El 2 de noviembre, Alibaba Cloud dio un paso clave en la evolución de los agentes de inteligencia artificial con el lanzamiento de “Memory” en su plataforma Model Studio. Este servicio de memoria a largo plazo permite que los agentes personales recuerden las preferencias, planes y compromisos previos de los usuarios a lo largo de múltiples conversaciones, ensamblando ese historial en un perfil estructurado.
El dominio en los benchmarks: Mementis
En los gráficos released junto al anuncio, el sistema aparece bajo el nombre Mementis y afirma liderar dos benchmarks públicos de memoria. En el benchmark HaluMem-medium de memoria factual, ocupa el primer lugar en cuatro métricas, incluyendo recall, precisión y F1. Obtuvo una puntuación de respuesta a preguntas del 85.15%, superando al 81.71% de Zep, el siguiente sistema en la lista.
En el benchmark de personalización PersonaMem-v2, Mementis logró una puntuación general de 56.82, ubicándose primero entre ocho sistemas comparados y obteniendo la puntuación más alta en siete de las nueve tareas. MemBrain quedó segundo con 55.72. Alibaba Cloud aclara que los resultados de los otros sistemas provienen de la evaluación OmniMemEval, y reconoce que las cifras fueron provistas por la empresa y no han sido reproducidas de forma independiente.
Casos de uso y control para desarrolladores
Un ejemplo práctico detallado por la compañía es el de un agente de asesoramiento financiero que puede recordar el apetito de riesgo, los objetivos y las discusiones pasadas de un cliente. De este modo, las recomendaciones futuras se mantienen consistentes con lo que el usuario ya expresó, en lugar de partir de cero en cada sesión.
Los desarrolladores tienen la capacidad de definir sus propias reglas de memoria y campos de perfil para decidir qué debe conservar el agente. Además, la consola ofrece herramientas de depuración y seguimiento de cambios para que los equipos puedan visualizar cómo se formó o actualizó un recuerdo.
Integración y ecosistema
Memory puede ser invocado a través de una API, o conectado mediante MCP y una herramienta de línea de comandos a entornos de agentes que incluyen:
- Codex
- DeepSeek Harness
- Claude Code
- OpenClaw
También funciona con Skills, permitiendo a los agentes combinar el contexto almacenado con capacidades empaquetadas.
La estrategia de Oriente: modelos, memoria y ecosistema
Este lanzamiento se enmarca en el impulso más amplio de Alibaba hacia los agentes personales. Durante el CNCC del mes pasado, Jiang Guanjun, de Qwen, describió un marco de agentes personales construido sobre tres pilares: modelos, memoria y un ecosistema de capacidades. La movida de Alibaba Cloud coincide con un contexto regional de fuerte desarrollo, donde otros gigantes como Tencent Hunyuan también avanzan, recientemente liberando Hy Memory 2.0 con memoria de trabajo y de código para agentes de IA.
Fuente: Pandaily (China AI)
