Estamos construyendo agentes que se sientan como personas. Eso es útil en ciertos aspectos, pero también estamos copiando una de las mayores limitaciones de ser humano.
Conoces a alguien nuevo y no sabe nada de ti. Tienes que explicarle cosas como tus intereses, tu historia y tus objetivos. Luego lo repites con la siguiente persona, y otra vez con la siguiente.
Este es el impuesto de ser humano: el conocimiento vive en cráneos, y los cráneos no sincronizan.
Hemos pagado ese impuesto toda la vida, por lo que apenas lo notamos. Es simplemente cómo funcionan los humanos. Pero ahora lo estamos reconstruyendo dentro de sistemas de software que no necesitan estar tan aislados.
Cada agente es como su propio pequeño cerebro con su propia memoria. Obtiene su propia visión parcial de ti y de tu trabajo. Si te alejas y miras todo el conjunto de agentes que estás usando, descubrirás que todo el sistema y la imagen de ti se sienten fragmentados.
Mis Agentes son Desconocidos
Noto esto más en mi propio flujo de trabajo porque uso varios agentes a propósito.
OpenClaw es mi asistente personal. Sabe más sobre mi vida: familia, horario, reuniones, proyectos, preferencias y el ritmo de lo que sucede día a día. También es donde desarrollo ideas. Hablo de algo, discuto con él, encuentro la forma de la idea, abandono algunas ramas, resucito una, y solo entonces paso a la ejecución.
Así que OpenClaw termina teniendo el contexto más rico tanto sobre mí como sobre mis ideas.
Codex es donde construyo. Una vez que una idea está lista, me traslado allí. Pero el razonamiento que produjo la idea suele quedarse en OpenClaw. Codex ve el repositorio y un plan. Pero no ve la conversación que dio origen al plan.
Claude Code es donde voy para diseño y escritura. Puedo construir algo en Codex y luego pedirle a Claude Code que me ayude con una página de aterrizaje, un guion de demostración o la redacción de una entrada de blog. La transición no es terrible, ya que puedo apuntarlo a la misma carpeta del repositorio en el disco. Pero el razonamiento detrás del trabajo sigue estando en OpenClaw: la audiencia, las compensaciones, los enfoques rechazados, el tono emocional de la cosa.
El resultado puede ser competente y ciego al contexto al mismo tiempo.
También hay una capa física. OpenClaw se ejecuta en mi Mac Mini. Codex y Claude Code se ejecutan en mi MacBook Pro. Otros agentes pueden vivir parcial o totalmente en la nube. Diferentes máquinas. Diferentes sistemas de archivos. Diferente estado local. El repositorio puede sincronizarse a través de GitHub, pero la memoria del proyecto no.
Las islas no son solo conceptuales. Son literales.
Cada agente redescubre lo que ya he explicado. Cada uno ignora lo que el agente de al lado descubrió hace una hora.
El Repositorio No Es la Memoria
La objeción obvia es: solo escribe las cosas.
Usa markdown. Guarda los planes en el repositorio. Almacena las decisiones en documentos. Escribe resúmenes. Haz que todos los agentes lean los mismos archivos.
Eso ayuda, pero solo captura el destino, no el viaje.
El valor real suele estar en la sesión en sí: el debate, los arranques en falso, las ramas que exploraste y dejaste de lado. Cuando plasmas un plan en papel, comprimes la conversación. Te quedas con la conclusión y descartas la mayor parte del camino.
Luego, días después, el camino vuelve a ser importante.
Vuelvo a OpenClaw y le digo: "¿Recuerdas aquello de lo que hablamos? En realidad, hagámoslo de la otra manera".
Lo que realmente estoy haciendo es volver a entrar en el árbol de ideas y recuperar una rama que había podado. Esa rama nunca llegó al archivo markdown porque, en ese momento, parecía muerta.
Un repositorio sincronizado no puede resolver eso. El repositorio tiene artefactos. La sesión del agente tiene contexto. El plan escrito es la punta del iceberg. La conversación es el resto.
Eso no significa volcar cada transcripción en todas partes. Gran parte de la conversación es ruido. Algo es sensible. Algo es incorrecto. Algo debería caducar. Algo debería permanecer local en un proyecto o rol.
La unidad útil es lo que vale la pena conservar.
Cuando un agente aprende una de esas cosas, no debería quedar atrapada dentro del agente donde ocurrió.
La Mente Colmena es el Punto
Para los humanos, el conocimiento se mueve lentamente. Tiene que ser hablado, escrito, enseñado, malinterpretado, aclarado, contado de nuevo. Incluso dentro de una empresa, el mismo hecho viaja a través de reuniones, memorandos, hilos de Slack y reuniones individuales como un rumor que intenta convertirse en infraestructura.
Los agentes no tienen esa limitación.
Si uno de ellos aprende algo útil, los demás también pueden saberlo. De inmediato, si la capa de memoria está construida de esa manera.
Eso empieza a sentirse menos como mejores notas y más como una mente colmena.
Imagina una versión de IA de un líder empresarial sentado en diez reuniones a la vez.
En una reunión, descubre que un cliente importante está confundido sobre los precios. En otra, el equipo de producto debate si los precios son lo suficientemente claros. En una tercera, ventas intenta explicar por qué se estancó un trato.
En la versión humana, esos puntos podrían tardar días o semanas en conectarse. Quizás nunca se conectan. La queja del cliente se convierte en una nota de soporte. El debate de producto se convierte en un elemento de la hoja de ruta. El problema de ventas se convierte en un problema de pipeline.
En la versión de agente, la colisión puede ocurrir mientras las reuniones aún están ocurriendo.
El conocimiento no queda atrapado en la sala donde se aprendió.
La versión personal es más pequeña, pero tiene la misma forma.
Una decisión de diseño tomada mientras se codifica puede mejorar el texto de lanzamiento cinco minutos después. Una preferencia corregida en un asistente personal puede cambiar el valor predeterminado en un agente de codificación. Una idea a medio formar de la semana pasada puede resurgir cuando aparece el proyecto adecuado.
El sistema deja de comportarse como un conjunto de asistentes y comienza a comportarse como una mente distribuida con diferentes manos.
La Capa que Falta
El trabajo real no respeta los límites de las herramientas.
Un proyecto puede comenzar como una nota personal, convertirse en una decisión de producto, transformarse en código, necesitar diseño, redacción de lanzamiento, soporte y seguimiento. Por eso uso múltiples agentes: la especialización es útil.
La brecha es obvia una vez que la sientes: las herramientas son cada vez más capaces, pero la memoria subyacente sigue fragmentada. Y la fragmentación empeora a medida que los agentes se extienden por aplicaciones, máquinas, servicios en la nube y entornos locales.
Esto se siente como una de las áreas importantes para el desarrollo durante el próximo año.
Ya se pueden ver proyectos prometedores atacando diferentes partes de ello.
El GBrain de @garrytan apunta hacia un grafo de conocimiento compartido detrás de MCP: apúntalo a diferentes fuentes de datos y el grafo de conocimiento crece, y diferentes agentes pueden consultarlo en lugar de que cada uno mantenga su propia memoria privada.
El CASS de @doodlestein aborda la parte que markdown y los repositorios pasan por alto: el historial de sesiones en sí. Hace que las sesiones de agentes locales sean buscables en Codex, Claude Code, OpenClaw, Cursor, Aider y más, lo cual importa porque la sesión a menudo contiene el razonamiento que el repositorio dejó atrás.
Estos proyectos son señales de que el problema es real y de que piezas importantes de la respuesta están empezando a verse.
Muchos agentes con una única capa de memoria debajo, propiedad tuya.
