste, iso é o ciclo de sesións a wiki do que falamos antes.

Cómpre conservar o que pasou, determinar que debería cambiar e facer que a corrección estea dispoñible a próxima vez. Para iso necesitas as dúas pezas seguintes.

Leva a memoria de traballo dunha intervención a outra

O axente executa unha comprobación de despregamento. Preguntas: ‘Por que fallou iso?’. Unha pregunta de seguimento razoable, sempre que o axente aínda poida ver a que se refire “iso”.

A nosa Agent API admite dúas formas de levar adiante o contexto da conversa:

• Reproduce ti mesmo a conversa: inclúe as mensaxes anteriores na matriz input da seguinte solicitude. Ti decides que conservar, resumir, ocultar ou descartar antes de envialo.
• Continúa desde unha resposta completada: garda o seu ID e pásao como previous_response_id coa seguinte mensaxe. Nós mantemos o estado da conversa no servidor, polo que a túa aplicación non ten que reenviar as intervencións anteriores. Podes continuar desde a resposta máis recente da cadea.

A reprodución dáche control sobre o que ve o axente, e continuar por ID afórrache o traballo de volver montar a conversa. En calquera caso, proporciona as novas instrucións, ferramentas ou configuracións do modelo que se necesiten para a seguinte resposta.

Usa o teu propio almacén episódico e semántico

Esta é a parte que a Agent API deixa nas túas mans.

Unha vía é a chamada a funcións. Ti defines as ferramentas, o axente solicita unha chamada e a túa aplicación execútaa e devolve o resultado. Para a memoria, un punto de partida sinxelo é unha operación de lectura antes de que o axente actúe e unha operación de escritura despois.

Se rexistras só o dato que recuperou o axente, seguirás sen saber se axudou. Se rexistras o resultado, a fonte e o que corrixiu o usuario, terás o inicio dunha capa episódica.

A nosa compatibilidade con MCP ofréceche outra vía. Se un servidor MCP remoto compatible expón as operacións que necesitas, o axente pode chamalas sen que teñas que encapsular cada unha como unha función personalizada.

Os nosos conectores dan ao axente acceso ás evidencias que sustentan os recordos. GitHub, Slack, Google Drive, Datadog, Linear e Notion están no noso catálogo xestionado, e podes engadir conectores personalizados para sistemas internos.

Por último, decide cando se revisa o historial e cando se actualiza o relato vixente.

Proba o que sobrevive a unha sesión nova

Agora pecha a conversa. Inicia unha nova solicitude sen reproducir as mensaxes antigas nin pasar previous_response_id, pero dálle ao axente acceso ao mesmo almacén de memoria. Pídelle que faga un traballo relacionado sen repetir a corrección.

Se necesita que llo lembres, aínda non terminaches.

Para o axente de despregamento, crea algunhas probas sobre o que debería manterse:

• A corrección perdura: recupera e usa o comando de reversión verificado para o servizo afectado.
• A corrección mantense dentro do seu ámbito: non modifica os procedementos doutros servizos.
• A información nova substitúe as indicacións antigas: cando o comando volve cambiar, usa a versión actual e pode rastrexar o cambio ata a súa orixe.

O noso receitario de probas de regresión mostra como gardar as saídas do axente e as evidencias recuperadas, comprobalas co comportamento esperado e comparar execucións despois de cambiar instrucións ou modelos.

Mantén fixas as versións do modelo, do Perfil e da Skill mentres comparas execucións con e sen memoria. Comeza cada comparación desde unha instantánea coñecida do almacén; se non, unha proba pode ensinarlle ao axente a resposta da seguinte.

Cando algo falle, garda o caso. O seguinte cambio terá que superalo.

Ou sáltate a construción: Brain en Computer

Se o que queres é o ciclo xa rematado en lugar das pezas, iso é Computer. Brain funciona por debaixo, aprendendo de catro fontes: as túas sesións, as ferramentas conectadas, os ficheiros e artefactos que creas e as túas correccións. As actualizacións en segundo plano de Brain reforzan o que segue sendo válido, revisan o que cambiou e marcan a información obsoleta.

Non tes que construír ese ciclo ti mesmo. Só tes que facer o teu traballo.

A Memoria garda as preferencias e os detalles que compartiches. Brain conecta proxectos, persoas, decisións e traballo pendente coas evidencias que os sustentan.

Podes inspeccionar o que aprendeu na vista Memoria, rastrexar as entradas ata as súas fontes e editalas ou eliminalas. Brain usa a túa propia actividade, exclúe as sesións de incógnito e ten o seu propio interruptor.

Ampliar

En Rho, por exemplo, as decisións dun proxecto de facturación estaban espalladas entre Slack, Notion, Jira, Figma e Google Docs. O equipo configurou Computer para revisar os cambios durante a noite, sinalar incoherencias e publicar un resumo matinal en Slack.

O seu enxeñeiro de software Oktawian Jurkiewicz decatouse de que Computer tamén estaba a construír memoria para o proxecto. “Nós non a definimos”, di. “Computer descubriu que datos debía almacenar de cada fonte”.

O equipo afirma que reduciu o tempo semanal de reunións de 2,5 horas a 15 minutos e estima un aforro de 120 horas de traballo ao longo do proxecto de 12 semanas.

As 120 horas atribúense a todo o fluxo de traballo: conectores, execucións nocturnas e o resumo de Slack. Canto do tempo aforrado se debeu só á memoria? Aínda non o podemos cuantificar.

Pero o que si podemos aconsellarche é que, para a túa propia construción, volvas á proba de antes: executa tarefas equivalentes coa capa de memoria activada e desactivada e despois compara as taxas de finalización, o custo e o tempo, incluído o tempo que alguén dedica a corrixir o resultado.

Preguntas frecuentes sobre a memoria dos axentes de IA

Poden ter memoria os axentes de IA?

Si. Os axentes de IA poden conservar información entre sesións mediante conversas, feitos, preferencias e procedementos reutilizables almacenados. O sistema debe recuperar esa información cando sexa relevante e actualizala cando cambien as circunstancias.

Brain en Perplexity Computer, por exemplo, crea contexto de traballo a partir de sesións, ferramentas conectadas, ficheiros e correccións do usuario.

Canta RAM usa un axente de IA?

Non hai un único requisito. Se o teu axente chama a un modelo aloxado a través da Perplexity Agent API, non necesitas cargar ese modelo na túa propia RAM. Aínda así, a túa aplicación e as ferramentas locais necesitan memoria.

Executar un modelo localmente é diferente. A catro bits por parámetro, oito mil millóns de parámetros equivalen aproximadamente a 4 GB de datos de pesos en bruto. A memoria real necesaria é maior se se inclúen a sobrecarga da cuantización, o procesamento do contexto e o software que executa o modelo.

Cal é a mellor memoria para un axente de IA?

A mellor configuración depende do que o axente necesite levar adiante. O estado da conversa permite as preguntas de seguimento; os rexistros episódicos conservan o que pasou; a memoria semántica contén o coñecemento actual; a memoria procedemental proporciona instrucións reutilizables.

A maior parte do traballo continuado benefíciase dunha combinación. Para Brain usamos unha wiki enlazada e respaldada por fontes. Para a túa propia construción, proba se a configuración axuda ao axente a completar tarefas, aplicar correccións e retirar as indicacións obsoletas.