💻 computer science

ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents

Este artículo presenta ESAA-Conversational, una capa de memoria basada en el origen de eventos que permite a los agentes de codificación de LLM heterogéneos mantener la continuidad y colaborar a través de las sesiones mediante la captura de turnos de conversación visibles en un registro compartido de solo anexión y la proyección de modelos de lectura deterministas para estados, decisiones y tareas sin requerir comunicación directa entre agentes o inferencia constante de LLM.

Autores originales: Elzo Brito dos Santos Filho

Publicado 2026-06-24

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Elzo Brito dos Santos Filho

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

Imagina que eres un gestor de proyectos liderando un equipo de cuatro especialistas muy diferentes: un programador, un arquitecto, un investigador y un diseñador. Cada uno de ellos es un agente de IA (como Codex, Grok o Claude). Son brillantes, pero todos tienen un fallo importante: tienen memoria a corto plazo y no hablan entre sí.

Cuando el Arquitecto termina una reunión, escribe sus notas en un cuaderno privado. Cuando el Programador comienza su turno, no tiene idea de lo que el Arquitecto decidió a menos que tú, el humano, copies y pegues manualmente esas notas en un nuevo chat. Esto es lento, desordenado y a menudo se pierden detalles importantes.

ESAA-Conversational es un nuevo sistema diseñado para solucionar esto. Actúa como un "Libro de Registro de Proyecto" centralizado y compartido que se sitúa entre todos estos diferentes agentes de IA.

Así es como funciona, utilizando analogías sencillas:

1. El registrador de la "Caja Negra" (Captura Mecánica)

En lugar de pedirle a la IA que "recuerde" las cosas, el sistema instala silenciosamente una cámara de seguridad (llamada hook o observador) sobre la pantalla de la IA.

Qué hace: Cada vez que la IA escribe un mensaje, la cámara toma una foto y la escribe en un libro de registro digital llamado activity.jsonl.
La Regla: Este libro de registro es de solo adición (append-only). Piensa en él como un registrador de vuelo en un avión. Una vez que se escribe una línea, no se puede borrar ni cambiar. Es la "Fuente de la Verdad".
Por qué importa: La IA no necesita realizar ningún esfuerzo extra de pensamiento para guardar su trabajo. El sistema simplemente registra la evidencia bruta automáticamente.

2. Los "Resúmenes Ejecutivos" (Modelos de Lectura Proyectados)

Un libro de registro bruto con 500 páginas de chat es inútil si solo quieres saber el plan actual. Por lo tanto, el sistema genera automáticamente resúmenes limpios y legibles basados en ese libro de registro.

La Analogía: Imagina a un bibliotecario que lee los desordenados diarios escritos a mano de una obra de construcción y luego escribe tres informes limpios para el capataz:
- state.md: "Aquí es donde estamos ahora mismo".
- decisions.md: "Estas son las 5 grandes decisiones que tomamos y por qué".
- tasks.json: "Esta es la lista de cosas que aún quedan por hacer".
La Magia: Estos informes se generan automáticamente. Nadie edita manualmente estos documentos. Si el libro de registro cambia, los informes se actualizan al instante. Esto asegura que los resúmenes siempre coincidan con la verdad bruta.

3. El "Traspaso" (Continuidad)

Cuando el Arquitecto termina su turno y el Programador comienza el suyo, el Programador no necesita leer todo el libro de registro de 500 páginas.

El Proceso: El Programador simplemente pide al sistema un "Traspaso" (Handoff). El sistema le entrega el handoff.md (un resumen de lo que sucedió) y una "ventana" específica de los últimos 20 mensajes relevantes para su tarea.
El Beneficio: El Programador comienza a trabajar de inmediato con contexto completo, sin perder tiempo leyendo charlas irrelevantes o perdiendo el rastro de decisiones previas.

4. El "Humano en el Bucle" (Curación)

El sistema distingue entre lo que sucedió (evidencia) y lo que importa (decisiones).

Evidencia: Que la IA escriba "Creo que deberíamos usar Python" es solo un turno en el registro.
Curación: Si la IA (o un humano) dice: "De acuerdo, hemos decidido usar Python", el sistema registra esto como un Evento de Decisión formal.
Por qué importa: Esto separa el ruido de la conversación de las reglas duraderas del proyecto. El sistema sabe la diferencia entre un pensamiento aleatorio y una regla final.

5. Privacidad y Seguridad

El documento enfatiza que este sistema está diseñado para ser seguro para uso público.

El Paquete "Greenfield": Cuando los desarrolladores lanzaron la herramienta, entregaron a todo el mundo un libro de registro nuevo y vacío. No compartieron sus propias conversaciones privadas.
La Lista de "No Compartir": El sistema oculta automáticamente los archivos de registro desordenados de la vista pública (como un archivo .gitignore), asegurando que las conversaciones privadas sensibles no se suban accidentalmente a Internet.

La Prueba del Mundo Real

Los autores probaron este sistema con ellos mismos. Utilizaron diferentes agentes de IA para diseñar y construir el sistema mientras el propio sistema grababa sus conversaciones.

Resultado: Los agentes colaboraron con éxito sin haber hablado nunca directamente entre sí. Simplemente leyeron el libro de registro compartido y los resúmenes.
Resultado Final: Demostraron que se puede cambiar entre diferentes herramientas de IA (como cambiar de Grok a Claude) sin perder el hilo de la conversación, siempre y cuando todos lean desde el mismo registro compartido.

En Resumen

ESAA-Conversational es una herramienta que evita que los agentes de IA sufran de amnesia. Actúa como un diario compartido e inalterable que registra todo, escribe automáticamente resúmenes limpios para que la siguiente persona los lea, y asegura que cuando cambies de herramienta, no tengas que empezar desde cero. Convierte el proceso caótico de cambiar de asistentes de IA en un flujo de trabajo fluido y continuo.

Resumen Técnico: ESAA-Conversational

Planteamiento del Problema

Los flujos de trabajo de desarrollo de software dependen cada vez más de agentes de Modelos de Lenguaje Extensos (LLM) heterogéneos (por ejemplo, Codex, Grok, Claude Code), donde los desarrolladores cambian de herramienta basándose en los límites de la ventana de contexto, el costo o la idoneidad para una subtarea específica. Sin embargo, la continuidad entre estos agentes es actualmente frágil. Cada agente persiste la conversación en registros privados y específicos de cada proveedor, lo que provoca una deriva del estado conversacional: los objetivos, decisiones, razonamientos y tareas abiertas establecidos con un agente no están disponibles de manera fiable cuando otro toma el relevo.

Los remedios actuales implican el copiado y pegado manual de contexto, lo cual es una pérdida de información, costoso en términos de tokens y confunde las actividades distintas de capturar evidencia conversacional e interpretar dicha evidencia. Existe una falta de una capa de memoria compartida y determinista que permita a los agentes colaborar sin necesidad de un canal directo de agente a agente o un protocolo de tiempo de ejecución común.

Metodología

El artículo propone ESAA-Conversational, una especialización de dominio de la Arquitectura de Agentes Basada en el Suministro de Eventos (ESAA, por sus siglas en inglés) diseñada para gobernar la memoria conversacional compartida. La metodología trata la conversación visible como un almacén de eventos local, separando la captura mecánica del juicio humano o del agente.

Principios Arquitectónicos Centrales

Ingestión Invertida: En lugar de requerir que los agentes hablen un protocolo común, el sistema ingiere registros nativos, ganchos (hooks) o observadores de agentes heterogéneos. Un adaptador determinista normaliza estos turnos visibles en un único registro de eventos de solo adición (activity.jsonl).
Captura Mecánica vs. Curación:
- Turnos (Evidencia): La conversación visible se captura mecánicamente sin inferencia de LLM.
- Decisiones y Tareas (Juicio): Las decisiones duraderas y las tareas operativas se registran explícitamente mediante comandos de dominio (decide, task). Esto crea un límite sólido donde los turnos sirven como evidencia, mientras que los eventos curados representan conocimiento duradero.
Suministro de Eventos y CQRS: El sistema sigue la Segregación de Responsabilidad de Comando y Consulta (CQRS).
- Vía de Escritura: Los agentes y los ganchos añaden eventos a activity.jsonl.
- Vía de Lectura: El sistema proyecta determinísticamente modelos de lectura (por ejemplo, handoff.md, state.md, decisions.md, tasks.json) a partir del registro. Estos modelos no se editan manualmente; se reconstruyen.
Ingeniería de Contexto: Para abordar la degradación de la atención en contextos largos, el sistema proporciona comandos de contexto paginados. Un agente "frío" no ingiere el registro completo, sino que solicita una ventana selectiva (por ejemplo, los últimos $N$ turnos, filtrados por tema o alrededor de un evento específico) a través de la CLI.

Implementación (v1.1.0)

La versión pública es una herramienta de CLI basada en PowerShell de campo verde (conversation-esaa) que incluye:

Comandos: init, enable-hooks, sync, project, verify, context, decide y task.
Aislamiento: Fuerza límites de workspace_root para evitar la mezcla de registros.
Concurrencia: Utiliza un archivo de bloqueo de vía de escritura simple (run/*.lock) para serializar las operaciones.
Privacidad: La distribución pública comienza con un registro vacío. Los archivos sensibles se excluyen mediante .gitignore y el sistema evita capturar el razonamiento oculto o los prompts del sistema.

Contribuciones Clave

El artículo realiza cinco contribuciones específicas:

Especialización de Dominio: Define ESAA-Conversational como una aplicación específica del suministro de eventos para la memoria conversacional a través de agentes heterogéneos.
Formalización de la Ingestión Invertida: Establece un método para leer registros nativos de agentes y normalizarlos en eventos sin requerir un tiempo de ejecución compartido para los agentes.
Límite Arquitectónico: Formaliza la separación entre la captura mecánica (turnos como evidencia) y la curación (decisiones/tareas como eventos explícitos).
Especificación de la Versión Pública: Describe la versión de lanzamiento v1.1.0, detallando la CLI, los modelos de lectura proyectados, el contexto paginado y los mecanismos de aislamiento de espacio de trabajo.
Estudio de Caso Autorreferencial: Informa sobre cómo el sistema fue diseñado, implementado y revisado por agentes distintos utilizando la misma capa de memoria conversacional que construye.

Resultados y Estudio de Caso

El artículo presenta un estudio de caso autorreferencial donde se utilizó el sistema ESAA-Conversational para gestionar su propio ciclo de vida de desarrollo.

Escala: El registro del laboratorio de desarrollo contenía 570 eventos (562 eventos de conversation_turn) que involucraron a Codex (304), Claude (79) y Grok (67).
Colaboración: Agentes heterogéneos colaboraron en decisiones de diseño (por ejemplo, diseño de ganchos, semántica de comandos) sin comunicación directa. Un agente podía inspeccionar el trabajo de otro consultando el registro compartido (por ejemplo, context --agent grok --last 20).
Resolución de Defectos: El flujo de trabajo identificó y corrigió con éxito un defecto en el filtrado de eventos heredados. El diagnóstico, la corrección y la verificación se registraron como eventos de decisión y tarea explícitos, demostrando la utilidad práctica de la superficie de curación.
Validación: El estudio confirma la viabilidad operativa del diseño v1.1 en un flujo de trabajo multi-agente sostenido y en el mundo real, y valida el valor de un traspaso (handoff) selectivo y determinista.

Significado y Reivindicaciones

El artículo afirma que ESAA-Conversational ofrece un límite arquitectónico distintivo para los sistemas multi-agente:

Continuidad sin Tiempo de Ejecución Común: Permite la continuidad entre agentes que no comparten un protocolo o tiempo de ejecución, apoyándose en un libro de contabilidad compartido y determinista.
Economía de Tokens: Reduce el consumo de tokens al reemplazar el copiado manual de contexto por la proyección de archivos deterministas y la lectura paginada. La afirmación de "cero tokens" se aplica a los procesos de captura mecánica y proyección, no al razonamiento de los agentes.
Auditabilidad: Proporciona auditabilidad operativa (rastrear qué se capturó, qué se decidió y qué se proyectó) sin prometer una auditabilidad forense fuerte (las firmas criptográficas o las cadenas de hash se difieren para trabajos futuros).
Privacidad: Al tratar la distribución pública como un paquete de campo verde y excluir los registros privados, ofrece un modelo de privacidad donde el desarrollo puede generar datos sensibles mientras la distribución permanece limpia.

Los autores enfatizan que esto no es un nuevo sistema de memoria semántica (por ejemplo, bases de datos vectoriales), sino un libro de contabilidad determinista que evita que los índices se conviertan en la fuente de verdad. El sistema prioriza una herramienta simple, local y verificable sobre una infraestructura compleja, postergando características como instantáneas (snapshots), reproducción en frío (cold replay) y búsqueda semántica para iteraciones futuras.