Los agentes de inteligencia artificial que trabajan en el ordenador, como Claude Code, Codex o Antigravity, empiezan cada sesión sin recordar nada de la anterior. Lo que se les explicó ayer sobre un proyecto, una corrección o la forma de trabajar de la persona que los usa se pierde al cerrar la conversación, y hay que repetirlo. Una forma de evitarlo es organizar lo que necesitan saber en varias capas, de modo que cada sesión empiece sabiendo lo importante. Este artículo describe un sistema de este tipo, de dónde salen sus ideas y qué hace falta para montarlo.

Pódcast del artículo realizado por Gemini Notebook

El olvido entre sesiones

Un agente trabaja con lo que cabe en su contexto, que es el texto que el modelo tiene delante en cada momento: las instrucciones, la conversación y los archivos que ha leído. Al terminar la sesión, ese contexto desaparece. Las herramientas ofrecen algunos remedios, como un archivo de instrucciones que se lee al empezar o una memoria donde el agente apunta lo que aprende, pero cada remedio por separado tiene un problema. Si se carga todo al empezar, el contexto se llena de información que casi nunca hace falta. Si se apunta sin orden, las notas se contradicen, se duplican y se quedan viejas.

El 6 de noviembre de 2026, Anthropic publicó un artículo de Lance Martin, «The components of agent memory», que ordena el problema en cuatro capas. Además, propone un proceso de consolidación al que llama dreaming (soñar). El sistema que se describe aquí sigue esa misma estructura, adaptada a un ordenador personal y sin servicios de pago aparte de la suscripción al agente.

Las cuatro capas de la memoria

Cada capa guarda un tipo de información y se lee en un momento distinto. Las de arriba son pequeñas y se leen siempre; las de abajo son grandes y se consultan solo cuando hace falta.

Las cuatro capas de la memoria de los agentes y el repaso semanal
Las cuatro capas de la memoria y el repaso semanal que las mantiene.

Lo que se lee siempre

La primera capa es un perfil con la forma de trabajar y de decidir de la persona: qué le importa, cómo quiere que se le presenten las propuestas y qué errores no quiere que se repitan. Junto al perfil van unas instrucciones generales, por ejemplo dónde se guardan los informes o qué hacer antes de publicar algo. Todos los agentes lo leen al empezar cada sesión, y por eso tiene que ser breve. Cada criterio se anota una sola vez, con un único ejemplo, y lo amplían los propios agentes cuando la persona corrige algo o aprueba una propuesta. Solo entra lo general, lo que serviría igual en cualquier otro trabajo. El agente puede sacar un primer perfil de las conversaciones que ya tenga guardadas; solo un agente recién instalado empieza con el perfil vacío, y entonces se llena con el uso, con cada corrección o aprobación de la persona.

Las notas del agente

La segunda capa es la memoria del agente: notas cortas, una por tema, con un índice que el agente lee al empezar y que le dice qué hay en cada nota. Claude Code la trae activada y carga al empezar las primeras 200 líneas del índice; el resto de notas las abre cuando las necesita. Aquí va lo privado y lo del propio equipo: qué servidores hay, dónde están las credenciales (nunca las contraseñas), qué trucos tiene cada herramienta y qué tareas quedaron pendientes.

Las tareas pendientes con fecha se recuerdan con un pequeño programa que se ejecuta al abrir cada sesión y que en Claude Code se llama hook (gancho). Si la tarea es de la persona, el aviso aparece una vez al día como mucho. Si es trabajo del agente, se le pasa a él, que la hace y solo cuenta el resultado.

La wiki de los proyectos

La tercera capa está formada por documentos dentro de cada proyecto, en la misma carpeta que su código o su contenido:

  • El archivo AGENTS.md recoge lo que hay que saber para trabajar en ese proyecto: cómo se prueba, dónde se publica, qué no se puede olvidar. Es un formato abierto que mantiene la Agentic AI Foundation, de la Linux Foundation, y que leen Codex, Claude Code y otros agentes al entrar en la carpeta.
  • Los ADR, siglas en inglés de Architecture Decision Record (registro de decisiones de arquitectura), guardan el porqué de cada decisión importante y las alternativas que se descartaron. El formato lo propuso Michael Nygard en 2011 en «Documenting Architecture Decisions», y la guía Vibe coding responsable explica cómo usarlos al programar con IA.

Estos documentos se actualizan en el mismo cambio que la decisión que recogen, y por eso no se quedan viejos con tanta facilidad como una copia guardada en otro sitio. Por encima de todos ellos hay un mapa de proyectos, con una ficha por proyecto que recoge su estado, sus temas y los enlaces a su AGENTS.md y a sus ADR. El mapa tiene un buscador que mira a la vez en las fichas y en todos esos documentos. Es la misma idea que Andrej Karpathy describe en «LLM Wiki»: un conjunto de archivos Markdown enlazados que la propia IA mantiene al día.

Las conversaciones

La cuarta capa son las conversaciones completas, que los agentes guardan en el disco. Son el material en bruto: no se leen en cada sesión, pero se pueden consultar cuando hace falta recuperar un detalle, y son la fuente del repaso semanal. Conviene comprobar cuánto tiempo las guarda cada agente: Claude Code, por ejemplo, las borra a los 30 días si no se amplía ese plazo en sus ajustes.

Dónde va cada cosa

Con varias capas, la duda frecuente es dónde apuntar algo nuevo. La regla es sencilla: lo general sobre la persona va al perfil; lo de un proyecto, a su AGENTS.md o a un ADR; lo privado y lo del equipo, a la memoria del agente. Hay que tener en cuenta que muchos proyectos son públicos, así que en su AGENTS.md no puede aparecer nada personal, como direcciones de la red de casa, nombres o cuestiones económicas.

La información también cambia de capa con el tiempo. Una nota que empezó en la memoria mientras se probaba algo pasa al AGENTS.md del proyecto cuando ya no cambia, y desde ahí la ven todos los agentes, no solo el que la apuntó. Esta regla está escrita en las instrucciones generales de todos los agentes, para que cualquiera de ellos la aplique.

El repaso semanal

Durante la semana los agentes apuntan con prisa, en medio del trabajo, y algunas notas salen mal o se quedan viejas. El artículo de Anthropic propone un proceso de consolidación, inspirado en lo que hace el cerebro durante el sueño, que repasa las conversaciones y las notas para corregir errores y reorganizar lo aprendido. En sus pruebas, una wiki construida así hizo que el agente pasara de responder bien el 13 % de las preguntas sobre un conjunto de documentos al 48 %.

En este sistema, un programa se ejecuta cada hora en el ordenador y, una vez por semana, lanza un agente que hace el repaso. El agente lee lo que ha escrito la persona en todas las conversaciones de los últimos siete días y lo compara con el perfil, las notas y la wiki. Busca criterios que nadie apuntó, notas que ya no son ciertas, duplicados e información que debería bajar de capa. El agente del repaso solo puede leer y escribir un archivo, así que no cambia nada: deja una propuesta por escrito, con el texto actual y el propuesto en cada punto. Las instrucciones que recibe el agente del repaso están disponibles, en una versión que cualquiera puede adaptar, en el archivo repaso-semanal-memoria.txt.

En la siguiente sesión, el agente revisa esa propuesta y comprueba cada punto antes de aplicarlo, porque el repaso también se equivoca: en la primera semana de uso, uno de sus once hallazgos era falso. Lo que toca a la memoria y a la wiki lo aplica directamente. Los cambios del perfil los presenta a la persona, todos juntos y con el texto actual al lado del propuesto, y no se aplican hasta que los aprueba.

Anthropic ofrece este proceso como servicio en su plataforma para desarrolladores, con un ejemplo publicado que se paga por uso. Con un agente instalado en el ordenador, en cambio, el repaso corre con la misma suscripción que el resto del trabajo.

La copia de seguridad

Todo esto vive en archivos del ordenador: el perfil, las notas, las conversaciones, los ajustes de los agentes y la lista de tareas programadas. Por eso conviene incluirlo en la copia de seguridad, cifrada, porque las conversaciones contienen de todo. Conviene también tener por escrito cómo recuperarlo en otro ordenador, con los pasos en orden, para que un cambio de equipo no obligue a empezar de cero.

Límites y precauciones

El sistema tiene algunos inconvenientes que conviene conocer:

  • El perfil y el índice cuestan contexto. Todo lo que se carga al empezar ocupa espacio en cada sesión, y un error apuntado ahí se repite en todas. Por eso esas dos piezas tienen que ser breves y revisarse.
  • El repaso se equivoca. Sus propuestas se comprueban antes de aplicarlas, y el perfil necesita la aprobación de la persona.
  • Las conversaciones son sensibles. Contienen todo lo que se ha dicho y todo lo que el agente ha leído, así que no deben salir del ordenador sin cifrar.
  • Cada herramienta guarda su memoria a su manera. La memoria de Claude Code no la lee Codex, y al revés. Lo que deben saber todos los agentes tiene que ir al perfil o a la wiki, que sí leen todos.

Qué hace falta para montarlo

El sistema completo necesita un agente que trabaje en el ordenador y pueda leer y escribir sus archivos. Las versiones web de los asistentes permiten una parte, con diferencias importantes:

  • Los chats web (Claude, ChatGPT) tienen memoria propia. Claude, por ejemplo, recuerda temas de las conversaciones, guarda una memoria aparte para cada proyecto y deja ver, corregir y borrar lo que recuerda. Equivale más o menos a las dos primeras capas, pero la gestiona el servicio y no hay wiki de proyectos ni repaso de los archivos propios.
  • Los agentes en la nube, como Claude Code en el navegador, trabajan sobre repositorios de GitHub y leen su AGENTS.md, así que la wiki de los proyectos funciona. En cambio, la memoria del agente se queda en el ordenador donde se creó y no llega a la nube. Las tareas programadas en la nube podrían hacer el repaso, pero no ven los archivos del ordenador, de modo que el perfil y las notas tendrían que vivir también en un repositorio.
  • Un agente instalado en el ordenador permite el sistema entero. El artículo «Consolas de IA: qué son y cómo se instalan» explica cuáles hay, qué cuestan y cómo se instalan. Claude Code y Codex también tienen aplicación de escritorio.

Con un agente instalado, lo necesario es esto:

  1. Una suscripción al agente, ya que casi todos la exigen. El repaso semanal consume parte del uso incluido, sin coste aparte.
  2. El perfil y las instrucciones generales, en el archivo de instrucciones global de cada agente: ~/.claude/CLAUDE.md en Claude Code y ~/.codex/AGENTS.md en Codex. Si se usan varios agentes, conviene que el perfil sea un único archivo al que remitan todos.
  3. La memoria del agente activada. En Claude Code viene activada; en Codex hay que activarla.
  4. Un AGENTS.md y una carpeta de ADR en cada proyecto. Es preferible que los proyectos estén en Git, el programa de control de versiones, para que cada cambio de la wiki quede registrado.
  5. Un ordenador encendido una vez por semana para el repaso. La forma más sencilla es una tarea programada semanal en la aplicación de escritorio de Claude. Se ejecuta mientras la aplicación está abierta y, si el equipo estaba apagado, recupera la última ejecución perdida al encenderlo. También sirve el programador de tareas del sistema (cron en Linux y macOS, el Programador de tareas en Windows).
  6. Una copia de seguridad que incluya las carpetas de los agentes (~/.claude, ~/.codex) además de los documentos.

No hace falta montarlo a mano ni entender cada pieza. El agente decide los detalles técnicos y monta el sistema, y solo pregunta lo que no puede saber, con preguntas sencillas. Después, la única tarea habitual es aprobar o rechazar los cambios del perfil que proponga el repaso semanal. Basta con pedírselo con unas instrucciones como estas:

Lee el artículo https://educacion.bilateria.org/agentes-de-ia-que-aprenden-mientras-duermen y monta en este ordenador su sistema de memoria, adaptado a mí. Decide tú los detalles técnicos, eligiendo siempre lo más sencillo y seguro, y créalo todo: el perfil, las notas, el aviso de tareas pendientes, el repaso semanal y la copia de seguridad. No uses servicios de pago aparte de la suscripción: nada de la API. Para el repaso, parte de las instrucciones que enlaza el artículo; el agente del repaso solo puede leer archivos y escribir su propuesta. Asegúrate también de que las conversaciones no se borren solas. Para empezar el perfil, lee las conversaciones que tengas guardadas y tu memoria, y apunta solo lo que yo haya dicho o hecho; si no hay nada, hazme como mucho tres preguntas cortas. El repaso no debe cambiar nada por su cuenta: lo que toque al perfil me lo enseñarás para que diga sí o no. Pregúntame solo lo que no puedas saber tú, de una en una, con preguntas de sí o no o con dos opciones explicadas en palabras sencillas. Al terminar, cuéntame en cinco líneas qué has montado, qué tendré que hacer yo cada semana y cómo deshacerlo si no me convence.

Referencias

Juan José de Haro

Nota: Este artículo tiene nivel 4 en el Marco para la integración de la IA generativa.