User as Code: Executable Memory for Personalized Agents
Este artículo introduce User as Code (UaC), un paradigma que representa la memoria personalizada del agente como código Python ejecutable en lugar de texto no estructurado, permitiendo un rendimiento superior al agregar datos históricos, resolver contradicciones y aplicar proactivamente reglas de seguridad mediante computación determinista.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
La Gran Idea: De un "Cajón de Notas" a una "Aplicación de Software Viva"
Imagina que estás intentando recordar todo sobre una amiga, Jessica.
La Forma Antigua (Memoria de la IA actual):
En este momento, la mayoría de los agentes de IA almacenan recuerdos como un cajón lleno de notas adhesivas.
- Escribes hechos: "A Jessica le gusta el cilantro", "Jessica odia el cilantro", "Jessica es alérgica a la penicilina".
- Cuando le preguntas a la IA: "¿A qué es alérgica Jessica?", ella rebusca en el cajón, encuentra la nota sobre la penicilina y la lee de nuevo.
- El Problema: Si preguntas: "¿Cuántos viajes internacionales realizó Jessica el año pasado?", la IA tiene que leer cada una de las notas, contarlas una por una y hacer cálculos mentales. A menudo se pierde, olvida una nota o no nota que "Amoxicilina" es un tipo de "Penicilina" porque esas palabras nunca aparecieron juntas en la misma nota. Es como intentar hacer una contabilidad compleja simplemente leyendo un montón de recibos.
La Nueva Forma (User as Code):
Los autores proponen un nuevo sistema llamado User as Code (UaC). En lugar de un cajón de notas, la IA construye una aplicación de software viva específicamente para Jessica.
- El Estado (La Base de Datos): En lugar de notas, la IA crea "objetos" tipados (como carpetas digitales). Hay una carpeta de
Pasaporte, una deViajesy una deMédico. Dentro de la carpeta Médica, no solo escribe "alergia a la penicilina"; crea una entrada estructurada que dice:Clase de Fármaco: Penicilina,Severidad: Severa. - Las Reglas (La Lógica): La IA también escribe pequeños programas informáticos (funciones) que se ejecutan automáticamente. Un programa podría decir: "Si se prescribe un nuevo medicamento, verifica si su clase de fármaco coincide con alguna alergia existente".
Cómo Funciona: La Fábrica de Dos Fases
El artículo describe un proceso de dos pasos para convertir conversaciones desordenadas en este software limpio:
Fase 1: El Escribiente (Memorizar)
Cada vez que Jessica habla con la IA, un "Escribiente" escucha y anota cada hecho como una lista bruta y sin editar. Nunca borra nada. Si Jessica dice: "Vi al Dr. Park por temas de alergias", el Escribiente anota:[Fecha] La usuaria vio al Dr. Park por alergias.- Analogía: Esto es como un taquígrafo que transcribe un juicio. Nada se pierde, nada se resume todavía.
Fase 2: El Arquitecto (Estructurar)
Periódicamente, un "Arquitecto" (una IA inteligente) lee toda la lista de hechos brutos y los reescribe en la aplicación de software limpia. Organiza los hechos en las carpetas dePasaporteyMédicoy escribe los pequeños programas (restricciones) para verificar conflictos.- Analogía: Esto es como un bibliotecario que toma un montón de libros sin clasificar y los organiza en un catálogo perfecto y buscable con un sistema informático que puede calcular estadísticas instantáneamente.
Por Qué Esto lo Cambia Todo
El artículo afirma que este cambio permite que la IA haga tres cosas con las que el método del "cajón de notas" tiene dificultades:
1. El Problema de las "Matemáticas" (Inferencia Analítica)
- El Escenario: Preguntas: "¿Cuántos viajes internacionales realizó Jessica en 2025?"
- Forma Antigua: La IA tiene que buscar notas de "viaje", adivinar cuáles son internacionales, contarlas y esperar no haber olvidado ninguna. A menudo falla (obteniendo solo un 43% de acierto en las pruebas).
- Nueva Forma: La IA simplemente ejecuta una línea de código sencilla:
Contar todos los viajes donde el año sea 2025 y is_international sea True.Obtiene la respuesta instantáneamente y de forma perfecta (99% de precisión). Es la diferencia entre contar un montón de monedas a mano frente a usar una máquina que sabe exactamente cuántas hay en el frasco.
2. El Problema de la "Proactividad" (Servicio Activo)
- El Escenario: Jessica menciona una alergia a la penicilina en enero. En octubre, menciona que está tomando Amoxicilina. Ella nunca pregunta: "¿Es esto seguro?".
- Forma Antigua: La IA espera a una pregunta. No conectará los puntos a menos que preguntes: "¿Afecta la Amoxicilina a mis alergias?".
- Nueva Forma: El "Arquitecto" escribió una regla: "Verificar conflictos de fármacos cada vez que la lista médica cambie". En el momento en que se añade la nota de octubre, el programa informático se ejecuta, detecta el conflicto e inmediatamente lanza una advertencia: "CRÍTICO: ¡Está tomando un fármaco de la clase de la penicilina, pero es alérgica a la penicilina!"
- Analogía: El sistema antiguo es una biblioteca pasiva; el nuevo sistema es un sistema de seguridad inteligente para el hogar que te alerta antes de que comience el incendio.
3. El Problema de la "Contradicción"
- El Escenario: Jessica dice que le encanta el cilantro en un chat, y luego dice que lo odia en otro.
- Forma Antigua: El cajón tiene dos notas contradictorias. La IA se confunde.
- Nueva Forma: La aplicación de software tiene un único objeto
Preferencias. Cuando llega el nuevo hecho, el código actualiza el objeto para reflejar la verdad más reciente, o señala el conflicto para revisión. Mantiene la memoria limpia y consistente.
Los Resultados: Lo que el Artículo Descubrió
Los autores probaron esto contra otros sistemas de memoria utilizando estándares de referencia:
- Memoria Básica: En preguntas simples como "¿Cuál es mi número de pasaporte?", el nuevo sistema es tan bueno como los mejores sistemas existentes (alrededor del 79% de precisión).
- Matemáticas Complejas: En preguntas que requieren contar o promediar (como el ejemplo del viaje), el nuevo sistema es casi perfecto (99%), mientras que otros sistemas colapsan (cayendo al 6–43%).
- Alertas de Seguridad: En pruebas donde la IA tenía que detectar peligros sin que se le preguntara (como la alergia a la penicilina), el nuevo sistema detectó el 100% de los peligros estándar. Otros sistemas fallaron en muchos casos porque estaban esperando una pregunta.
- Costo: Cuesta un poco más construir la "aplicación de software" al principio, pero una vez construida, hacer preguntas es muy barato y rápido. Si le haces muchas preguntas al mismo usuario, el nuevo sistema es mucho más barato que el método antiguo.
La Conclusión
El artículo argumenta que debemos dejar de tratar la memoria de la IA como un contenedor de almacenamiento pasivo de texto y empezar a tratarla como un proyecto de software activo. Al convertir el historial de un usuario en código que se puede ejecutar, verificar y calcular, la IA es mucho mejor realizando matemáticas, detectando peligros ocultos y recordando el panorama general, en lugar de solo recuperar hechos aislados.
En resumen: En lugar de pedirle a la IA que "recuerde" todo, le damos un programa que se ejecuta sobre la vida del usuario, verificando automáticamente patrones y alertas en tiempo real.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.