Conceptos

Glosario

Los términos que más se repiten al hablar de memoria para IA, en lenguaje claro.

Capa de memoria: La pieza de infraestructura que da a un sistema de IA memoria persistente: ingiere conocimiento, lo estructura y lo recupera bajo demanda. Es lo que evita que tu agente empiece de cero en cada sesión.
MCP (Model Context Protocol): Protocolo estándar para dar a un asistente de IA acceso a herramientas y datos externos. MemoryFirst expone un servidor MCP (stdio, HTTP, SSE) para recordar y recuperar memoria como una herramienta más.
RAG (Retrieval-Augmented Generation): Patrón en el que el modelo, antes de responder, recupera pasajes relevantes y los usa como contexto. La calidad de la respuesta depende sobre todo de la calidad de la recuperación.
Grafo de hechos: Representación del conocimiento como entidades conectadas por relaciones, no solo como texto suelto. Permite recuperar por conexión, no solo por similitud.
Embeddings: Representación numérica del significado de un texto. La búsqueda densa compara embeddings para encontrar pasajes semánticamente parecidos aunque no compartan palabras.
BM25: Algoritmo de búsqueda léxica que puntúa por coincidencia exacta de términos. Brilla donde el significado no basta: códigos, nombres propios, números de expediente.
RRF (Reciprocal Rank Fusion): Método para combinar varias listas de resultados puntuando cada documento por su posición en cada lista, en vez de por scores incomparables entre sistemas.
Reranking (cross-encoder): Reordenado fino de los candidatos mirando la pregunta y cada pasaje juntos (no por separado, como los embeddings). Más caro, así que solo se aplica al top del pool.
Cita / Procedencia: El origen verificable de una afirmación: el párrafo, el minuto, el mensaje exacto. Una IA que afirma sin poder citar no es memoria, es una alucinación con buena reputación.
Alucinación: Cuando un modelo afirma algo plausible pero falso o no respaldado. Las citas y la recuperación con procedencia son la principal defensa.
Ventana de contexto: La cantidad de texto que un modelo puede tener «a la vista» en una llamada. Es memoria de trabajo, no almacenamiento: se borra al terminar. Por eso hace falta una capa de memoria persistente.
AI-first: Construir el producto sobre una capa que acumula contexto en vez de descartarlo, en lugar de añadir un chatbot encima. El modelo es un commodity; la memoria es tuya.
RGPD: Reglamento europeo de protección de datos. Para una capa de memoria implica residencia de datos, contrato de encargado de tratamiento (DPA), derechos de acceso/exportación/borrado y no entrenar con datos del cliente.
Autoalojamiento: Ejecutar la capa de memoria en tu propia infraestructura, sin teléfono a casa. Lo que entra en tu instancia se queda en tu instancia.