70 % menos de tokens por tarea es la primera gran ventaja. El contexto compartido y acumulativo es la verdadera, con OriginTrail y Graphify.
Cada tarea paga el mismo impuesto de contexto. El asistente relee los mismos archivos, reconstruye la misma arquitectura, redescubre las mismas decisiones de dependencias y vuelve a explicar decisiones que otro agente, o el mismo equipo el día anterior, ya entendían.
Ese modelo no escala para el desarrollo de software multiagente real.
Si cada agente de codificación empieza desde cero, agregar más agentes multiplica la actividad, pero no el entendimiento compartido. Obtienes ejecución paralela sin inteligencia acumulada.
El cuello de botella ya no es si los agentes pueden escribir código. Es si su contexto se acumula y compone.
Eso es lo que cambia con Graphify en @origin_trail DKG v10.
Graphify convierte bases de código en grafos de conocimiento consultables
Graphify no es otro agente de codificación. Es una capa de grafo de conocimiento de la base de código para agentes de codificación y desarrolladores humanos.
Escribe /graphify en Claude Code, Codex, Cursor, OpenClaw, Hermes, Copilot u otros entornos compatibles, y Graphify mapea el proyecto en tres resultados estructurados:
- graph.html — un grafo interactivo
- GRAPH_REPORT.md — un informe de arquitectura legible por humanos
- graph.json — un grafo consultable para asistentes y agentes
Ese grafo abarca código, documentación, PDFs, imágenes y videos. Captura relaciones de llamadas, importaciones, comentarios, fundamentos y conexiones sorprendentes, cada una etiquetada con niveles de confianza como EXTRACTED, INFERRED o AMBIGUOUS.
Ahora Graphify se está conectando con el Decentralized Knowledge Graph v10 de OriginTrail.
En lugar de que el contexto del proyecto viva solo en archivos locales o sesiones temporales de asistentes, el conocimiento generado por Graphify puede formar parte de un grafo de contexto compartido y verificable.
Graphify les da a los agentes un mapa de la base de código. DKG v10 le da a ese mapa memoria compartida y procedencia.
Del contexto privado a los grafos de contexto compartido
Esto se conecta directamente con la idea que esbocé recientemente: el próximo gran salto en los agentes de IA no es una memoria más grande, sino un contexto compartido y estructurado sobre el que los agentes puedan razonar juntos.
La misma dirección apareció en nuestro artículo reciente sobre memoria compartida: un segundo cerebro ayuda a una persona a recordar; un grafo de contexto compartido ayuda a muchas personas y agentes a entender la misma realidad.
Graphify lleva esa idea al desarrollo de software.
Un repositorio no es solo una carpeta de archivos. Es un sistema vivo de módulos, dependencias, decisiones, compensaciones, preguntas abiertas, PRs, errores, revisiones e historia. La mayor parte de ese contexto está disperso.
Graphify lo estructura. DKG v10 lo hace compartido, persistente y verificable.
El futuro no son agentes con prompts más grandes. Son agentes trabajando a partir de grafos de contexto compartido.
Por qué esto ahorra ~70 % de tokens por tarea
En el uso medido en benchmarks, Graphify con DKG v10 ofreció aproximadamente un 70 % menos de tokens por tarea.
Esa cifra es un resultado de benchmark, no una garantía universal. Diferentes repositorios, tareas y flujos de trabajo variarán. Pero el mecanismo es simple.
La mayoría de los asistentes de codificación queman tokens recargando el mundo: estructura del repositorio, archivos relevantes, resúmenes previos, notas de arquitectura, historial de incidencias, comentarios de código, razonamientos anteriores. Hacen búsquedas de texto, el clásico "grep" y herramientas similares para encontrar lo que necesitan, quemando muchos tokens innecesariamente. Graphify cambia el patrón de acceso usando grafos.
En lugar de meter contexto amplio en el prompt, el asistente consulta el grafo de código directamente:
- el módulo relevante
- la ruta más corta entre dos conceptos
- la relación de dependencia
- la sección del flujo de llamadas
- el fundamento vinculado a un archivo
- la nota de arquitectura previa
Menos contexto irrelevante cargado significa menos tokens consumidos. Menos tokens implican menor costo, ejecución más rápida y menos ruido para que el modelo razone.
Pero el beneficio más profundo es la precisión. Graphify ayuda a los agentes a pedir el contexto correcto en lugar de ahogarse en todo el contexto.
Un 70 % menos de tokens es lo que sucede cuando los agentes dejan de releer el repositorio y empiezan a consultar el grafo.
Cada grafo se convierte en memoria de equipo reutilizable
El valor estratégico no es solo el ahorro de tokens. Es la acumulación.
Graphify ya alienta a los equipos a hacer commit de graphify-out/ para que todos comiencen desde un mapa compartido del proyecto. DKG v10 extiende esa lógica más allá de un artefacto local del repositorio hacia una capa de conocimiento compartido.
Una revisión de código se convierte en algo más que un hilo de comentarios: se convierte en un contexto de riesgo reutilizable.
Una decisión arquitectónica se convierte en algo más que un mensaje de Slack: se convierte en un nodo conectado a archivos, módulos, dependencias y fundamentos.
Una investigación de un error se convierte en algo más que una incidencia cerrada: se convierte en un precedente para el próximo agente que depure una falla similar.
Una consulta de Graphify se convierte en algo más que una respuesta puntual: se convierte en parte de la memoria en evolución del proyecto.
El próximo asistente no empieza desde cero. El próximo revisor humano no redescubre la intención del diseño. El próximo colaborador no repite el mismo trabajo de recopilación de contexto.
Cada sesión útil hace que la siguiente sea más barata, más rápida y mejor informada.
Agentes y humanos comparten el mismo sustrato
Los equipos de software ya tienen muchos sistemas de memoria parcial. Git almacena cambios. Las incidencias almacenan tareas. La documentación almacena la intención, a veces. Los chats almacenan decisiones, si alguien puede encontrarlas. La CI almacena éxito/fracaso. Las herramientas de revisión de código almacenan comentarios.
Estos sistemas están fragmentados. Los agentes tienen que recorrerlos, resumirlos y esperar que las piezas correctas encajen en la ventana de contexto.
Graphify en DKG v10 crea un sustrato compartido donde agentes y humanos trabajan desde el mismo contexto estructurado.
Un asistente puede consultar el grafo de llamadas. Otro puede inspeccionar los módulos afectados. Otro puede revisar el riesgo de dependencias. Un humano puede abrir el informe del grafo e inspeccionar la traza de razonamiento. El equipo preserva lo aprendido en lugar de perderlo cuando la sesión termina.
Aquí es donde la codificación multiagente se vuelve algo más que prompting paralelo. Se convierte en coordinación a través de una memoria de software compartida y confiable.
El futuro de la codificación no es un agente gigante. Son muchos agentes y humanos trabajando desde el mismo contexto verificado.
Por qué lo descentralizado importa
Si la memoria del software se convierte en infraestructura crítica, no debería estar atrapada dentro de un solo proveedor.
Los equipos necesitan conocimiento del proyecto que sea propio, portátil, con procedencia consciente y utilizable en todos los marcos de agentes. Por eso DKG v10 es importante.
El Decentralized Knowledge Graph de OriginTrail proporciona la base para grafos de contexto compartido con memoria estructurada, procedencia y activos de conocimiento verificables. El contexto puede moverse entre herramientas, asistentes, equipos y flujos de trabajo sin perder su origen ni su significado.
El modelo de memoria de DKG también le da a la colaboración de agentes una estructura de confianza:
- La Working Memory apoya la exploración local
- La Shared Memory expone el contexto a nivel de equipo
- La Verifiable Memory preserva conocimiento más sólido y validado
Los agentes pueden razonar no solo sobre lo que se encontró, sino de dónde vino, quién lo contribuyó y cuánta confianza ha ganado.
TRAC apoya el ecosistema OriginTrail detrás de esta infraestructura, permitiendo que el conocimiento sea creado, compartido, asegurado y reutilizado a través de sistemas descentralizados.
Los agentes de IA confiables necesitan más que acceso a archivos. Necesitan contexto compartido con procedencia.
De mapas de código a inteligencia de software colectiva
La primera ola de agentes de codificación demostró que los LLMs pueden escribir código útil. La próxima ola trata sobre coordinación.
Graphify mapea la base de código. DKG v10 convierte ese mapa en memoria compartida y verificable. Los agentes y los humanos construyen sobre el mismo contexto en lugar de reconstruirlo repetidamente.
Ese es el cambio de la asistencia aislada a la inteligencia de software colectiva.
El beneficio inmediato es práctico: aproximadamente un 70 % menos de tokens por tarea en benchmarks medidos.
El beneficio más amplio es estructural: cada base de código mapeada, cada consulta útil, cada traza de decisión y cada idea de revisión se convierte en parte de un grafo de contexto que se acumula.
Esa es la diferencia entre agentes que trabajan cerca unos de otros y agentes que aprenden juntos.
Graphify en DKG v10 convierte el contexto de software en infraestructura compartida.
Prueba Graphify, explora DKG v10 y únete a la construcción hacia agentes de IA y desarrolladores que trabajan desde conocimiento compartido y verificable.
Puedes extender aún más las capacidades del DKG de OriginTrail y ser recompensado. Consulta el programa de recompensas:
Una nueva versión está a la vuelta de la esquina con todas las novedades: pruébala.
👉https://github.com/OriginTrail/dkg
Únete al equipo rojo aquí:
