Convirtieron Codex en un asistente personal con memoria en Markdown, Git y Telegram

En Habr AI se publicó un estudio de caso detallado sobre cómo Codex se transformó de un agente de codificación en un asistente personal con memoria a largo plazo. En lugar de bases de datos vectoriales y RAG complejos, el autor construyó un sistema manejable basado en Markdown, Git, roles, automatizaciones y fuentes externas como Telegram y Anki.

Por Qué No RAG

El autor comienza con un problema simple: un chat IA típico responde bien en el momento, pero lucha por vivir a lo largo del tiempo. Cada nuevo diálogo pierde parte del contexto, distingue mal hechos estables de notas temporales e hipótesis, y la personalización permanece atrapada dentro de un hilo específico. Para un asistente personal, esto es insuficiente, porque necesita no solo responder preguntas sino también recordar hábitos, objetivos, historial de decisiones y escenarios recurrentes.

En lugar de un stack típico con embeddings, vector DB y GraphRAG, eligió una opción más transparente: una jerarquía de archivos Markdown en Git. Este enfoque, según él, funciona mejor en un corpus de conocimiento pequeño a medio que puede organizarse en una estructura clara. Los archivos son legibles por humanos, fácilmente versionables, no ocultan la lógica de búsqueda en una caja negra y te obligan a pensar no solo en recuperación sino también en disciplina de almacenamiento.

La idea principal del artículo es esta: en la memoria personal, la arquitectura y las reglas importan más que la tecnología de moda más reciente.

Cómo Funciona Jarvis

Jarvis se construye sobre un repositorio dividido en varias capas: profile para información de usuario estable, areas para esferas principales de la vida, events para cronología, preferences para restricciones y patrones, roles para modos de respuesta, skills para procedimientos locales, assets para fuentes externas e inbox para material bruto.

El punto no son las carpetas en sí, sino que al agente se le da un comportamiento rígido: primero buscar contexto relevante, luego responder, y si es necesario también actualizar la memoria sin contaminar todo el sistema.

El valor práctico surge en escenarios específicos que el autor ya ha vinculado con Codex:

• Rol de profesor de inglés que se basa en el historial de lecciones y puede trabajar con AnkiConnect
• Análisis diario de descuentos en tiendas y construcción de una dieta económica para ganancia de masa
• Reestructuración semanal de un plan deportivo basado en carga actual y recuperación
• Breves resúmenes de tareas, decisiones sin resolver y resultados personales semanales
• Conexión de archivos de Telegram, donde casi 300 mil mensajes y más de 3 mil mensajes de voz ya se han acumulado

Se hace especial énfasis en roles y automatizaciones. El mismo agente puede actuar como un asistente de vida contextual, analista, operador de procedimientos rutinarios o asistente de bienestar. Gracias a esto, las respuestas no son genéricas sino vinculadas a las tareas reales del usuario.

Telegram aquí se necesita no como un almacenamiento infinito de datos brutos, sino como una fuente para normalización: los mensajes se indexan por año, los mensajes de voz se transcriben, las tarjetas de personas y síntesis generales se actualizan basándose en diálogos. Sin esta capa de limpieza, la memoria rápidamente se convierte en un vertedero, y los permisos de escritura demasiado amplios comienzan a generar ruido y duplicados.

"Cada subagent es como un pulpo en un acuario separado."

Qué Significa Esto

El artículo muestra claramente hacia dónde se está desplazando el enfoque práctico hoy en torno a los agentes de IA. Para asistentes personales y escenarios de trabajo con Copilot, el ganador no será quien simplemente tenga un modelo más fuerte, sino quien mejor diseñe la memoria, roles, límites de acceso y costos de mantenimiento. Si esta capa se hace transparente y económica de mantener, incluso un agente de codificación ordinario puede comenzar a funcionar como un asistente digital verdadeiramente útil, especialmente donde es crítico recordar a la persona y no perder contexto entre sesiones. Esto es exactamente lo que hace que este enfoque sea práctico.