Sediment Palace: memoria local para agentes de IA basada en capas geológicas

En 2025, los agentes de IA han alcanzado cotas impresionantes: escriben código, analizan documentos, negocian y manejan herramientas. Pero la mayoría comparte una debilidad fundamental: la memoria. Más exactamente, carecen de ella entre sesiones o la organizan de formas extremadamente toscas.

Un desarrollador que publicó un artículo en Habr tomó dos conceptos existentes y los combinó en algo nuevo: un sistema llamado Sediment Palace. La clave del modelo es una analogía con la geología. La memoria no se organiza como una lista plana de registros ni como un espacio vectorial, sino como una estructura en capas en la que los datos literalmente se «depositan» con el tiempo.

La información reciente, es decir, los eventos de los últimos minutos u horas, ocupa la capa superior. Es de acceso rápido, ocupa mucho espacio y no está comprimida. Con el paso del tiempo, los registros descienden: se compactan, se agregan, pierden detalle pero conservan lo esencial. Las capas más antiguas son como fósiles: siguen accesibles, pero muy comprimidas, y se consultan con menos frecuencia.

Es una analogía directa con el funcionamiento de la memoria humana. Recordamos con nitidez qué desayunamos hoy, vagamente qué pasó hace un mes, y conservamos solo «improntas» comprimidas de hechos de hace años. El cerebro hace exactamente lo que Sediment Palace intenta reproducir por software: compactar automáticamente la experiencia antigua conservando sus patrones clave.

A diferencia de los enfoques clásicos, como los sistemas RAG sobre bases de datos vectoriales o la simple ventana de contexto, el modelo de sedimentación funciona de forma local y determinista. No necesita la API de una base de datos externa, ni búsqueda probabilística sobre embeddings, ni depende del tamaño de la ventana de contexto del modelo. Es el propio agente quien gestiona qué recuerda y en qué forma.

El autor reconoce que la idea no es del todo original. Tomó dos enfoques ajenos, el concepto de memoria jerárquica y la metáfora de las capas geológicas, y los unió en una arquitectura funcional. Esa honestidad es lo que da valor a la publicación: en el campo de las herramientas de IA abundan los trabajos que reinventan la rueda sin citar a sus predecesores. Aquí ocurre lo contrario.

La utilidad práctica del sistema se aprecia sobre todo en escenarios con agentes de larga duración: asistentes personales, investigadores automatizados, agentes de monitorización. Para tareas en las que una sesión dura no minutos sino días o semanas, Sediment Palace ofrece un compromiso entre la integridad del historial y el coste de almacenarlo.

Al conocer el concepto surge una pregunta importante: ¿cómo decide el agente qué compactar y qué descartar al pasar de una capa a otra? Ahí es donde la elegancia arquitectónica choca con las dificultades prácticas. Cualquier heurística de «importancia» es inevitablemente subjetiva, y ese es el principal desafío de sistemas como este.

Aun así, la aparición de estos proyectos es reveladora. La comunidad de desarrolladores se ocupa cada vez más no de la potencia de los modelos, sino de la infraestructura que los rodea. Memoria, herramientas y orquestación son la próxima frontera. Sediment Palace es uno de los experimentos en esa frontera y merece atención.