Respuestas
Respuestas sobre memoria compartida para personas e IA
Empieza por la pregunta que tiene delante tu equipo. Cada respuesta explica una parte de cómo el contexto compartido llega a la IA antes de que empiece el trabajo.
Explora las respuestas
Memoria compartida para equipos que trabajan con IA
La memoria compartida de un equipo es un solo lugar — fuera de cada asistente — donde quedan escritas las decisiones, las reglas y el registro diario del equipo, y que la IA de cada persona lee antes de empezar una tarea y escribe cuando la termina. Arroway es ese lugar. La memoria pertenece al proyecto y no a la ventana de chat de nadie, así que el asistente de la segunda persona arranca desde lo que la primera ya dejó resuelto, en vez de arrancar en blanco.
Leer la respuestaContexto compartido entre Claude, ChatGPT y Codex
Una sola conexión, y todos los asistentes leen el mismo proyecto. Arroway funciona como un servidor al que se conectan tus herramientas de IA — Claude, ChatGPT, Codex y cualquier otra que hable el mismo estándar de conexión —, así que todas leen y escriben una única memoria. Lo que resolviste en una herramienta ya está cuando abres la siguiente, y cambiar de herramienta no te hace empezar de cero.
Leer la respuestaMemoria de IA que una persona aprueba antes de que cuente
Memoria sancionada por una persona quiere decir que alguien decide qué se convierte en regla, y que la IA no puede ascender su propia conjetura a ese estatus. En Arroway un asistente escribe libremente mientras trabaja, pero todo lo que dedujo por su cuenta queda archivado como propuesta. Una persona convierte propuestas en reglas vigentes — o las edita, o las descarta — en una pantalla de revisión, después del hecho. El trabajo nunca queda esperando esa revisión.
Leer la respuestaCómo llegan las decisiones del equipo a las IA que hacen el trabajo
Una decisión llega a una IA cuando se le pone delante antes de que actúe — en la lectura que el asistente hace al empezar una tarea, no en un documento que alguien espera que encuentre. Arroway guarda las decisiones como material de un proyecto, marca las que tienen que aplicar siempre, ordena el resto según la tarea que el asistente tiene delante, y en el mismo acto dice cuánto entró y qué quedó afuera.
Leer la respuestaCómo instalar y usar Arroway en los principales ecosistemas de IA
Eliges la herramienta en la que ya trabajas, le conectas Arroway y empiezas a trabajar. La página de instalación hace una sola pregunta — ¿dónde usas IA? — y muestra una sola ruta, no un menú con todas las posibilidades. Y no te pide iniciar sesión hasta el momento en que iniciar sesión hace falta de verdad.
Leer la respuesta¿El conocimiento del equipo para la IA va en archivos versionados o en memoria curada?
Los archivos del repositorio — un CLAUDE.md, una carpeta de habilidades, notas comiteadas junto al código — son donde la mayoría de los equipos pone lo que su IA debería saber, y son lo correcto para lo que le pertenece al repositorio: cómo se compila, las convenciones, la forma del código. Lo que un archivo no puede cargar es la parte que cambia y tiene una persona detrás — qué regla está vigente hoy, quién la decidió, si es una decisión resuelta o la conjetura de un asistente, y si el modelo la recibió de verdad. Arroway sostiene esa parte: escrita por personas y sus asistentes, aprobada por una persona, ordenada por la tarea y entregada con una cuenta de lo que entró.
Leer la respuesta¿Dónde encaja la memoria del equipo en un ciclo de vida de software nativo de IA?
El ciclo nativo de IA se suele describir como una cadena de artefactos: una intención escrita, un plan derivado de ella, código producido contra el plan, y una revisión que cierra el círculo. Eso describe cómo viaja UN trabajo. No carga lo que sigue siendo cierto ENTRE trabajos — qué regla está vigente, quién la decidió, por qué se abandonó un enfoque, y qué dejaron resuelto las personas que nunca abren el repositorio. Esa capa permanente es la que sostiene Arroway, y se le pone delante al asistente antes de que planifique nada.
Leer la respuestaTu CLAUDE.md creció más de una página. ¿Qué sale de ahí?
El consejo de mantener un CLAUDE.md en menos de una página es bueno, y cuesta seguirlo porque en el mismo archivo terminan dos tipos de conocimiento distintos. Uno pertenece ahí para siempre: los comandos, las convenciones, los errores que un asistente repite en esta base de código. El otro es lo que decidió una persona — qué regla está vigente, por qué se descartó un enfoque, qué se le puede prometer a un cliente — y crece sin límite, porque las decisiones nunca dejan de tomarse. El corte no es entre lo importante y lo que no lo es. Es entre lo que le pertenece al repositorio y lo que le pertenece al equipo.
Leer la respuestaMemoria compartida para estudios jurídicos: la postura de la casa, en la IA de cada socio
La postura de un estudio sobre una cuestión recurrente le pertenece al estudio, pero la IA de cada socio solo sabe lo que ese socio le escribió. Arroway es un lugar compartido, fuera de todos los asistentes, donde esas posturas quedan escritas y aprobadas por una persona del estudio. De ahí en adelante, cuando la IA de cualquier socio empieza a trabajar en un asunto, lee las posturas que aplican antes de redactar nada. Nadie vuelve a explicar el criterio de la casa en un prompt, y nadie se entera de que un colega respondió lo contrario después de que el consejo ya salió al cliente.
Leer la respuestaMemoria de IA y confidencialidad: cómo el asunto de un cliente se mantiene fuera del de otro
La memoria vive dentro de un proyecto, y una lectura nunca cruza de un proyecto a otro. Un asunto, un cliente, un área de práctica — cada uno es su propio proyecto, y lo que se escribe ahí se sirve solo a las personas que pertenecen a él, por conexiones que las identifican personalmente. No se comparte nada por defecto, nada se propaga porque dos asuntos se parezcan, y lo que nunca debería estar al alcance de una IA se mantiene afuera por el único control que de verdad sostiene: una persona decide qué se escribe, para empezar.
Leer la respuestaCambia el socio a cargo de la cuenta. ¿Qué hereda el siguiente?
Lo que un sucesor debería heredar son las decisiones que la cuenta ya carga — no una carpeta de correos para excavar y una agenda de llamadas que nadie escribió. Con Arroway la cuenta recuerda en lugar de la persona: cada decisión tomada con ese cliente queda escrita a medida que ocurre, aprobada por una persona, y leída por la IA del socio siguiente en cuanto abre el trabajo. La reunión de traspaso deja de ser la única transferencia — y deja de ser el lugar donde se pierde todo lo que nadie se acordó de mencionar.
Leer la respuestaMemoria compartida para fondos de venture: la tesis que tu IA ya conoce
La tesis y los criterios de filtro de un fondo los deciden los socios una vez y después se aplican a cada operación que llega — pero la IA que los aplica solo sabe lo que alguien le pegó esa mañana. Arroway es un lugar compartido, fuera de todos los asistentes, donde la tesis, los criterios y las líneas rojas quedan escritos y aprobados por un socio. De ahí en adelante, cuando la IA de cualquier socio abre una operación, lee los criterios que aplican antes de formarse una opinión. Nadie vuelve a tipear la tesis en un prompt, y nadie se entera después de que un filtro corrió contra la versión del año pasado.
Leer la respuestaUna regla, cuatro prompts: por qué tus automatizaciones de IA se van separando
Cuando la misma regla se pega en cuatro prompts de automatización, no tienes una regla — tienes cuatro copias que van a dejar de coincidir. Corregirla significa encontrar todos los archivos que la cargan, y la copia que se te pase sigue corriendo. Con Arroway la regla se escribe y se aprueba una sola vez, en un lugar compartido fuera de los prompts, y cada rutina la lee al arrancar. La corrección es una única edición, y ningún prompt queda sosteniendo una versión que nadie se acordó de actualizar.
Leer la respuestaPasar trabajo entre tus propias rutinas de IA, sin volver a narrarlo
Las rutinas de IA programadas suelen pasarse el trabajo volviéndolo a contar — una nota en un archivo, un mensaje en un canal, la transcripción de anoche — y un dato recontado se deforma. Con Arroway, una corrida que se detiene sin terminar deja un relevo explícito: dónde se detuvo, el único paso siguiente, el riesgo que queda abierto, y para quién es. Ese relevo se sirve primero a lo que lea después, y se queda ahí hasta que alguien lo cierre. Nada se hereda como resumen de un resumen, y nada se cae de la lista en silencio.
Leer la respuestaMantengo una planilla de datos para pegar en cada IA. ¿Hay una forma mejor?
Sí, y la planilla es el instinto correcto en el lugar equivocado. Mantener una lista corta y elegida de datos y decisiones es exactamente lo que vuelve útil a un asistente — la parte que se rompe es que el medio de transporte eres tú. Arroway mantiene esa misma lista en un servidor al que se conectan tus herramientas de IA, así que cada asistente la lee al empezar el trabajo en lugar de esperar a que se la den. Te quedas con la parte que siempre fue tuya, que es decidir qué entra en la lista, y dejas de hacer la parte que ninguna persona debería estar haciendo, que es llevarla de herramienta en herramienta.
Leer la respuestaCambiamos de herramienta de IA. ¿Perdemos lo que el equipo ya decidió?
No, si las decisiones nunca estuvieron dentro de la herramienta. Lo que un equipo pierde en una migración es todo lo que guardó en la memoria propia de un proveedor, en su configuración y en sus archivos de ajuste por herramienta — eso le pertenece a esa herramienta, y ninguna exportación hace que llegue intacto a otro lado. Arroway sostiene las decisiones en otro lugar: un servidor al que se conectan tus herramientas. El asistente nuevo lee el mismo conjunto sancionado que leía el viejo, desde el primer día, así que el cambio te cuesta configuración en lugar de contexto.
Leer la respuesta¿Cómo mantiene una agencia de IA las reglas de un cliente fuera del trabajo de otro?
Teniendo cada cliente en su propio proyecto, y la forma de trabajar de la agencia en otro aparte. La memoria en Arroway tiene alcance de proyecto y nunca es global: un asistente que trabaja en una cuenta lee las reglas sancionadas de ese cliente más el método de la casa, y nada de ningún otro cliente — porque las demás cuentas no están dentro del alcance de esa lectura, no porque alguien se haya acordado de dejarlas afuera. La misma persona y el mismo asistente pueden trabajar seis cuentas en un día sin que la sexta herede la voz de la primera.
Leer la respuestaAsociados nuevos usando IA: cómo el criterio del socio les llega primero
Un asociado que trabaja con IA responde con lo que la IA sabe, y lo que sabe es lo que ese asociado le contó — no lo que los socios resolvieron sobre la misma cuestión hace dos años, en un asunto que el asociado nunca tocó. La memoria curada cambia el orden: la postura que el estudio ya sancionó se le sirve a la IA del asociado cuando el trabajo abre, antes de que exista un primer borrador, y todo lo que ese asistente deduzca por su cuenta se guarda como propuesta y no como la respuesta del estudio. El asociado arranca sabiendo dónde está parada la casa, en lugar de que alguien detecte la contradicción en la revisión.
Leer la respuestaMemoria compartida para consultoras con varios socios: qué estandariza la firma y qué sigue siendo tuyo
En una consultora cada socio tiene sus propios clientes y su propia forma de llevar un proyecto, y las dos cosas vale la pena conservarlas — así que la pregunta útil no es cómo hacer que la IA de todos los socios responda igual, es qué parte de la respuesta le pertenece a la firma. La memoria curada traza esa línea de forma explícita: lo que la firma vende — el método, los estándares, lo que no hace, el registro en el que escribe — se escribe una vez y se sanciona, y le llega a cualquier IA que cualquier socio conecte. Cómo lleva cada socio su propia cuenta se queda en su propio proyecto, sin estandarizar a propósito.
Leer la respuestaProbamos un documento compartido de reglas de clientes y nadie lo actualizó
El documento compartido no falló por falta de disciplina; falló porque mantenerlo al día y leerlo eran los dos gestos extra, y un gesto extra pierde siempre contra el trabajo facturable. La memoria curada elimina los dos. Los asistentes que ya están dentro del trabajo escriben lo que se decidió en el momento en que se decide, y la norma se lee cuando un asistente abre el trabajo, no cuando alguien se acuerda de consultarla. Lo que le queda a una persona es una revisión corta — aprobar o corregir lo que se escribió — que son unos minutos sobre trabajo ya hecho, no una tarea pendiente esperando.
Leer la respuesta¿Por qué no correr RAG sobre nuestro repositorio en vez de otra herramienta de memoria de IA?
Porque la recuperación y la sanción responden preguntas distintas. RAG encuentra los pasajes más parecidos a lo que se preguntó, de entre todo lo que indexó — incluida la decisión que el equipo revirtió el trimestre pasado, el diseño que nunca se construyó, y los dos documentos que se contradicen. No tiene forma de decir cuál de ellos está vigente, porque nada dentro de un índice carga eso. Arroway sostiene un conjunto mucho más chico: las reglas y decisiones que aprobó una persona del equipo, cada una con el nombre de quien la aprobó y la condición que la termina. Un asistente lee ese conjunto antes de actuar. La recuperación te sigue encontrando texto; no es lo que le dice al asistente qué texto sigue contando.
Leer la respuesta¿Cómo cambia una agencia de IA la persona a cargo de un cliente sin perder lo que la cuenta sabe?
Teniendo lo que la cuenta sabe en el proyecto propio de la cuenta, escrito a medida que se decide, en lugar de en la cabeza de quien esté a cargo en ese momento. Cuando se saca a alguien del cliente, pierde el acceso a ese proyecto, y todo lo que registró ahí se queda — bajo su nombre, con la fecha y el motivo. Quien toma la posta lee las reglas vigentes del cliente en su primer día, y su asistente lee el mismo conjunto. Lo único que se va con la persona es lo que nadie escribió nunca, que es por lo que la escritura ocurre durante el trabajo y no en un traspaso de la semana en que alguien se va.
Leer la respuesta¿Cómo le mostramos a un cliente que nuestra IA siguió sus reglas en vez de inventar una?
Mostrando el registro que el asistente leyó, en lugar de un resumen escrito después. Cada regla vigente en un proyecto carga qué se decidió, cuándo, y qué persona lo aprobó — y una regla que un asistente propuso y nadie aprobó sigue siendo visiblemente una propuesta. Así que la respuesta para un cliente que pregunta de dónde salió una regla es una línea con fecha y con un nombre encima. Lo que el registro no hace es probar que un entregable concreto salió de ahí: muestra qué rigió el trabajo, y tu propia revisión es lo que ata una pieza específica a eso. Afirmar más que eso sería afirmar más de lo que el registro sostiene.
Leer la respuesta¿Podemos recomendar una herramienta de memoria de IA a nuestro portafolio sin volvernos su mesa de ayuda?
Sí, porque nada de eso pasa por ustedes. Cada empresa se registra por su cuenta, en su propia cuenta, y conecta los asistentes que su propia gente ya usa — el fondo no tiene licencia, ni asiento de administrador, ni una clave del lado de ellos. La mitad honesta de la recomendación es lo que instalar NO hace: conectarse toma minutos y funciona sin asistencia, pero nada cambia hasta que alguien de esa empresa escribe las primeras decisiones que sus asistentes deberían estar leyendo. Ese paso es de ellos, y una recomendación que lo omite produce una empresa que instaló la herramienta y nunca la usó. No hay enlace de referido ni acuerdo de reventa que firmar — la recomendación es un enlace y una opinión.
Leer la respuestaCada socio hace due diligence con una IA distinta y las notas nunca cuadran. ¿Qué lo arregla?
Poner lo que la diligencia ya estableció en un solo lugar que lea el asistente de cada socio, en lugar de en dos juegos de notas que solo se encuentran en el comité. Cada hallazgo entra una vez — la cifra de facturación que se confirmó y el documento que la confirmó, la referencia de cliente que volvió floja, la pregunta que sigue abierta — y de ahí en adelante el asistente de cualquier socio abre el trabajo ya teniéndolo, sea cual sea la herramienta que use ese socio. Lo que esto elimina no es el desacuerdo entre socios, que es el trabajo: elimina que dos asistentes reporten números distintos con la misma seguridad porque cada uno leyó una mitad del material.
Leer la respuestaNuestras rutinas de IA programadas arrancan de cero en cada corrida. ¿Cómo mantienen el hilo?
Escribiendo lo que cada corrida estableció en un lugar que la corrida siguiente lee antes de hacer nada. Una rutina programada no tiene memoria de sus propias corridas anteriores — cada disparo es un contexto nuevo —, así que la corrida de esta noche vuelve a derivar lo que la de anoche ya había resuelto, y o llega a la misma conclusión al mismo costo, o llega a otra distinta sin nada ahí que la contradiga. El hábito que lo arregla tiene dos mitades: la corrida abre leyendo las reglas vigentes y lo que registraron las corridas recientes, y cierra registrando lo que encontró en una línea o dos, incluso cuando no encontró nada. Una corrida que no registró nada es indistinguible de una corrida que nunca se disparó, y ese es el fallo contra el que vale la pena diseñar.
Leer la respuesta