Tres papers publicados el mismo día abordan el mismo problema desde ángulos distintos: cómo reducir el costo de la memoria de los agentes sin perder información.

Zero-Mem toma el camino más radical. Elimina por completo las llamadas al modelo en la gestión de memoria: ningún token consumido para generar resúmenes intermedios o mediar la recuperación. Conserva las trazas originales de las interacciones y las organiza en un grafo entidad-contexto y una jerarquía temporal. Solo el paso final, el que responde la pregunta, invoca el LLM. Resultado declarado en el paper: 57,6% menos tiempo en operaciones de memoria respecto al baseline más rápido (fuente: abstract, 31 de julio de 2026).

RecHarness aborda una vertiente diferente: la optimización automática de modelos. En lugar de dejar a un LLM tanto la elección de dirección como la generación de código, separa ambas tareas. Un algoritmo bandit selecciona la dirección basándose en resultados históricos; el LLM genera solo la hipótesis concreta y el código. Más estable, menos presupuesto desperdiciado.

El tercer paper muestra que un modelo de difusión congelado puede auto-guiarse usando sus propias muestras como referencia. Una señal de que la memoria generativa puede auto-organizarse sin reentrenamiento.

Por qué te importa

Si construyes agentes que funcionan en sesiones largas, el costo de la memoria ya es tu cuello de botella. Como comentábamos el 26 de julio con el paper sobre las cinco primitivas del contexto agencial y el enfoque TAKC de AWS, los tokens de memoria crecen cuadráticamente sin compactación. Estos tres papers trazan la transición de «la memoria es gratis» a «la memoria requiere diseño». Zero-Mem demuestra que puedes estructurar la memoria sin gastar tokens en gestionarla. RecHarness muestra que separar quién decide de quién ejecuta estabiliza la búsqueda. Para quien usa agentes en el trabajo diario, la lección es una: la arquitectura de la memoria importa tanto como la elección del modelo.

En detalle

El problema que estos tres papers abordan emergió con claridad en las últimas semanas. El 26 de julio, un paper en arXiv formalizó la memoria de los agentes como un ciclo de vida con cinco primitivas, demostrando que sin compactación el costo crece cuadráticamente. El mismo día, AWS publicó TAKC, un enfoque que pre-comprime bases documentales completas por tipo de análisis. Ambos decían lo mismo: la memoria ya no es gratis.

Zero-Mem: quitar el modelo de la memoria.

La idea central de Zero-Mem es que gestionar memoria no requiere generación. La mayoría de sistemas agentivos usan llamadas LLM adicionales para resumir, indexar o mediar la recuperación. Cada llamada cuesta tokens y tiempo.

Zero-Mem elimina este overhead. Las trazas originales de las interacciones permanecen intactas, organizadas en dos vistas complementarias. La primera es un grafo entidad-contexto que expone conexiones entre interacciones. La segunda es una jerarquía temporal que preserva la localidad de la conversación y el estado de las sesiones. Para cada query, el sistema pondera ambas vistas, recupera de ambas y sigue su estructura para reconstruir relaciones de soporte. Una calibración determinística descarta primero evidencias conflictivas, luego mantiene la respuesta anclada a las trazas recuperadas.

El resultado declarado: con el mismo lector final y el mismo presupuesto de contexto, Zero-Mem reduce el tiempo de operaciones de memoria un 57,6% respecto al baseline más rápido. El código se promete después de peer review.

RecHarness: separar quién decide de quién ejecuta.

RecHarness nace en Kuaishou, la plataforma china de video corto. El problema es la optimización de modelos de recomendación, hoy encomendada a ingenieros que iteran manualmente sobre arquitectura, función objetivo y estrategia de training. Dejar a un LLM tanto la elección de dirección como la generación de código conduce a búsquedas inestables cuando el presupuesto de experimentos es limitado.

La solución separa ambos roles. Un algoritmo bandit (un tipo de algoritmo que balancea exploración y explotación) selecciona la dirección de modificación basándose en resultados históricos. El LLM genera solo la hipótesis concreta y el código. Cuando las modificaciones locales se estancan, un mecanismo de salto de cuenca activa un componente estructural que salta a una arquitectura diferente. Una prueba A/B de siete días en una plataforma publicitaria real muestra mejoras medibles: +2,084% en la métrica ADVV, +0,534% en ingresos (fuente: abstract, 31 de julio de 2026).

El tercer paper: auto-guía de la difusión.

El paper sobre difusión en el espacio de píxeles muestra que un modelo congelado puede mejorar sus generaciones usando sus propias muestras como guía. No requiere reentrenamiento. La conexión con memoria agentica es indirecta pero relevante: si un modelo puede auto-organizar parte de su salida, hay espacio para sistemas de memoria que se compacten sin llamadas externas al modelo.

Qué queda abierto.

Zero-Mem se prueba en benchmarks de respuesta a preguntas, no en cargas agentivas reales con tool calling y planificación multi-turno. La promesa del código está supeditada a peer review. RecHarness funciona en el dominio específico de recomendación, y la generalización a otros tipos de optimización está por demostrar. El paper sobre difusión es el más especulativo de los tres: la conexión con memoria agentica es una implicación, no un resultado.

Juntos, sin embargo, trazan una tendencia clara. El costo de la memoria agentica se está convirtiendo en un criterio de diseño de primer nivel, no un detalle implementativo.