Análisis del paper 'Agents of Chaos' (arXiv:2602.20021): 7 vulnerabilidades críticas encontradas en dos semanas de red-team sobre agentes IA autónomos con memoria persistente, email y shell.
Un análisis técnico de Hipocampus, un arnés de memoria drop-in para agentes IA que usa arquitectura 3-Tier Hot/Warm/Cold y un árbol de compactación de 5 niveles. Cómo ROOT.md permite la consciencia de memoria a coste constante y cómo se compara con hmem, Mem0 y Letta.
Un análisis técnico de hmem (Humanlike Memory), un servidor MCP que modela la memoria humana en cinco niveles con lazy loading respaldados por SQLite + FTS5. Cómo el decaimiento Fibonacci, el envejecimiento logarítmico y un agente curador resuelven el problema de contexto entre sesiones y máquinas.
Un análisis profundo sobre el uso del método PARA (Projects, Areas, Resources, Archives) como andamiaje cognitivo para la memoria de agentes de IA. Cómo los archivos Markdown, Obsidian y Logseq vía MCP crean sistemas de memoria transparentes y editables por humanos que realmente persisten.
Análisis técnico de PlugMem, el sistema de memoria plugin de Microsoft Research que transforma interacciones brutas de agentes LLM en conocimiento reutilizable. Cómo su arquitectura de tres componentes (Estructura, Recuperación y Razonamiento) supera los diseños de memoria específicos por tarea.
Un análisis profundo de los riesgos críticos que rodean la memoria persistente en agentes IA: envenenamiento de memoria, el derecho al olvido, cifrado homomórfico y las tendencias que definirán 2026.
Un análisis técnico profundo de cómo los agentes de IA persisten, consolidan y recuperan información de forma autónoma. Desde OpenClaw y QMD hasta Mem0, Cognee y modelos de memoria neurobiológicos.
