🤖 AI

Quipu: A Governed Bitemporal Knowledge Graph Store

Este artículo presenta Quipu, un almacén de grafos de conocimiento bitemporal embebible que impone una gobernanza estricta mediante escrituras con compuerta, composición de confianza basada en retículos y trazas de autoauditoría, demostrando una detección de defectos y una fiabilidad de la evidencia de decisión superiores en comparación con los sistemas no regulados convencionales.

Autores originales: Steve Brown

Publicado 2026-08-18

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Steve Brown

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

En el mundo digital moderno, ha surgido un nuevo tipo de escritor: los agentes de software. Estos son programas que leen documentos, analizan código y construyen automáticamente mapas masivos de hechos conocidos como grafos de conocimiento. Durante décadas, estos mapas fueron curados por humanos que podían detectar errores, verificar fuentes y decidir qué conservar. Pero cuando los agentes de software escriben estos mapas, lo hacen a una velocidad y volumen que los revisores humanos no pueden igualar. Producen hechos que parecen perfectos pero que pueden ser erróneos, y lo hacen más rápido de lo que cualquier equipo de limpieza puede reparar. Los sistemas tradicionales diseñados para almacenar esta información fueron construidos para la paciencia humana; aceptan todo primero y esperan limpiarlo después. Este enfoque, que funcionaba cuando un humano estaba al volante, crea un cuello de botella peligroso cuando una máquina es la que escribe la historia.

Los investigadores han propuesto ahora una forma diferente de manejar este aluvión de escritura automatizada. Argumentan que, en lugar de aceptar todo y esperar lo mejor, un sistema de almacenamiento debe ser estricto desde el principio. Debe actuar como un guardián que se niega a dejar entrar cualquier cosa que no cumpla con reglas específicas, y debe mantener un registro permanente e inalterable de cada una de las decisiones que toma, incluyendo los rechazos. Este nuevo enfoque trata las reglas mismas como parte de los datos, permitiendo que el sistema pueda mirar hacia atrás en el tiempo y ver exactamente qué se requería en un momento específico. Al trasladar la carga de la rigurosidad a los agentes de software, que pueden reintentar y corregir sus errores instantáneamente, el sistema asegura que el mapa final de hechos permanezca confiable, incluso cuando es escrito por máquinas.

Steve Brown y su equipo han construido un sistema llamado Quipu para probar esta idea. Crearon un motor de almacenamiento especializado que invierte los hábitos estándar de la gestión de bases de datos. En lugar de dejar entrar los datos y limpiarlos más tarde, Quipu se niega a aceptar un hecho a menos que pase una serie de controles estrictos contra el estado del mundo que ese hecho crearía. Si una pieza de información viola una regla, el sistema la rechaza inmediatamente. Crucialmente, el sistema no solo dice "no"; escribe un registro firmado y con marca de tiempo de ese rechazo, demostrando exactamente por qué la información fue rechazada. Este registro sobrevive incluso si el intento de escribir el hecho es revertido, asegurando que la historia de lo que se intentó y por qué falló nunca se pierda.

Los investigadores también rediseñaron cómo el sistema maneja el tiempo y la confianza. En muchas bases de datos, el tiempo es una línea simple y la confianza es una etiqueta plana aplicada a todo por igual. Quipu trata el tiempo como dos pistas separadas: una para cuando el sistema aprendió algo, y otra para cuando ese hecho es realmente cierto en el mundo real. Aplica este mismo doble cronograma a las reglas y a las etiquetas de confianza mismas. Esto significa que el sistema puede responder preguntas como "¿qué se consideraba confiable en este momento específico del pasado?" o "¿qué regla estaba en vigor cuando se tomó esta decisión?". También organiza la confianza en grupos separados y no superpuestos. Cuando estos grupos se combinan, el sistema asegura que el nivel de confianza resultante nunca se vuelva accidentalmente más fuerte que la parte más débil del grupo, evitando que una fuente débil o no verificada aumente la credibilidad de todo el conjunto.

Para demostrar que este enfoque estricto funciona, el equipo realizó un experimento controlado llamado Census. Crearon un escenario donde múltiples escritores de software intentaban añadir hechos al sistema, plantando deliberadamente seis tipos específicos de errores, tales como información faltante, acceso no autorizado o detalles fabricados. Ejecutaron el mismo guion dos veces: una vez con el guardián estricto activo, y otra vez con él desactivado. Los resultados fueron claros. El sistema sin el guardián aceptó todos los seis errores plantados. El sistema estricto, sin embargo, rechazó cada uno de ellos. Detectó las escrituras no autorizadas, los detalles faltantes y los hechos que solo eran válidos cuando se miraban de forma aislada pero fallaban al combinarse con otros hechos. El sistema hizo esto sin ralentizar el proceso para los hechos que ya eran correctos, demostrando que la rigurosidad no tiene por qué significar ineficiencia.

El estudio también mostró que el sistema puede reproducir la historia perfectamente. Debido a que las reglas y los datos se almacenan ambos con un doble cronograma, los investigadores pudieron volver a cualquier punto del experimento y preguntar: "¿Qué habría decidido el sistema si este hecho se hubiera enviado en ese preciso momento?". El sistema respondió correctamente en cada ocasión, incluso cuando las reglas habían cambiado en el ínterin. Esto es algo que las bases de datos estándar no pueden hacer; usualmente solo recuerdan las reglas actuales, lo que hace imposible saber qué se requería en el pasado. En este nuevo sistema, la pista de auditoría no es un registro separado que alguien tenga que investigar; es una consulta que el propio sistema puede ejecutar sobre sus propios datos para verificar su propia historia.

Cuando los investigadores probaron el sistema contra una traza del mundo real de un proyecto diferente, encontraron que las reglas estrictas detectaron una brecha en la aplicación que no había sido vista antes. El sistema identificó que una regla se estaba aplicando localmente pero no estaba escrita en la política oficial, y señaló esta discrepancia. Esto llevó al equipo a actualizar el sistema para que ahora registre exactamente quién fue rechazado y por qué, cerrando un pequeño pero importante agujero en la pista de auditoría. El experimento demostró que, cuando los agentes de software son los escritores, el costo de la rigurosidad es asequible porque los agentes pueden aprender instantáneamente de un rechazo e intentarlo de nuevo. El sistema no necesita que un humano limpie el desastre; el guardián evita que el desastre ocurra en primer lugar, y el registro permanente de cada decisión asegura que la historia del grafo de conocimiento permanezca precisa y confiable.

Resumen Técnico: Quipu – Un Almacén de Grafos de Conocimiento Bitemporal Gobernado

1. Planteamiento del Problema

Los grafos de conocimiento están siendo redactados cada vez más por agentes de software (LLMs, analizadores de código, pipelines) en lugar de curadores humanos. Sin embargo, los sistemas de almacenamiento subyacentes mantienen valores predeterminados de diseño optimizados para la curación humana, los cuales se convierten en lastres bajo cargas de trabajo de agentes. El artículo identifica cuatro valores predeterminados específicos que fallan en este contexto:

Aceptar-luego-Limpiar (D1): Los almacenes aceptan escrituras inmediatamente y dependen de una revisión post-hoc. Los agentes generan hechos plausibles pero incorrectos más rápido de lo que los humanos pueden revisarlos, causando que la "deuda de limpieza" se acumule y permitiendo que los lectores descendentes consuman datos no verificados.
Eje Temporal Único o Inexistente (D2): Los almacenes bitemporales convencionales rastrean la validez de los datos, pero no la historia de la confianza, las decisiones de política o las reglas. Esto hace imposible responder preguntas de gobernanza como "¿qué era confiable o permitido en el tiempo T?", reduciendo las auditorías a una "arqueología de registros".
Confianza Plana (D3): Aunque existen grafos nombrados, la composición es una "unión silenciosa". Consultar una mezcla de grafos atestiguados y en cuarentena resulta en que la consulta herede el prestigio de la fuente confiable, lo que efectivamente blanquea datos no confiables.
Gobernanza Externa (D4): La política vive en tableros, prompts o middleware separados del almacén. La especificación y los datos derivan de forma independiente, sin un mecanismo mecánico para verificar que el estado del almacén satisface la especificación de gobernanza.

2. Metodología: El Sistema Quipu

Quipu es un almacén de grafos de conocimiento embebible (implementado como un crate de Rust basado en un único archivo SQLite) diseñado para invertir los cuatro valores predeterminados anteriores. Compila la maquinaria de gobernanza del marco SARC (que trata las restricciones como objetos de especificación de primera clase) directamente en la ruta de escritura del almacén.

Inversiones Arquitectónicas Centrales

Escrituras con Puerta de Enlace (Inversión de D1): Ningún hecho entra al almacén excepto a través de una puerta. La puerta evalúa los predicados contra el post-estado pendiente (el estado después de que la escritura se estipula), no solo contra el pre-estado. Esto evita que hechos individuales válidos creen combinaciones inválidas.
Bitemporalidad para Todo (Inversión de D2): El almacén extiende la bitemporalidad (tiempo de transacción y tiempo de validez) más allá de los datos para incluir etiquetas de confianza, veredictos y las propias reglas ( $\Sigma$ ). Esto permite al sistema reproducir exactamente las decisiones de gobernanza tal como fueron en un instante específico.
Autoridad Particionada y Composición de No-Ensanchamiento (Inversión de D3): La autoridad se adjunta a las particiones (grafos nombrados). La composición sigue un retículo donde la etiqueta resultante es el "ínfimo" (intersección) de sus partes. Crucialmente, la composición nunca ensancha; una vista compuesta no puede tener una confianza mayor que su componente menos confiable. Las comparaciones de confianza entre cadenas son explícitamente rechazadas en lugar de ordenadas silenciosamente.
Auditoría Decidible Interna (Inversión de D4): La especificación de gobernanza ( $\Sigma$ ), la traza de ejecución ( $T$ ) y los veredictos son todos almacenados como hechos dentro del grafo. La auditoría se convierte en una consulta ( $T \models \Sigma$ ) decidible en $O(|T| \cdot |C|)$ sin herramientas externas ni acceso al modelo.

Modelo de Datos y Mecanismos

Log EAVT Bitemporal: Los hechos se almacenan como (entidad, atributo, valor, grafo, transacción, desde_validez, hasta_validez, operación). Las operaciones incluyen assert (afirmar), retract (cierre lógico) y tombstone (marca la ausencia en una vista sin mutar la capa base).
Veredictos de Tres Valores: Los resultados de la puerta (Permitir, Denegar, Desconocido) son hechos firmados y con índice temporal. Una denegación dispara un rollback del delta intentado pero persiste el registro del veredicto, asegurando un rastro auditable de los rechazos.
Retículo de Etiquetas: Las etiquetas cubren frescura, confianza, durabilidad y política. La composición pliega estas etiquetas; si la cobertura es parcial o vacía, la ejecución de las reglas falla de forma segura.
Escalada: Los rechazos que requieren aprobación crean solicitudes de decisión como hechos. El "bloqueo" es el reintento del agente, no una espera del motor.

3. Principios de Diseño (GS1–GS6)

El sistema se construye sobre seis principios entrelazados:

GS1 (Escrituras con Puerta de Enlace): Evaluación contra el post-estado; abstención de costo cero para objetivos no gobernados.
GS2 (Permanencia del Veredicto): Las denegaciones son hechos permanentes y firmados; el intento se revierte, pero el registro permanece.
GS3 (Autoridad Particionada): La autoridad se intersecta a lo largo de las cadenas de delegación; las intersecciones vacías rechazan.
GS4 (Composición de No-Ensanchamiento): La confianza/frescura se pliega por ínfimo; las obligaciones por unión. Lo no declarado no es un valor; la cobertura parcial falla la ejecución.
GS5 (Auditoría Decidible Interna): $\Sigma$ y $T$ son datos; la violación y la incompletitud son distintas.
GS6 (Replay As-Of): Las decisiones son reproducibles contra las reglas y los datos en vigor en el momento de la transacción.

4. Evaluación: El Benchmark Census

El autor introduce Census, un benchmark de ciclo de vida determinista y de múltiples escritores. Ejecuta un script con semilla única con dos brazos: un brazo "con puerta" (aplicando todas las reglas) y un brazo de "control" (puertas apagadas). El benchmark planta defectos de verdad fundamental y mide los resultados sin utilizar LLMs en el bucle central (los escritores son impulsores deterministas).

Resultados Clave

Prevención de Defectos (RQ2): El almacén con puerta terminó con 0 de 6 defectos plantados, mientras que el almacén sin puerta contenía 6 de 6. Los defectos incluyeron falta de procedencia, violaciones de autoridad y fabricación de predicados.
Decidibilidad de la Auditoría (RQ3): La auditoría interna del almacén identificó correctamente las violaciones y la incompletitud plantadas. Un verificador de referencia SARC externo estuvo de acuerdo veredicto por veredicto, difiriendo solo en la semántica de cobertura (si la abstención debe materializarse).
Seguridad de la Composición (RQ4): Todas las 7 de 7 pruebas de composición mantuvieron el contrato del retículo. Los miembros no declarados degradaron la cobertura; las comparaciones entre cadenas fueron rechazadas; las etiquetas expiradas fueron tratadas como ausentes.
Replay Temporal (RQ5): 50 de 50 veredictos satisfechos se derivaron fielmente según su instante. Crucialmente, los 50 habrían sido reportados erróneamente bajo un conjunto de reglas de "última versión solamente", demostiendo la necesidad de reglas bitemporales.
Convergencia de Agentes (RQ6): Cuando se les dio feedback de rechazo a agentes LLM (Haiku, Sonnet, Opus, Fable), 12 de 12 rechazos de etiqueta/vocabulario fueron corregidos en una sola revisión. Los rechazos de autoridad (no corregibles mediante edición) clasificaron a los agentes por disposición (ej. algunos se negaron a falsificar, otros intentaron la evasión, la cual fue detectada).
Suficiencia de Evidencia (DEMM-Bench): Contra un benchmark externo que prueba si los registros bastan para reconstruir las propiedades de decisión bajo degradación, el lector de solo contenido logró un PSA 1.0 (Respuesta Suficiente Perfecta) con 0% de sobre-declaración. En contraste, las líneas base que dependen de la presencia del contenedor (existencia de traza/libro mayor) sobre-declararon hasta en un 87.5% de los casos.

5. Significado y Reivindicaciones

El artículo afirma que Quipu es el primer almacén que implementa simultáneamente las cuatro inversiones de los valores predeterminados convencionales, creando un sistema donde "empezar estricto; usar agentes para absorber el costo de la estrictez" es viable.

Asequibilidad de la Estrictez: El costo de la estrictez (latencia, reintentos) es asequible porque los agentes pueden absorber el bucle de retroalimentación (convergiendo en una revisión), mientras que los curadores humanos no pueden.
Auditoría como Datos: Al hacer de las reglas de gobernanza, las trazas y los veredictos hechos de primera clase, la auditoría se convierte en una consulta decidible en lugar de un proceso forense manual.
Seguridad de la Composición: La composición basada en retículos asegura que la confianza no pueda ser blanqueada a través de vistas, y que las brechas de cobertura se reporten explícitamente en lugar de ignorarse silenciosamente.
Autocorrección: El proceso de evaluación incluso mejoró el sistema; la ejecución de DEMM-Bench reveló que los veredictos de denegación carecían de atribución del escritor, lo que llevó a un parche (Q-VERDICT-ATTRIB) que selló la atribución en el hash firmado.

El autor declara explícitamente que no realiza afirmaciones comparativas de rendimiento de consultas (centrándose en garantías sobre throughput) y reconoce límites: las etiquetas no son control de acceso (rechazan consultas en lugar de ocultar filas), y las denegaciones actúan como chequeos de atestación, no como re-derivaciones del intento. El trabajo posiciona a Quipu como un sustrato necesario para el conocimiento escrito por agentes confiable, moviendo la gobernanza del "perímetro" hacia el "núcleo".