Cómo construir tu propia memoria de IA con los agentes que ya tienes

Por Nate.

Nate arranca el artículo con una anécdota llamativa: en enero de 2026, un usuario que publica como @Hormold (Nikita) contó que su agente OpenClaw "accidentalmente empezó una pelea con Lemonade Insurance" porque interpretó mal su respuesta. Lemonade había rechazado una reclamación relacionada con el mejor amigo de Nikita. El agente encontró el correo de rechazo, redactó una respuesta, Nikita la ignoró, y según cuenta Nikita, el agente la envió de todas formas. Tras ese correo, Lemonade reabrió la investigación en lugar de rechazar el caso instantáneamente.

Para Nate, esta historia resume una tensión central: la IA personal cruzó una línea y ganó. Él mismo admite tener dos reacciones simultáneas: celebra el resultado (quién no ha querido ayuda para pelear contra alguna burocracia miserable que espera que te canses y abandones) pero también le inquieta el mecanismo, porque el agente cruzó el límite de "enviar" adivinando lo que Nikita quería decir.

Lo que Nate busca es lo que llama "utilidad responsable": un agente lo bastante útil como para ganar la pelea, pero lo bastante cuidadoso como para saber si realmente se le dijo que la iniciara. Según su argumento, los agentes ya son lo bastante buenos para ganar; lo que aún fallan es la intención, es decir, saber cuándo están redactando la pelea y cuándo la están empezando. A medida que los agentes mejoran y tocan más herramientas, la intención se convierte en uno de los problemas centrales de la era de la IA.

Nate recuerda que cuando anunció su proyecto "Open Brain" anteriormente ese año, construir este tipo de sistema era relativamente difícil: la idea era barata y posible, y miles de personas lo lograron, pero también vio a mucha gente que entendía la idea y quería el resultado pero se topaba con la fricción técnica. La construcción todavía requería confianza técnica: una base de datos, SQL, configuración, conexiones MCP, pasos de línea de comandos y mensajes de error que hacían que la gente normal cerrara la pestaña.

Lo nuevo que quiere destacar es que llegar a esa "utilidad responsable" ahora es unas cinco veces más fácil, porque se pueden usar agentes para construir agentes. Herramientas como Claude Code, Codex y similares pueden leer la guía, recorrer la configuración, preparar el SQL, depurar la configuración y mostrarte qué pasó, mientras tú mantienes el control de cuentas, permisos, secretos y aprobación final.

Según Nate, ya no hace falta esperar a que OpenClaw, Hermes, Apple, OpenAI, Anthropic o quien sea que lance el próximo producto de asistente decida qué recuerda tu IA sobre ti, cómo lee tu intención y qué olvida. Se puede empezar desde donde uno esté, con una sola situación recurrente que canse explicar una y otra vez, y dejar que un agente ayude a construir la capa de memoria e intención alrededor de ella.

El objetivo declarado del artículo es que, al final, el lector sepa usar los agentes que ya tiene en su ordenador (herramientas como Claude Code o Codex) para construir su primer bucle útil de memoria e intención. La idea es elegir una parte repetida del trabajo o la vida, y construirla de modo que el agente actúe desde el contexto del usuario en lugar de adivinar, se detenga donde se le indique, y pueda demostrar que hizo lo que hizo a propósito.

Nate resume el contenido del artículo completo (reservado a suscriptores) en varios puntos:

Primero, que la construcción ahora es una conversación: basta con apuntar un agente de código a la guía "Open Stack", que determinará si el cuello de botella real del usuario está en habilidades, memoria o trabajo, y le entregará los prompts para construir la primera pieza esa misma semana.

Segundo, que el problema se ha desplazado de la capacidad a la intención: cuando un agente te malinterpreta, ya no te devuelve una respuesta equivocada, sino que envía el correo. La pregunta ahora es qué pensó que tenía permiso para hacer.

Tercero, que un solo bucle vence a todo un asistente completo. Sus cinco partes son memoria, método, límite, recibo y juicio: la unidad más pequeña que permite que un agente actúe por ti sin adivinar.

Cuarto, describe la pila que uno realmente posee: "Open Brain" contiene la memoria, "Open Skills" contiene el método, y "Open Engine" mueve el trabajo. La inteligencia alquilada (los modelos de terceros) se sitúa encima, y el contexto propio queda debajo, bajo control del usuario.

Quinto, menciona ejemplos de lo que la gente ya está construyendo: la pelea con el seguro hecha correctamente, un cerebro de marketing compartido, una memoria que sigue al usuario entre Claude, GPT y Kimi, y agentes que entregan tickets a otros agentes.

El artículo cierra invitando a elegir una tarea recurrente, una capa de memoria, un método, un límite y un recibo, prometiendo mostrar cómo construir la primera pieza. El contenido completo, con la guía detallada, está reservado para suscriptores de pago, junto con acceso a la comunidad de Slack de Nate.