Cómo conectar cualquier agente de IA a tu propia memoria con un solo MCP y dos herramientas
La memoria y las habilidades dentro de ChatGPT o Claude son cómodas, pero te atan a un único servicio. El autor del canal «LLM bajo el capó» alquila solo el «núcleo» del agente, guarda el contexto por su cuenta y lo ofrece a través de un único MCP (el conector estándar entre la IA y las herramientas) con dos herramientas. Ese MCP funciona como un cargador: Claude en el móvil o Codex en el portátil van cargando el entorno según lo necesitan. El núcleo se puede cambiar; el contexto sigue siendo tuyo.
Procesado por IA desde TG: @llm_under_hood (LLM под капотом); editado por Hamidun News
Imagina que llevas medio año configurando en ChatGPT la memoria, las habilidades y los servicios conectados, y entonces otro modelo pasa a ser el mejor. Cambiar de plataforma se convierte en un proyecto, porque todo lo acumulado vive dentro de un producto concreto. El autor del canal de Telegram «LLM bajo el capó» se topó con este problema cuando montaba un modo de trabajo cómodo con agentes, primero para sí mismo y después para equipos.
Su solución cabe en una frase: el núcleo del agente se alquila a los mejores del mercado, pero el contexto, la memoria y las herramientas son propios. Para ello, incorpora en todos los clientes un único servidor MCP (MCP es el protocolo estándar mediante el cual las aplicaciones de IA se conectan a herramientas y datos externos) con dos herramientas.
Cómo funciona el esquema habitual
En el planteamiento estándar, el agente está en el centro. Lo más frecuente es que sea ChatGPT o Claude, con memoria compartida y herramientas siempre a mano: así trabaja la mayoría de la gente. Menos habitual es tener en un servidor un arnés de agente propio (la capa de software que envuelve al modelo): Codex, Claude Code, Hermes y similares. A estos se accede por terminal, chat o interfaz web. Existen también agentes en la nube como Dot, algo intermedio entre las dos primeras opciones, y soluciones caseras, que son rarísimas.
La principal comodidad de estos sistemas centrados en el agente es que las integraciones y las herramientas funcionan de serie, y casi nadie se pregunta cómo está montado todo. Pero, si se mira de cerca, todos estos productos comparten un mismo núcleo. Según el autor, ChatGPT, Codex y otros funcionan sobre una misma base: Agents SDK de OpenAI.
La memoria y las habilidades se conectan al núcleo desde fuera. Los propios empleados de OpenAI, según se señala en la publicación, dicen que los modelos mejoran tan rápido que los SDK y los arneses complejos podrían dejar de ser especialmente necesarios. Si es así, el valor se desplaza de la envoltura a lo que cargas en ella, es decir, a tu contexto.
Un MCP en lugar de memoria integrada
El autor alquila el núcleo mediante suscripción (Claude y ChatGPT), pero no usa la memoria, las habilidades ni las herramientas integradas de esos servicios. Para él es importante poder conectar cualquier núcleo y acceder a su propio contexto lo mismo desde Claude en el móvil que desde Dot o desde Codex en el portátil.
Para ello, a cada cliente se le añade un único servidor MCP con solo dos herramientas. Es una especie de «cargador», ligeramente optimizado para el núcleo del agente. A través de él, y con el principio de progressive disclosure (revelación progresiva), el núcleo carga todo el entorno de trabajo y empieza a operar con él. Una analogía cotidiana: a un empleado nuevo no se le entrega todo el archivo de la empresa el primer día. Se le da una credencial, se le enseña dónde está cada cosa y el resto lo va descubriendo según lo necesita.
Hay además una ventaja para los equipos. Como el acceso pasa por un punto único, en el cargador se pueden definir permisos y herramientas distintos según quién lo lance y desde dónde. El mismo contexto está disponible desde el cliente móvil y desde el portátil, pero las capacidades pueden diferir en cada caso.
Del enjambre al Company Brain
Si se ponen en marcha varios núcleos distintos sobre un contexto común, se obtiene un enjambre de agentes: el autor ya ha presentado en su canal experimentos de este tipo. Y si además se describen con detalle los procesos de trabajo y las reglas de traspaso de tareas entre personas y agentes, el resultado es lo que en Y Combinator llaman Company Brain, el «cerebro de la empresa».
Qué sacar en claro
Para desarrolladores y responsables de producto, la conclusión es práctica. Antes de integrar en tus procesos la memoria y las habilidades de un proveedor concreto, pregúntate si podrás llevártelas contigo. Si el contexto está en tu infraestructura y es accesible mediante un protocolo estándar como MCP, cambiar de modelo equivale a cambiar de suscripción.
También hay limitaciones que conviene reconocer. Esto es la descripción de una práctica personal del autor, no un benchmark: en la publicación no hay cifras sobre ahorro de tokens, velocidad ni coste. El cargador propio, los permisos de acceso y el almacén de contexto tendrás que construirlos y mantenerlos tú, mientras que las funciones integradas de ChatGPT y Claude las obtienes gratis e inmediatamente. El esquema está pensado para quienes están dispuestos a poseer su propia capa de memoria y a responder de su calidad. Aun así, para los equipos que no quieren depender de un solo proveedor, la idea de «alquilamos el núcleo, poseemos el contexto» parece un punto de partida razonable.
- 21 nov 2026Las vacantes de FDE se multiplicaron por 4,6 en un año: qué hace un ingeniero en el cliente
- 21 nov 2026Capitana de un equipo de natación automatizó con ChatGPT tres tareas programadas y recortó la rutina varias veces
- 21 nov 2026GPT-6 Cyber encontró unos 35 fallos en iPhone, Mac y otros dispositivos de Apple
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Preguntas frecuentes sobre la noticia
Cómo funciona el esquema habitual?
En el planteamiento estándar, el agente está en el centro. Lo más frecuente es que sea ChatGPT o Claude, con memoria compartida y herramientas siempre a mano: así trabaja la mayoría de la gente. Menos habitual es tener en un servidor un arnés de agente propio (la capa de software que envuelve al modelo): Codex, Claude Code, Hermes y similares. A estos se accede por terminal, chat o interfaz web.
¿Qué se sabe sobre Un MCP en lugar de memoria integrada?
El autor alquila el núcleo mediante suscripción (Claude y ChatGPT), pero no usa la memoria, las habilidades ni las herramientas integradas de esos servicios. Para él es importante poder conectar cualquier núcleo y acceder a su propio contexto lo mismo desde Claude en el móvil que desde Dot o desde Codex en el portátil. Para ello, a cada cliente se le añade un único servidor MCP con solo dos herramientas. Es una especie de «cargador», ligeramente optimizado para el núcleo del agente.
¿Qué se sabe sobre Del enjambre al Company Brain?
Si se ponen en marcha varios núcleos distintos sobre un contexto común, se obtiene un enjambre de agentes: el autor ya ha presentado en su canal experimentos de este tipo. Y si además se describen con detalle los procesos de trabajo y las reglas de traspaso de tareas entre personas y agentes, el resultado es lo que en Y Combinator llaman Company Brain, el «cerebro de la empresa».
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.