Cómo funciona
La memoria a corto plazo es la información que un sistema de IA mantiene disponible durante una conversación, sesión o tarea en curso. En un agente, puede incluir mensajes recientes, instrucciones temporales, resultados de herramientas, decisiones ya tomadas y el estado de los próximos pasos.
Una implementación simple mantiene los mensajes de la sesión y los envía junto con cada nueva solicitud al modelo. Cuando el contenido crece, el sistema puede eliminar mensajes antiguos, resumir el historial o guardar partes en un almacenamiento temporal para recuperarlas después. Estas decisiones afectan lo que el agente logra recordar y cuánto contexto necesita procesar.
La memoria corta no es necesariamente permanente. Puede desaparecer al cerrar la sesión o después de un período definido. Si el sistema necesita continuar una tarea tras reiniciar, puede guardar un resumen o estado en otro lugar, con permisos y reglas de retención explícitas.
Tampoco se debe confundir la memoria a corto plazo con la ventana de contexto. La ventana es el límite de contenido que el modelo puede considerar en una ejecución. La memoria es la estrategia de la aplicación para seleccionar, mantener y presentar información a lo largo de la interacción.
Ejemplo práctico
Una persona le pide a un agente de código que investigue un error, consulte dos archivos y proponga una corrección, pero que no cambie nada sin aprobación. Durante la sesión, el agente mantiene la tarea, las rutas examinadas, los hallazgos y la condición de no modificar los archivos.
Si la conversación se vuelve larga, el sistema puede resumir las decisiones: qué error se observó, qué archivos se examinaron, qué hipótesis aún necesita prueba y qué acción requiere confirmación. El resumen debe preservar la instrucción de no editar sin aprobación, en lugar de conservar solo detalles técnicos.
Cuando el agente retoma el trabajo, revisa ese estado y confirma si el repositorio sigue correspondiendo a lo que se analizó. Esto evita tratar un recuerdo resumido como verdad actual sobre archivos que pueden haber cambiado.
Para qué sirve
La memoria corta permite que un agente mantenga coherencia dentro de tareas con varios pasos. Reduce la necesidad de repetir instrucciones y ayuda a relacionar la respuesta actual con decisiones anteriores de la misma sesión.
Es útil en asistentes de atención, herramientas de programación, flujos de investigación y automatizaciones con aprobaciones. El sistema puede seguir en qué etapa está, qué falta y qué información ya se proporcionó.
Hay límites. Un resumen puede omitir una salvedad, los mensajes antiguos pueden dejar de caber en el contexto y la información conflictiva puede confundir al agente. Para acciones importantes, mantenga un registro explícito del estado y confirme los datos antes de ejecutar cambios.
El equipo también debe considerar la privacidad. La memoria temporal puede aparecer en logs, almacenamiento de sesión o sistemas de observabilidad. Defina qué se puede registrar, quién puede acceder y cuándo se descartarán los datos.
Diferencia entre memoria a corto y largo plazo
La memoria a corto plazo apoya la tarea actual y suele tener duración limitada. La memoria a largo plazo guarda información para sesiones futuras, como preferencias estables o documentos de referencia, y exige reglas más cuidadosas de actualización y retención.
Una aplicación puede usar ambas: la memoria corta acompaña el flujo actual, mientras que la memoria larga aporta contexto persistente cuando es necesario. El agente debe saber de dónde proviene cada información y pedir confirmación cuando esté desactualizada o tenga consecuencias relevantes.