El 27 de febrero de 2026, OpenAI y Amazon anunciaron un Entorno de Ejecución con Estado para agentes Frontier — sistemas de archivos persistentes y memoria que sobreviven entre llamadas de herramientas dentro de sesiones de agentes. Es una capacidad significativa. Los agentes que olvidan todo entre ejecuciones están fundamentalmente limitados.
Pero la memoria persistente por sí sola no es suficiente para la IA empresarial. La pregunta no es si los agentes deberían recordar — es quién controla lo que recuerdan, y quién puede verlo.
La promesa y el peligro de la memoria persistente de agentes
La memoria persistente hace a los agentes dramáticamente más capaces. Un agente que recuerda el tono de comunicación preferido de su equipo, sus umbrales de aprobación, sus segmentos de clientes — ese agente mejora con cada ejecución.
El peligro es igualmente claro. Un agente con memoria persistente sin control puede:
- Acumular hechos obsoletos o incorrectos que degradan la calidad de salida con el tiempo
- Filtrar información entre departamentos cuando la memoria no tiene alcance definido
- Resistir auditorías de cumplimiento cuando no hay rastro de qué se aprendió, cuándo y de dónde
- Crear dependencias ocultas cuando los flujos de trabajo posteriores dependen de estado opaco del agente
Para industrias reguladas — salud, servicios financieros, gobierno — la memoria persistente opaca no es solo una brecha de gobernanza. Es un factor eliminatorio.
13 de 14 capacidades con estado: ya en JieGou
Cuando evaluamos el Entorno de Ejecución con Estado de Frontier contra la arquitectura existente de JieGou, encontramos que 13 de 14 capacidades con estado ya estaban cubiertas:
| Capacidad | Cobertura de JieGou |
|---|---|
| Estado de entrada/salida estructurado | Esquemas de E/S de recetas con validación |
| Flujo de datos paso a paso | Mapa previousStepOutputs en el ejecutor de flujo de trabajo |
| Ramificación condicional por estado | ConditionStep con evaluación de expresiones |
| Gestión de estado de bucles | LoopContext con seguimiento de iteraciones |
| Estado de ejecución paralela | Promise.allSettled con cascada de fallos |
| Estado de puertas de aprobación | ApprovalPauseError con reanudación de checkpoint |
| Memoria compartida (multi-agente) | Mapa sharedMemory en StepExecutionContext |
| Estado de bucle de convergencia | ConvergenceLoop con inyección de retroalimentación de evaluación |
| Checkpoint/reanudación | WorkflowCheckpointV2 con seguimiento por paso |
| Estado de recuperación de conocimiento | Contexto RAG con resolución automática de contexto |
| Estado de voz de marca | Perfiles de voz de marca con alcance departamental |
| Estado de glosario | Inyección de contexto de glosario por departamento |
| Estado de aprendizaje few-shot | Curación de ejemplos few-shot desde historial de ejecución |
La única brecha: memoria persistente de agente entre flujos de trabajo — hechos que persisten entre ejecuciones separadas de flujos de trabajo.
La capacidad 14: Agent Workspaces
Construimos Agent Workspaces para cerrar esta brecha — pero con una decisión de diseño crítica: cada pieza de estado persistente está gobernada por defecto.
Un Agent Workspace es un almacén de clave-valor estructurado con alcance a un agente dentro de una cuenta. Cada entrada rastrea:
- Clave: Un identificador descriptivo (ej.,
preferred_tone,primary_contact,approved_budget) - Valor: El hecho aprendido (serializable a JSON, máximo 10 KB)
- Origen: Cómo se creó la entrada —
auto(extraído por LLM),user(establecido manualmente), ostep_output(capturado de un paso del flujo de trabajo) - ID de ejecución: Qué ejecución de flujo de trabajo produjo esta entrada
- Marca de tiempo: Cuándo se actualizó por última vez
Estos metadatos de procedencia son lo que separa el estado gobernado de la memoria persistente cruda.
Cómo funciona
-
Inyección de contexto: Cuando una receta se ejecuta dentro de un flujo de trabajo que tiene un Agent Workspace asociado, las entradas del workspace se formatean como una sección
<agent_workspace>y se inyectan en el contexto del prompt — junto con glosario, ejemplos few-shot y documentos RAG. -
Captura automática: Después de que un paso del flujo de trabajo se completa, un paso de captura opcional usa una llamada LLM ligera para extraer hechos duraderos de la salida. Solo los hechos que vale la pena persistir entre futuras ejecuciones se guardan — no los detalles efímeros.
-
Curación manual: Los usuarios pueden inspeccionar, editar, añadir y eliminar entradas del workspace vía API. Esto no es una caja negra — es un almacén de datos gobernado.
Restricciones por diseño
- Máximo 100 entradas por workspace — previene el crecimiento descontrolado de memoria
- 10 KB por valor de entrada — mantiene las entradas enfocadas y recuperables
- Presupuesto de ~2,000 tokens para inyección en prompt — el contexto del workspace no desplaza la tarea real
- Alcance departamental — los workspaces heredan los mismos controles de acceso que el resto de JieGou
Por qué el estado gobernado > la memoria persistente cruda
| Dimensión | Estado gobernado (JieGou) | Memoria persistente cruda (Frontier SRE) |
|---|---|---|
| Visibilidad | Cada entrada tiene procedencia (origen, ID de ejecución, marca de tiempo) | El estado vive dentro del runtime del agente |
| Auditabilidad | Integrado con el registro de auditoría; los equipos de cumplimiento pueden inspeccionar | El estado del runtime no está expuesto a la capa de gobernanza |
| Alcance | Alcance departamental con aplicación de RBAC | Alcance de sesión; alcance entre flujos de trabajo poco claro |
| Control de tamaño | Límites estrictos (100 entradas, 10 KB cada una) | Persistencia de sistema de archivos — sin límites inherentes |
| Obsolescencia | Marcas de tiempo + curación manual permiten higiene de hechos | Sin mecanismo integrado para expiración de hechos |
| Cumplimiento | Acceso API para verificaciones automatizadas de cumplimiento | Requiere herramientas personalizadas para inspeccionar el estado del agente |
La diferencia fundamental: El Entorno de Ejecución con Estado de Frontier hace a los agentes más capaces. El estado gobernado de JieGou hace a los agentes más capaces y más auditables.
Comparación con el Entorno de Ejecución con Estado de Frontier
El Entorno de Ejecución con Estado de Frontier es ingeniería impresionante. Los sistemas de archivos persistentes, la memoria entre llamadas de herramientas y la integración con la infraestructura de Amazon crean un entorno de ejecución potente para agentes autónomos.
Pero está diseñado para capacidad del agente, no para gobernanza empresarial. El estado del runtime está optimizado para que el agente lo use — no para que los equipos de cumplimiento lo inspeccionen, no para que los límites departamentales lo apliquen, no para que las pistas de auditoría lo capturen.
JieGou aborda el estado persistente desde la dirección opuesta: gobernanza primero, capacidad segundo. Los Agent Workspaces son menos flexibles que un sistema de archivos completo — y ese es el punto. Las restricciones (entradas estructuradas, límites estrictos, seguimiento de procedencia) son funcionalidades, no limitaciones.
Para equipos que construyen agentes de IA experimentales, el enfoque de Frontier es convincente. Para equipos que despliegan IA en entornos regulados donde cada pieza de estado del agente debe ser explicable y auditable, el estado gobernado es el único camino viable.
Primeros pasos con Agent Workspaces
Los Agent Workspaces están disponibles vía la API de JieGou hoy:
- Cree un workspace para cualquier agente en su cuenta
- Asócielo con flujos de trabajo — el contexto del workspace se inyecta automáticamente durante la ejecución
- Habilite la captura automática — deje que el sistema extraiga hechos duraderos de las salidas de los pasos
- Revise y cure — inspeccione entradas, edite valores, elimine hechos obsoletos
El workspace se integra con el stack de gobernanza existente de JieGou: registro de auditoría, RBAC, alcance departamental y exportación de cumplimiento se aplican a todas las operaciones del workspace.
Conclusión: la gobernanza es el diferenciador
La memoria persistente es el mínimo para agentes de IA capaces. Toda plataforma la tendrá pronto.
El diferenciador no es si los agentes pueden recordar — es si usted puede ver, controlar y auditar lo que recuerdan. Para la IA empresarial, el estado gobernado no es un complemento deseable. Es el requisito que separa los despliegues de producción de los experimentos científicos.
La arquitectura de estado gobernado de JieGou cubre 14/14 capacidades con estado — con cada mutación de estado visible, auditable y con alcance. Esa es la base que necesita la IA empresarial.
Conozca más sobre la arquitectura de gobernanza de JieGou o compare con OpenAI Frontier.