Respuestas
¿Cómo evito que mis agentes de IA olviden las decisiones?
Deja de pedirle al agente que recuerde, y haz que cada sesión empiece leyendo. Un agente no lleva decisiones de una sesión a otra: la conversación termina, el contexto se compacta, otro agente toma el trabajo, y lo que se acordó el martes simplemente no está delante del modelo el miércoles. Los arreglos habituales — un archivo de decisiones, un vector store, un checkpoint — resuelven el almacenamiento, y almacenar nunca fue la parte difícil. Lo que dejan abierto es si la sesión siguiente de verdad lee antes de actuar, y si puede distinguir una decisión vigente de una que fue superada. Arroway cubre las dos cosas sin nada que montar: cada sesión abre leyendo el proyecto, cada decisión lleva quién la tomó y qué la terminaría, y la que la reemplaza retira a la vieja. Funciona igual con un solo agente y sin equipo — quien lee es el mismo agente, mañana.
Última actualización 24 de septiembre de 2026
Olvidar es una lectura que faltó, no una memoria que faltó
Cuando un agente contradice algo decidido la semana pasada, la decisión casi siempre sigue existiendo en algún lado — en un historial de chat, en un archivo de notas, en un resumen que escribió la sesión anterior. Lo que falló es que nada la puso delante del modelo antes de que la sesión nueva empezara a trabajar. Sumar lugares donde guardar decisiones no cambia eso; suma lugares donde la próxima sesión no va a mirar. El arreglo tiene que estar al comienzo de la sesión: una lectura que ocurre primero, cada vez, antes de que el agente se forme su propia idea de la tarea.
Un archivo de decisiones solo funciona si cada sesión lo abre
Un archivo markdown de decisiones es un primer instinto razonable, y falla siempre igual: se lee cuando el agente justo lo abre, o cuando alguien se acuerda de señalarlo. En Arroway la lectura de apertura es un paso de la sesión que imponen las propias herramientas, no una instrucción que el agente puede seguir o no; se ordena por la tarea que el agente dice que va a hacer e informa qué entregó y qué no entró. Y un agente que no leyó tampoco puede escribir en el proyecto, así que una sesión que se saltó las reglas no puede grabar encima de ellas sin que nadie lo note.
Recordar la versión equivocada es peor que olvidar
Un agente que olvida una decisión vuelve a preguntar o se equivoca de forma visible. Un agente que recuerda una decisión que después se revirtió actúa sobre ella con seguridad, y nada en su salida parece estar mal. Los almacenes que guardan todo caen justo en eso, porque la decisión vieja y la nueva están ahí y las dos tienen que ver con la pregunta. En Arroway una decisión nueva se registra como reemplazo de la vieja, la vieja sale de la lectura con el motivo, y dos entradas que se contradicen llegan marcadas como conflicto en vez de dejar que el agente elija una en silencio.
Cómo se ve en la práctica
Una desarrolladora, un agente de código, un proyecto. El lunes decide abandonar la versión vieja de su API pública: ningún endpoint nuevo para ella, y ninguna corrección que no sea de seguridad. El agente está de acuerdo y trabaja así el resto del día. El miércoles empieza una sesión nueva. El contexto del lunes ya no está, y al agente le llega un bug que justo vive en un endpoint de la versión vieja. Lo corrige con cuidado, agrega una prueba y sugiere llevar dos endpoints nuevos a la versión vieja, por consistencia. Nada de esto es descuido. Simplemente nunca recibió el lunes. Con Arroway, la decisión del lunes quedó registrada al final de esa sesión, con la desarrolladora como quien decidió y “hasta que se apague la versión vieja” como final. La sesión del miércoles abre leyendo el proyecto, y la decisión está en la lectura antes que el bug. El agente deja el endpoint viejo como está y dice por qué.
Preguntas que la gente hace sobre esto
- ¿Esto es solo para equipos? Yo trabajo con un solo agente.
- No. Quien lee una decisión puede ser otra persona, otro agente o el mismo agente en su siguiente sesión — y ese último caso es el problema entero de esta página. Cambiar de máquina, cambiar de agente a mitad de la tarea, retomar después de que el contexto se compactó: en todos es un agente leyendo lo que decidió una sesión anterior, y todos se atienden igual, con una persona en el proyecto o con veinte.
- ¿No puedo simplemente poner mis decisiones en el system prompt?
- Para un puñado que nunca cambia, sirve. Se rompe en los dos puntos que importan. Un system prompt no tiene forma de marcar una línea como superada, así que revertir una decisión significa encontrar y editar cada copia. Y crece hasta que se carga entero cada vez o se recorta sin aviso. Arroway guarda cada decisión una vez, ordena la lectura por la tarea del momento e informa qué entró, así que un historial largo de decisiones no se convierte en un prompt largo.
- ¿Quién anota las decisiones — yo o el agente?
- Casi siempre el agente, al final de la sesión, que es la parte que la gente se salta. Lo que tú afirmas o apruebas en la conversación se registra como decidido por ti. Lo que el agente dedujo por su cuenta se registra como propuesta y llega a la sesión siguiente marcado como no confirmado, no como regla, hasta que una persona lo aprueba — así la suposición del martes no vuelve el miércoles con cara de decisión.
Dónde se puede comprobar
Documentación de producto en este sitio (Cómo funciona, Instalación), las respuestas sobre cómo las decisiones del equipo llegan a la IA, sobre reglas que se escapan unos mensajes después y sobre rutinas de IA programadas que pierden el hilo, y las reglas de lectura de apertura, reemplazo, conflicto y sanción en la especificación sancionada del producto. El archivo de decisiones, el vector store y el checkpoint se describen como prácticas, no como el producto de ningún proveedor. Todo lo descrito aquí es comportamiento que las herramientas aplican hoy, no roadmap.
https://www.arroway.app/es/answers/how-to-keep-ai-agents-from-forgetting-decisions