Este artículo estudia la construcción de memoria procedimental en agentes de IA antes de cualquier tarea específica, utilizando solo práctica sintética autogenerada. Para superar la redundancia e ineficacia de la interacción sintética pura, los autores proponen Preping, un marco guiado por un "proposer" que da forma a la práctica futura.
El artículo explica cómo el equipo de Nexus Core AI OS se vio obligado a añadir memoria persistente a sus agentes de IA después de experimentar errores de olvido y repetición en un diseño inicialmente sin estado. Detalla los problemas encontrados con la arquitectura sin estado y la solución desarrollada para asegurar que los agentes pudieran retener información contextual.
Los "agent harnesses" se están convirtiendo en la forma dominante de construir agentes de IA y están intrínsecamente ligados a su memoria. Utilizar un "harness" cerrado, especialmente uno con una API propietaria, implica ceder el control de tu agente.
