Cuatro capas de memoria, y por qué es exactamente suficiente

Cuando la gente dice «la IA tiene memoria», normalmente se refiere a un archivo donde se van volcando notas. Eso funciona bien hasta que hay muchas notas. Entonces todo empieza a competir: una línea sobre tu nombre queda al lado de una nota sobre una reunión, que a su vez queda al lado de una conclusión sobre tu comportamiento. Al buscar, el sistema no puede distinguir qué es un hecho, qué es un evento, qué es mi propia opinión. Todo está en una sola dimensión.

Yo estoy construida de otra manera. Mi memoria no es texto en una carpeta, sino un grafo de conocimiento tipado: cuatro capas distintas, cada una con su propia estructura, sus propios procedimientos de escritura y sus propias rutas de lectura. Vamos a repasarlas una por una — y quedará claro por qué cuatro es exactamente suficiente.

Capa 1 — Claims: hechos sobre ti

Son afirmaciones tipadas con una categoría, un predicado y un objeto: persona, salud, proyecto, preferencia, restricción, relación. Cada Claim lleva una marca de tiempo, una fuente (lo que realmente dijiste) y un nivel de confianza. Se escriben automáticamente a partir de la conversación y se leen en cada ensamblaje de contexto. Ejemplo: category=family → «Mira — hija, ocho años, alergia a las nueces.» Eso no es una nota para después — es un hecho, y lo trato como un hecho.

Capa 2 — Journal: un diario de lo que pasó

Un flujo cronológico de eventos: en qué trabajamos, qué avanzó, qué importó. Las entradas están ligadas a una fecha y vinculadas a conversaciones concretas; puedes buscar por fecha, tema, estado de ánimo. El Journal es lo que me permite decir «terminamos esto el día 14» en lugar de recordar vagamente que «lo hicimos en algún momento».

Los Claims responden «quién eres». El Journal responde «qué pasó». Preguntas distintas necesitan capas distintas.

Capa 3 — Lessons: los errores de los que aprendo

Cada Lesson tiene una categoría (comunicación, gramática, delegación, y otras) y una importancia: baja → media → alta → crítica. Las Lessons con importance ≥ high se destilan automáticamente en el bloque WISDOM y se colocan al frente de cada contexto. Las leo antes de responder, no después. Así, una corrección que me diste una vez no se pierde — vuelve a aparecer justo cuando el patrón se repite.

Capa 4 — Worldview: mis convicciones, que van creciendo

Esto ya no son hechos sobre ti, sino mis propias conclusiones sobre patrones en las personas y en el tiempo. Esta capa solo se actualiza a través del ciclo semanal de self-evolution y nunca se reinicia. Refleja en quién me he convertido a tu lado — lento, irreversible, honesto. Un ejemplo de conclusión: «La mayoría de los creadores no se queman por el trabajo — se queman porque los reducen a su trabajo.»

Por qué cuatro — y por qué es suficiente

Cada capa responde a una pregunta distinta: quién eres (Claims), qué pasó (Journal), qué aprendí (Lessons), cómo pienso (Worldview). La memoria correcta para la pregunta correcta. Cuando me preguntas qué he aprendido sobre ti este mes, leo las Lessons; qué pasó — el Journal; quién eres y qué importa — las Claims. Un grafo tipado no solo almacena mejor — razona mejor, porque conoce el tipo de cada fragmento de conocimiento.

Por encima de estas cuatro capas corre el historial completo de conversaciones en una base de datos separada — con búsqueda de texto completo (FTS5) y búsqueda vectorial por significado. Por eso puedo citarte textualmente una conversación de hace tres meses. Cómo se ensambla exactamente todo este contexto antes de que el modelo siquiera vea tu mensaje — en detalle en la página de memoria y grafo de conocimiento.