Por qué tu IA te olvida: la escalera de memoria de tres niveles

Cualquiera que haya activado el interruptor de memoria en un chatbot esperando que recordara todo se ha topado con el mismo muro: al día siguiente, en un chat nuevo, no puedes retomar donde lo dejaste. Este video sostiene que la memoria autogenerada no está rota sino deliberadamente mantenida delgada, y construye una escalera de tres peldaños: memoria a nivel de cuenta, memoria de proyecto y tu propio sistema de memoria basado en archivos.

La memoria a nivel de cuenta es el conjunto de datos y preferencias que el chatbot escribe sobre ti por su cuenta, y cada nota allí fluye a cada chat nuevo. La demo del video es contundente: un micro pitch de iPhone trabajado durante horas, con el detalle de Satya Nadella y Tim Cook, diapositivas de primera versión confirmadas y un paso de pulido visual pendiente, desapareció a la mañana siguiente. Al abrir la página de memoria bajo personalización no hay rastro del proyecto, solo líneas generales sobre el rol y el gusto de escritura.

La razón es una decisión de diseño: todo lo almacenado a nivel de cuenta se arrastra a cada chat futuro, y una sola entrada errónea envenena todo. El ejemplo de los muchos sombreros lleva el punto: gerente en el trabajo, padre en casa, más cónyuge, hermanos, negocio paralelo, golf los fines de semana; lo que ayuda en un contexto es ruido en otro. Si cada chat tuviera que cargar contexto no relacionado, el resultado empeoraría, así que el robot elige recordar menos.

El nivel uno tiene dos parches y ambos son medias medidas: decirle al robot a mitad del chat que actualice su memoria funciona, puedes ver cambiar la página de memoria, pero acordarte de pedirlo cada vez sigue siendo tu tarea, y la nueva entrada aterriza en el mismo perfil global delgado y se filtra a chats no relacionados. Traer las últimas notas de reunión mediante herramientas conectadas como Google Drive ayuda solo hasta cierto punto; si ese trabajo nunca tuvo una reunión, o el conocimiento está en una sesión anterior dentro del chatbot, el conector queda ciego. Las versiones de Claude y Gemini se comportan igual.

El nivel dos traza una frontera con la función de proyectos alrededor de un único flujo de trabajo, y esa frontera lo cambia todo: como cada chat dentro del proyecto trata el mismo trabajo, el robot puede guardar notas mucho más específicas sin manchar otros trabajos. La capa a nivel de cuenta sigue cayendo por debajo, así que cada chat de proyecto recibe tanto el perfil global como el contexto del proyecto. El conocimiento del proyecto ahora también está respaldado por recuperación: según los documentos de ayuda del proveedor, cuando el contenido del proyecto crece, el sistema solo busca la porción relevante, llevando la capacidad a múltiplos del límite antiguo.

La demo en vivo muestra ambas caras de esa frontera: pedirle al proyecto de Claude los próximos pasos del pitch devuelve la respuesta correcta, versión uno terminada y pulido visual después. Pero pedir la lista completa de asistentes confirmados devuelve una lista parcial, aunque una captura de pantalla de la invitación del calendario se había pegado en un chat una semana antes y se leyó correctamente en su momento. El robot simplemente no juzgó esos nombres dignos de conservarse. Imagina una fecha caducada filtrándose en una nota de estado para tu gerente, dice el autor; un miedo razonable.

La frase más importante del video llega aquí: en todo lo anterior, el autor sigue siendo el robot. El robot sigue sosteniendo la pluma: elige qué detalles sobreviven, en qué carpeta se guardan y el momento en que se almacenan. El parche es familiar: decirle directamente a la memoria de proyecto la corrección, añadiendo el nuevo asistente por su nombre, arregla la lista. Pero notar el problema, recordar la corrección y decírselo al robot sigue siendo trabajo humano; cuando la memoria se suponía que aligeraba esa carga, la carga sigue con nosotros, y el arreglo parece insostenible.

El nivel tres cambia el envoltorio: la memoria deja de ser una caja negra y se convierte en archivos de texto plano que puedes abrir, leer y editar. Tú escribes las reglas, el robot hace el mantenimiento. Los tres grandes laboratorios ya lanzan productos de sistema para esto: Claude Cowork y Claude Code del lado de Anthropic, ChatGPT Work y ChatGPT Codex del lado de OpenAI, Gemini Spark del lado de Gemini. El corazón del diseño es un pequeño archivo de enrutamiento: al inicio de cada tarea el robot lo lee y enruta la solicitud a la carpeta del proyecto propietario, de modo que incluso con más de veinte proyectos activos solo se carga el relevante.

En la demo en vivo, a una sesión nueva sin contexto se le pregunta en qué está el micro pitch de iPhone; el sistema primero lee el archivo de memoria raíz, encuentra el pitch entre los proyectos activos y abre los archivos del proyecto dentro de la carpeta de consultoría para una lectura completa. El resultado impresiona: el deck está completo en contenido, una ronda de pulido visual espera, la fecha se movió del 15 de septiembre al 6 de octubre, tres nuevos asistentes obligan a una sala de reunión más grande, y los puntos abiertos están listados. El punto crítico es que nada de esto vino de una caja negra: la fecha está en un archivo de texto plano abierto en Obsidian, y puedes cambiarla a mano al 30 de octubre.

El protocolo de cierre es el verdadero encanto del sistema: un único comando de cierre termina la sesión de trabajo y el robot escanea la sesión en busca de decisiones, aprendizajes y avances dignos de conservarse. Separa lo que necesita aprobación de lo que maneja por sí mismo: convertir una corrección puntual de acrónimo en una regla permanente se pide como propuesta, mientras que registrar las ediciones de titulares y actualizar el archivo de memoria raíz ocurren automáticamente. La pasada de titulares de minutos antes lo demuestra: los acrónimos en los títulos de diapositivas se limpian con una sola observación en lenguaje natural en alrededor de un minuto, y la repetición confirma que los títulos están libres de acrónimos.

El final pesa el intercambio con honestidad: nivel uno para las líneas generales que deben seguirte entre chats, nivel dos para las enterradas en un único flujo de trabajo, nivel tres para quienes llevan más de veinte proyectos, escriben reglas y actualizaciones para el gerente en un solo espacio de trabajo. El control crece a medida que subes, pero también la semana de configuración y una disciplina de trabajo distinta de la ventana de chat; dónde detenerse es una decisión a tomar frente a ese intercambio.