Asistente de ingeniería en Letta: memoria autoactualizable, búsqueda en archivos y escenarios portátiles
Se analiza la construcción de un agente que gestiona de forma autónoma bloques de memoria principal, consulta un archivo vectorial y ejecuta herramientas deterministas; también se abordan por separado el estado compartido entre varios agentes, la salida en streaming y la exportación del flujo de trabajo a un archivo portátil.

Propósito del asistente
Este tutorial crea un asistente de ingeniería con estado persistente en Letta. El agente recibe la descripción «Copiloto de ingeniería con memoria a largo plazo inspeccionable». La arquitectura combina memoria, búsqueda, herramientas, interacción entre varios agentes y trazas de ejecución.
Criterio: el asistente es adecuado para tareas de ingeniería con estado persistente y memoria a largo plazo verificable.
Bloques de memoria principal y autoactualización
La memoria principal consta de cuatro bloques verificables. El agente puede actualizarlos por sí mismo.

El código define cuatro bloques con valores predeterminados y límites distintos.
| Bloque | Contenido | Valor predeterminado | Límite |
|---|---|---|---|
persona | «Soy Mnemo, un copiloto de ingeniería. Soy conciso y concreto, y nunca invento datos: si no sé algo, lo digo y luego lo busco.» | — | 3000 |
human | Información estable sobre el ingeniero: nombre, puesto, stack tecnológico, preferencias y estilo de trabajo. | Desconocido por ahora. | 3000 |
project_state | Estado actual del proyecto: etapas, bloqueos, decisiones y sus justificaciones. | (vacío) | 5000 |
lessons | Lecciones aprendidas y errores que no se deben repetir; el formato es una línea por lección. | (vacío) | 2000 |
Criterio: los bloques separan el rol del agente, el perfil del ingeniero, el estado del proyecto y las lecciones aprendidas. Los límites establecen el tamaño máximo de cada bloque.
Configuración de embeddings, etiquetas y modelos
El código configura el embedding openai/text-embedding-3-small para el agente. El código asigna las etiquetas ["tutorial", "copilot"]. El código enumera los modelos preferidos: openai/gpt-4.1, openai/gpt-4o-mini, anthropic/claude-sonnet-4-20250514. El sistema selecciona el primer modelo disponible de la lista. Si no encuentra ninguno, utiliza el primer modelo de los resultados obtenidos.
Criterio: el orden de la lista determina la prioridad. La alternativa es el primer modelo de los resultados obtenidos.
Acceso programático y colaboración entre agentes
El acceso programático a los bloques resuelve dos tareas.
- sincronización del estado;
- uso compartido entre varios agentes.
El acceso se realiza a los bloques de la memoria principal.
Criterio: el acceso compartido a los bloques es necesario para sincronizar el estado entre agentes.
Memoria de archivo y búsqueda semántica
La memoria vectorial de archivo se utiliza para la búsqueda semántica. Forma parte de la arquitectura del asistente.
Criterio: la búsqueda en el archivo es necesaria para realizar consultas semánticas sobre los datos acumulados.
Herramienta de servidor para evaluar riesgos y ejecución en streaming
Una herramienta de servidor personalizada realiza una evaluación determinista de riesgos. La transmisión en streaming de la ejecución forma parte de la arquitectura del asistente.
Criterio: para evaluar riesgos se necesita una herramienta de servidor con lógica determinista. Para la ejecución se necesita transmisión en streaming.
Historial del servidor y escenarios portables
El historial de mensajes del servidor permite mantener conversaciones persistentes. La exportación .af ofrece portabilidad.
Criterio: para mantener un diálogo persistente se necesita el historial del servidor. Para trasladar un escenario se necesita la exportación .af.
Preguntas frecuentes
Material similar
Todos los materiales
Anotación híbrida de imágenes: la automatización acelera el entrenamiento de modelos de visión por computadora
El artículo describe cómo el preetiquetado mediante algoritmos reduce el trabajo manual y mejora la calidad de los conjuntos de datos de entrenamiento, así como por qué sigue siendo necesaria la verificación selectiva por parte de una persona. También se analizan las limitaciones del método en condiciones de captura difíciles y con tipos de objetos poco frecuentes.
5 noviembre 2026
Método GoldiMask para el ajuste fino de modelos de lenguaje de difusión: selección del contexto y ponderación de objetivos
Este trabajo presenta GoldiMask, un enfoque de ajuste fino supervisado para modelos de lenguaje con difusión discreta que selecciona los tokens visibles mediante la maximización aproximada de una función submodular y asigna pesos a los objetivos restantes según su utilidad para el entrenamiento. Los experimentos con varios modelos y conjuntos de datos muestran un aumento de la precisión media y mejoras en tareas de razonamiento lógico y programación, además de menos iteraciones de decodificación paralela en GSM8K y MATH-500 con una calidad similar.
30 octubre 2026
Transformers añade compatibilidad para ejecutar modelos GGUF cuantizados en Apple Silicon
El artículo describe la integración del formato GGUF de llama.cpp en Transformers: inferencia local en Mac, carga de modelos a través de la API de la biblioteca y puesta en marcha de un servidor compatible con OpenAI. Con el ejemplo de Qwen3.5-4B, muestra cómo la elección del nivel de cuantización influye en el tamaño de los pesos y en los requisitos de memoria.
18 octubre 2026