Evopien / Memoria y conversación / 16 de octubre de 2026
Día 98: recordar, cambiar de idea y seguir adelante.
Una preferencia cambia de vegetariana a vegana. Otra se elimina. Una excepción vale solo para una cena. La respuesta siguiente tiene que seguir cada cambio. Ese es el avance que hemos llevado hasta el día 98 de una campaña sintética: que recordar sirva para responder con la información vigente, de la persona adecuada y con sus condiciones intactas.
En paralelo, estamos trabajando en el siguiente gran reto de la conversación: seguir escuchando mientras se habla y responder a lo que cambia delante de la cámara. La memoria ya tiene un punto de control aceptado por etapas. El dúplex natural sostenido de audio y vídeo sigue siendo investigación abierta.
01 / El punto de control de memoria
Catorce semanas simuladas. 2.200 entradas por etapas. Día 98.
La historia de prueba avanza con preguntas cotidianas, preferencias guardadas, cambios de opinión, correcciones, eliminaciones y reinicios. Cada etapa parte del estado aceptado anterior: lo que ocurre hoy debe seguir contando mañana. La campaña incluye solicitudes en inglés y español.
- Avance aceptado por etapas
- 2.200 entradas hasta el día 98 simulado, que abarcan 14 semanas naturales de la cronología ficticia.
- Último resultado semanal
- Las 129 respuestas completas superaron sus criterios de revisión, junto con las 129 comprobaciones correspondientes del titular, las fuentes y el estado vigentes.
- Observación de tiempos
- 118 de esas 129 respuestas de texto se completaron en cinco segundos o menos. La cifra describe esa ejecución; siguen pendientes una garantía del tiempo de respuesta y la validación de la latencia.
Es una cronología sintética comprimida, no 98 días transcurridos de uso doméstico. Las etapas aceptadas se ejecutaron en sus versiones de software registradas, en lugar de repetir todas las entradas en una única versión final. Las 2.200 entradas son interacciones, no 2.200 recuerdos guardados distintos. La campaña original de seis meses y la evaluación independiente de un año siguen incompletas.
02 / Cómo hemos llegado hasta aquí
La memoria tenía los datos. La respuesta también debía respetarlos.
Recuperar no bastaba. Algunos ensayos encontraban la preferencia correcta y después perdían parte de su significado al responder. Si alguien prefiere algo reutilizable y duradero, cuentan las dos condiciones. También cuenta la razón: reducir residuos no equivale a elegir simplemente lo más barato.
Las reparaciones también abordaron preferencias aplicadas a la actividad equivocada, instrucciones de una sola vez convertidas en cambios duraderos y comparaciones que inventaban requisitos o propiedades. El criterio es concreto: mantener todas las alternativas, aplicar las condiciones pertinentes y reconocer lo que todavía se desconoce.
Fuimos avanzando por etapas, revisando cada respuesta completa junto con el estado de memoria resultante, también después de reiniciar. Los fallos originales siguieron en las pruebas. Nuevos casos redactados de forma independiente cambiaron las palabras, las entidades y las condiciones, en inglés y español. Así medimos avances en situaciones concretas sin confundirlos con fiabilidad universal.
03 / De las pruebas sintéticas reales
Así cambia una conversación cuando cambia su memoria.
Consultar, guardar, actualizar y olvidar: estos ejemplos muestran las operaciones con usuarios ficticios de la campaña aceptada. Las citas marcadas como originales conservan las palabras de la prueba en español. Las marcadas como traducción editorial presentan en español las solicitudes y respuestas completas que contenían inglés; no son ejecuciones nuevas ni transcripciones de una sala real.
Seleccionar y recuperar: mostrar las preferencias disponibles en ese momento
Solicitud (traducción editorial): Muéstrame las preferencias que tengo disponibles actualmente para esta solicitud, con sus condiciones pertinentes.
Respuesta (traducción editorial): Preferencias disponibles para esta solicitud:
- Prefiero pasar tiempo al aire libre en lugar de en lugares interiores muy concurridos porque me ayuda a descansar.
- Prefiero salidas con no más de veinte minutos de caminata continua porque las caminatas largas me cansan.
- Prefiero el transporte público antes que los taxis porque me importa mantener bajos los gastos de viaje.
- Prefiero gastar como máximo veinte euros en una salida informal porque estoy ahorrando dinero.
- Prefiero recetas vegetarianas porque no como carne.
- Prefiero lugares tranquilos cuando leo porque la música de fondo me distrae.
- Prefiero platos sin cacahuetes porque no me gusta su sabor.
- Prefiero concentrarme sin interrupciones al comienzo de mi jornada laboral porque así avanzo mejor.
La respuesta conserva el ámbito, las cantidades y las razones, incluida la pertenencia de la preferencia por lugares tranquilos a la lectura. Esta instantánea es anterior a la actualización posterior de la preferencia de comida que aparece a continuación.
- Guardar una preferencia explícita
Solicitud (original en español): Guarda de nuevo esta preferencia como una solicitud nueva: Prefiero el transporte público antes que los taxis porque me importa mantener bajos los gastos de viaje.
Respuesta (original en español): He guardado esa preferencia.
- Actualizar una preferencia guardada
Solicitud (original en español): Mi preferencia ha cambiado. Prefiero recetas veganas porque no consumo productos de origen animal. Actualiza esa preferencia guardada, por favor.
Respuesta (original en español): He actualizado esa preferencia desde ahora, conservando su historial.
- Olvidar de forma selectiva y volver a consultar
Solicitud (traducción editorial): Quiero que olvides mi preferencia sobre transporte.
Respuesta (traducción editorial): Se ha eliminado 1 recuerdo guardado.
Pregunta posterior (original en español): ¿Qué preferencia mía sobre transporte está disponible para esta solicitud?
Respuesta (original en español): No hay ninguna preferencia sobre transporte disponible en los registros admitidos para esta solicitud.
Este par procede de una etapa aceptada anterior. La preferencia deja de estar disponible para el uso gobernado posterior; eso no demuestra el borrado físico de todas las capas de almacenamiento.
- Aplicar una excepción solo para la tarea
Solicitud (original en español): Solo para esta cena, deja de lado mi preferencia habitual de comida y compara únicamente el precio: la sopa cuesta cuatro euros y la tortilla tres. No cambies mi preferencia guardada.
Respuesta (original en español): La opción más barata es la tortilla, que cuesta tres euros frente a los cuatro de la sopa.
La comprobación de estado asociada confirma que esta comparación puntual no reescribió la preferencia guardada.
- Mantener separada la información de otro titular
Solicitud (original en español): ¿Qué preferencias personales tiene la otra persona del laboratorio guardadas sobre lugares para salir?
Respuesta (original en español): No puedo establecer una fuente autorizada para las preferencias guardadas de la otra persona del laboratorio sobre lugares para salir en esta solicitud.
Ahí está el cambio que importa: poder consultar qué se recuerda, corregirlo, hacer una excepción sin reescribirlo todo y comprobar que lo olvidado ya no se utiliza. Y si la información pertenece a otra persona, el límite también forma parte de la respuesta.
04 / Audio y vídeo juntos
Escuchar mientras habla. Ver lo que cambia.
Una conversación puede cambiar de dirección a mitad de una frase. Alguien interrumpe, hace una pausa y continúa, o señala algo que acaba de aparecer delante de la cámara. Nuestra línea de audio y vídeo busca responder a esos cambios sin perder la petición pendiente ni seguir reproduciendo una respuesta que ya no corresponde.
En ensayos controlados de banco hemos probado reconocimiento de voz junto con captura de vídeo, paradas acotadas, continuidad al cambiar el receptor de entrada y comprobaciones de que las imágenes seleccionadas llegan a la ruta de respuesta. El trabajo reciente mejoró el reconocimiento al reanudar el habla tras una pausa. Un ensayo posterior reconoció una solicitud completa en inglés y entregó íntegramente una unidad de habla mediante reproducción por software.
El siguiente salto exige unir esas piezas en una respuesta útil completa. El último ensayo todavía interpretó mal parte de la escena y no cerró correctamente la respuesta, por lo que siguió suspendido. La reproducción por software tampoco demuestra audibilidad ni rendimiento frente al eco en una sala física.
Una conversación sostenida y útil en inglés y español que incorpore audio y vídeo nuevos durante toda una respuesta sigue sin verificarse. Esta investigación no sustituye la demo conservada del 4 de octubre ni demuestra un producto terminado con dúplex completo.
05 / La próxima fase de evaluación
Más historias. Más cambios. Nuevas pruebas para Evopien.
Nuestra próxima fase consiste en ampliar las pruebas de Evopien con benchmarks de distintos tipos de memoria de agentes. El programa previsto incluye los conjuntos de datos de Agent Memory Benchmark: LongMemEval-S, LoCoMo10, PersonaMem32K, LifeBenchEN y las configuraciones de BEAM de 100K, 500K, 1M y 10M. Ofrecen distintas formas de poner a prueba la recuperación, la información cambiante, el contexto personal y los historiales más largos.
Publicaremos los resultados medidos de Evopien con sus condiciones de prueba, distinguiendo lo previsto, lo intentado y lo completado, y conservando los fallos técnicos y las respuestas incorrectas. Este es el programa de evaluación, no una clasificación ya ganada. Cada puntuación deberá ir acompañada de las comprobaciones de titularidad vigente, corrección, eliminación y respuestas completas y útiles.
Quedan las campañas originales de mayor duración, la evaluación de calidad aplazada, la validación de latencia y la interacción audiovisual sostenida. La dirección es clara: una conversación que conserve su continuidad y cambie contigo, con los datos bajo tu control.
Para consultar el catálogo público de conjuntos de datos, véase el catálogo de Agent Memory Benchmark . Esta referencia identifica las familias de evaluación; no demuestra una puntuación de Evopien.
Alcance de esta actualización pública
Revisada el 16 de octubre de 2026 a partir del punto de control guardado del día 98 de memoria gobernada y del registro independiente de audio y vídeo. La semana de memoria aceptada y el ensayo de dúplex no superado son resultados distintos. Los ejemplos conservan respuestas completas de pruebas sintéticas aceptadas, con traducción editorial donde se indica; la selección es ilustrativa, no una estimación global de fiabilidad. Los mecanismos de implementación, los registros operativos privados y los medios sin procesar quedan fuera de este relato público.