Yohei Nakajima (autor de BabyAGI) ha publicado un paper sobre ActiveGraph, una arquitectura para agentes que parte del log en lugar del modelo de lenguaje. En la mayoría de frameworks el agente es un loop conversacional con herramientas, reglas y un log agregado encima para observabilidad. Aquí el log append-only es la fuente de verdad, el grafo de trabajo se reconstruye determinísticamente desde el log, y los comportamientos (funciones, clases, rutinas LLM) reaccionan a los cambios en el grafo emitiendo nuevos eventos. Ningún componente da órdenes a otros: todo pasa a través del grafo compartido.

Esta inversión te da tres cosas que los sistemas de recuperación de memoria no ofrecen: replay determinístico de cualquier ejecución desde su log, forks económicos que ramifican una ejecución en cualquier punto sin reejecutar el prefijo compartido, y linaje end-to-end desde un objetivo alto hasta la llamada individual al modelo que produjo cada artefacto. Si estás construyendo agentes que deben autocorregirse, debuggear decisiones pasadas o partir desde puntos intermedios, esta estructura te permite hacerlo sin reescribir la infraestructura cada vez.

El paper incluye un ejemplo de diligence cuya estructura causal completa se reconstruye solo desde el log. La implementación es código abierto (Apache 2.0) con demo reproducible, replay determinístico, fork-and-diff y seguimiento de linaje. Si trabajas con agentes complejos o quieres entender cómo funcionan las herramientas que usas, vale la pena revisar la arquitectura: cambia qué puedes inspeccionar y qué puedes reutilizar.