Memoria episódica para agentes de IA: por qué tu agente sabe lo que dijiste, no lo que hiciste (2026)

Los productos de memoria se basan en la transcripción

Mira de dónde proviene la memoria en las herramientas que utilizas. La memoria de ChatGPT se deriva de tus chats. La memoria de Claude se deriva de tus conversaciones. Codex genera memorias a partir de chats anteriores; su propia documentación describe lo que conserva como "resúmenes, entradas duraderas, entradas recientes y evidencia de respaldo de chats anteriores". Los agentes de programación leen los archivos que escribiste.

Cada uno de ellos es un subproducto del lenguaje que produjiste para el modelo. Ese es un tipo de memoria real y útil, y es aproximadamente lo que los psicólogos llamarían semántica o declarativa: hechos, preferencias, reglas permanentes. Lo que no es, es un registro de eventos: la secuencia de cosas que realmente hiciste, en qué orden, en qué aplicación, durante cuánto tiempo.

La mitad del "hacer" no tiene un punto de captura natural

Cuando escribes una preferencia en un chat, la captura es gratuita: el texto ya existe. Cuando trabajas (haciendo clic en un panel de administración, conciliando dos hojas de cálculo, revisando un panel antes de aprobar un pago), no se escribe nada en ningún lugar al que el agente pueda acceder.

Por eso la mitad que falta sigue faltando. No es que los proveedores no la quieran; es que recopilarla significa capturar tu pantalla, lo cual es un producto completamente diferente con cuestiones de consentimiento, almacenamiento y seguridad totalmente distintas. Ten en cuenta que esta es también la razón por la que la brecha es estable: no se cerrará como un efecto secundario de tener mejores modelos.

Cuando un modelo resume tu actividad, la evidencia se va con él

La forma obvia de convertir la captura de pantalla en memoria es hacer que un modelo observe y escriba resúmenes. El preprint del 6 de agosto —Activity Frames: Deterministic Screen-Activity Compilation for Agent Memory and Replay (Nossa Iyamu, arXiv 2608.05784)— aboga por lo contrario y mide la diferencia.

Su flujo de trabajo no utiliza ningún modelo. Segmenta un flujo de captura local en "fotogramas de actividad tipificados, episodios delimitados que contienen la aplicación, el sitio, el tiempo, el volumen de entrada y punteros de evidencia que regresan a las filas sin procesar, sin ningún modelo en el bucle, por lo que la salida es idéntica en bytes, almacenable en caché y mecánicamente auditable". En el corpus del autor de 128,756 fotogramas a lo largo de 51 días activos, compilar un día de captura sin procesar produjo un bloque de contexto listo para el prompt 86 veces más pequeño en 68 ms, y un agente que leía ese bloque respondió preguntas sobre el día con un 98.4% de precisión (Wilson 95% CI 91.7–99.7%) frente a un oráculo independiente, "en comparación con el 66-80% de un resumen de LLM de la misma captura".

Dos advertencias que importan más que el titular. Este es un preprint, no un trabajo revisado por pares, y el corpus son los datos de un solo usuario de un profesional; los números describen esa configuración, no la de tu equipo. Y la cifra del 66–80% es la propia comparación del artículo con un resumen de modelo de lenguaje del mismo flujo de captura; no es una medición de ningún producto en el mercado.

Lo que sobrevive a esas advertencias es el punto estructural, y es el mismo que hace que el manejo de documentos funcione: un resumen es un artefacto con pérdida de información sin ningún puntero que regrese a lo que lo produjo. Los fotogramas conservan punteros de evidencia. Puedes verificarlos.

Donde la actividad sí se captura, termina en una sola herramienta

OpenAI ya ofrece esta categoría. Chronicle, documentado como una vista previa de investigación opcional para suscriptores de ChatGPT Pro en macOS, crea memorias de Codex a partir de la actividad reciente de la pantalla. Su documentación es refrescantemente específica: las capturas de pantalla se guardan localmente en un directorio temporal y se eliminan después de seis horas, mientras que las memorias que genera son "archivos markdown sin cifrar que puedes leer y modificar si es necesario", almacenados en el directorio de inicio de Codex. Para producirlos, se procesan en los servidores de OpenAI "fotogramas de captura de pantalla, texto OCR extraído de las capturas de pantalla, información de tiempo y rutas de archivos locales". OpenAI también afirma claramente que los agentes en segundo plano "consumen los límites de tarifa rápidamente" y que el uso de Chronicle "aumenta el riesgo de ataques de inyección de prompts a partir del contenido de la pantalla".

Eso es un proveedor siendo honesto sobre una característica difícil, y las decisiones de diseño son defendibles. Pero nota dónde termina el resultado: en el almacenamiento de memoria local de Codex, en una máquina, legible por Codex. El proyecto de código abierto que acompaña al artículo toma la decisión opuesta: capturar en una base de datos SQLite local, compilar localmente, servir a través de MCP, y su resultado vive igualmente en la máquina que lo capturó.

Así que incluso en el mejor de los casos hoy en día, el registro de lo que hiciste es legible para un solo cliente en una sola laptop. Mientras tanto, el asistente al que realmente le preguntarás sobre el martes por la mañana podría ser uno diferente.

Volver a explicar la rutina. El método predeterminado. Describes los once pasos, el agente hace un trabajo decente y la próxima semana los describes de nuevo. Toda la motivación del artículo es el costo de esto: los agentes "pagan el costo total de inferencia de frontera para volver a deducir rutinas que su usuario ya ha realizado".

Apuntar al agente hacia artefactos. Historial de Git, historial de tickets, historial del navegador, informes exportados. Realmente útil, y la aproximación barata más cercana, pero los artefactos registran resultados, no secuencias. Un commit te dice qué cambió, no los veinte minutos de verificación que lo precedieron.

Grabadores de pantalla de propósito general. Herramientas al estilo de Rewind y los grabadores más nuevos que priorizan lo local producen un historial de búsqueda para ti. Algunos ahora lo exponen a los agentes. Vale la pena probarlos, y la pregunta que debes hacerle a cada uno es la misma: ¿el resultado contiene punteros que regresen a la captura sin procesar, o es la impresión que un modelo tiene de tu tarde?

Chronicle. Si eres un suscriptor Pro en una Mac y tu trabajo se realiza principalmente en Codex, este es el camino más corto hacia la mitad del "hacer", y deberías leer su documentación sobre límites de tarifa e inyección de prompts antes de habilitarlo. Su alcance es Codex.

Escribir tu propio manual de procedimientos (runbook) después del hecho. La opción de mayor fidelidad y la que nadie mantiene al día. Lo cual es la razón honesta por la que se sigue intentando la captura automática.

Nota la forma de toda la lista: o bien el registro no se recopila, o se recopila en un lugar que solo una herramienta puede leer.

Dos cosas son ciertas y a menudo se confunden. La captura episódica es un problema de captura: necesita algo que observe, con tu consentimiento, y ninguna capa de memoria cambia eso. Lo que sucede con el registro después es un problema de almacenamiento y acceso, y ahí es donde se pierde la mayor parte del valor hoy en día.

Así que divide el trabajo con honestidad. Si quieres la mitad del "hacer", elige una herramienta de captura y lee su documentación de privacidad correctamente. Luego, asegúrate de que su salida compilada (además de la mitad declarativa que ya tienes, las especificaciones, decisiones y restricciones) viva en algún lugar que cada asistente que uses pueda leer, en lugar de en el directorio local de un cliente o en una transcripción de chat.

MemoryLake es una capa de memoria para ese segundo trabajo: un único almacén en el que viven tus documentos, decisiones y registros compilados, legible directamente desde herramientas compatibles con MCP como Claude y Codex, y desde ChatGPT a través de la API. Para ser exactos sobre lo que no es: no observa tu pantalla y no es un sustituto de una herramienta de captura si lo que necesitas es el historial episódico.

Paso 1: Crea una clave de API

Genera una clave y realiza tu primera solicitud en unos 30 segundos. Mantenla en tu entorno o en un gestor de secretos en lugar de pegarla en una ventana de chat.

Paso 2: Sube tus primeras memorias

Arrastra los documentos, imágenes y archivos que actualmente vuelves a explicar: el manual de procedimientos, la especificación, las restricciones, los registros de decisiones, los informes exportados. Si ejecutas una herramienta de captura que produce markdown compilado o salida estructurada, esa salida también pertenece aquí, y súbela tal como se produjo en lugar de como un resumen de un resumen.

Paso 3: Conecta tu IA y agentes

Dale a Claude, Codex, OpenClaw y otros agentes de IA acceso a la memoria a través de MCP o la API. ChatGPT no tiene un cliente MCP, así que recupera lo que necesitas a través de la API e inyéctalo en el prompt o en el flujo de trabajo que llama al modelo. El objetivo de este paso es que el mismo registro responda a más de una herramienta, que es la parte que los almacenes de captura locales no pueden hacer por sí mismos.

La primera diferencia es que la mitad costosa deja de volver a deducirse. Ya sea que el registro de una rutina provenga de una herramienta de captura o de diez minutos en los que la escribiste una vez, el agente que la lee comienza a partir de lo que sucedió en lugar de reconstruirlo. La demostración del artículo es la versión extrema de esto: una rutina compilada que "se reproduce de manera determinista con el modelo fuera del bucle", con cero tokens de modelo.

La segunda es que la procedencia sobrevive. Este es el mismo argumento que aparece cada vez que un sistema de IA te dice algo con confianza: el registro útil distingue lo que se midió de lo que se infirió. Esa distinción es exactamente lo que destruye un resumen, y es por eso que los sistemas de IA que inventan hechos plausibles sobre ti son tan difíciles de detectar: la inferencia y la observación llegan en la misma oración, con la misma confianza.

La tercera es que el registro sobrevive a la herramienta que lo creó. Los almacenes de captura son locales de la máquina por diseño. Una capa compartida significa que las notas que acumulaste este trimestre seguirán allí después de que cambies de editor, cambies de laptop o agregues un segundo agente, y esa única memoria accesible desde varias herramientas es una propiedad diferente a la función de memoria de cualquier cliente individual.

Y se integra con lo que ya ejecutas. Las memorias de Codex, la memoria de proyecto de Claude Code y la memoria guardada de ChatGPT siguen haciendo sus trabajos locales. Lo que no pueden hacer es ser leídas entre sí, que es la razón principal por la cual las configuraciones multiagente pierden el contexto en cada transferencia.

Decide qué estás capturando antes de activar cualquier cosa

La captura de pantalla no es una opción predeterminada neutral. Lee los detalles de almacenamiento y retención, verifica qué sale de la máquina y considera si el trabajo del cliente, las credenciales o los datos regulados aparecen en tu pantalla durante el día. La advertencia de la propia documentación de Chronicle sobre la inyección de prompts a partir del contenido de la pantalla es el tipo de frase que vale la pena leer dos veces: una página que visitas puede contener instrucciones que luego sigue tu agente.

Prefiere registros que apunten de regreso a algo

Ya sean fotogramas con punteros de evidencia, un manual de procedimientos que cite rutas de archivos o un registro de decisiones que cite el incidente que lo forzó, una memoria que puedes verificar vale más que varias que no puedes. Los resúmenes parecen eficientes hasta el momento exacto en que necesitas saber si algo realmente sucedió.

Mantén las dos mitades separadas pero adyacentes

Lo que decidiste y lo que hiciste son registros diferentes y no deben fusionarse en una sola narrativa. Almacena ambos, etiqueta cuál es cuál y deja que la recuperación extraiga lo que la pregunta necesite. Comprimirlos juntos es la forma en que "primero revisé el panel" se convierte en "prefiere revisar paneles".

No dejes que la rutina viva solo en el almacén de captura

Si una rutina importa lo suficiente como para automatizarla, escribe también la versión corta como un documento. Los almacenes de captura son locales de la máquina, opcionales y, a veces, vistas previas de investigación. Un manual de procedimientos de cinco líneas en un almacén compartido sobrevive a esos tres hechos, y también es lo que un nuevo compañero de equipo puede leer.

Trata el "el agente ya sabe esto" como una afirmación a verificar

El modo de fallo aquí es silencioso. Un agente sin registro episódico no lo anuncia; produce una versión plausible de tu flujo de trabajo. Antes de delegar algo procedimental, pídele que te explique los pasos de regreso y observa específicamente los pasos que nunca escribiste en ningún lado.

La memoria episódica es la mitad de la memoria de los agentes que nadie ha terminado de construir. Las funciones actuales se basan en transcripciones, por lo que contienen lo que dijiste y no lo que hiciste, el propio planteamiento del artículo y la razón por la que existe. Los dos intentos activos para la mitad del "hacer" funcionan capturando tu pantalla, y ambos dejan el resultado en una herramienta en una máquina: Chronicle de OpenAI en el almacén de memoria local de Codex, y el compilador de código abierto en una base de datos local servida a través de MCP.

La conclusión práctica no es esperar. Habilita la captura si la compensación de privacidad funciona para ti, prefiere registros que conserven punteros de evidencia sobre resúmenes de modelos que no lo hagan, y asegúrate de que todo lo que acumules (la actividad compilada y las especificaciones y decisiones que nunca estuvieron en pantalla) termine en un lugar que más de un asistente pueda leer. El registro vale más que la herramienta que lo produjo.