GAM: La memoria de doble agente resuelve la degradación de contexto de la IA

Imagina una IA que recuerda cada detalle de un proyecto de un mes, recuperando información crítica sin fallos cuando se le solicita. Esto ahora es posible con GAM, una arquitectura de memoria de doble agente diseñada para curar la "degradación de contexto" de la IA. En lugar de solo expandir la memoria, GAM utiliza un 'memorizador' para guardar cada detalle sin pérdidas y un 'investigador' para recuperar de forma inteligente el contexto exacto necesario, justo a tiempo. Este enfoque aplastó a la competencia en las pruebas de memoria a largo plazo, logrando más del 90 % de precisión en la prueba RULER, mientras que los sistemas RAG tradicionales colapsaron y los modelos de contexto largo flaquearon. Esto marca un cambio importante, pasando de las ventanas de contexto de fuerza bruta a sistemas de memoria más inteligentes y diseñados. Es fundamental para construir agentes de IA confiables que puedan gestionar proyectos de varios días, seguir historiales complejos de soporte al cliente o mantener la continuidad en flujos de trabajo continuos.