MemPalace es un proyecto open source para conservar memoria entre conversaciones con sistemas de IA. Guarda contenido localmente con ChromaDB y SQLite, organiza registros mediante una metáfora espacial y recupera contexto con búsqueda vectorial. El repositorio también llamó la atención por sus autores: la actriz y usuaria intensiva de IA Milla Jovovich trabajó con el ingeniero Ben Sigman, asistidos por Claude Code.
La historia puede reducirse a una celebridad haciendo software, pero ese enfoque pierde la parte útil. Jovovich conocía el problema por acumular miles de conversaciones y perder continuidad entre sesiones. Sigman podía convertir requisitos, restricciones y comportamiento en un sistema. El agente redujo parte del costo de traducción entre ambos.
Este arreglo sugiere un modelo de trabajo para dominios donde el conocimiento relevante está lejos del equipo de desarrollo.
El experto participa antes de la demo
Los proyectos tradicionales suelen recoger conocimiento mediante entrevistas, convertir respuestas en requisitos y volver al experto cuando existe un prototipo. Cada paso comprime detalles. Los términos ambiguos se vuelven campos, las excepciones desaparecen y las decisiones técnicas adquieren apariencia de regla de dominio.
Cuando el experto trabaja junto al desarrollador durante la construcción, las preguntas surgen al momento en que el código exige una elección. ¿Qué cuenta como memoria? ¿Qué información debe permanecer local? ¿Dos recuerdos similares son duplicados o versiones? Una respuesta puede cambiar modelo, recuperación e interfaz de inmediato.
Los agentes ayudan porque vuelven barata la materialización de una hipótesis. El experto reacciona a un comportamiento concreto sin aprender toda la stack. El desarrollador sigue siendo responsable de arquitectura, datos, seguridad, pruebas y límites. La participación se acerca, pero no se vuelve equivalente.
Esa diferencia separa la colaboración de aceptar código sin comprenderlo. La generación rápida puede acortar el ciclo entre conocimiento de dominio y decisión técnica sin eliminar responsabilidad de ingeniería.
La memoria local es una decisión de producto
MemPalace funciona sin depender de una API y mantiene datos en almacenamiento local. Para conversaciones personales, esto reduce costo recurrente y evita enviar el historial completo a otro servicio. También transfiere al usuario la responsabilidad por backups, espacio, actualización, cifrado y recuperación.
La metáfora de alas, pasillos y salas puede ayudar a comprender la organización. La búsqueda vectorial decide qué registros vuelven al contexto. Ese mecanismo debe tratar relevancia, antigüedad y contradicción. Guardarlo todo no garantiza recordar correctamente.
Benchmarks como LongMemEval ofrecen una medida controlada, pero no sustituyen el uso longitudinal. Los resultados divulgados generaron debate sobre metodología y reranking. Una evaluación cuidadosa separa el score de sus condiciones y comprueba calidad con historiales realistas.
Una memoria falsa puede ser más dañina que una ausencia. Recuperar una preferencia antigua como actual o mezclar personas produce una respuesta equivocada y segura. Los controles para inspeccionar, corregir y borrar registros importan tanto como el score de recuperación.
El patrón sirve para conocimiento tácito
Salud, derecho, operaciones industriales y soporte tienen especialistas que conocen excepciones difíciles de documentar. La falta de ideas rara vez es la barrera. El problema consiste en convertir conocimiento situacional en reglas, datos e interfaces sin perder contexto.
Una dupla de especialista e ingeniero usando IA para prototipar puede explorar esos límites más rápido. El proceso todavía necesita vocabulario compartido, ejemplos anonimizados y criterios de aceptación. El agente aumenta la velocidad de las preguntas; no valida una regla de negocio.
El equipo debe marcar la transición de exploración a entrega para que el prototipo no llegue a producción por accidente. En ese punto entran revisión de seguridad, observabilidad, migración, pruebas y responsabilidad operativa. El código de descubrimiento puede revelar una solución sin ser la implementación adecuada.
Construir una colaboración parecida
Se empieza con un problema vivido por el especialista y pocos casos. En vez de pedir requisitos completos, se construye una versión estrecha y se observa dónde la persona dice que la respuesta depende. Esas dependencias revelan el dominio que el software debe representar.
Las decisiones deben quedar en el repositorio con un lenguaje que ambos participantes comprendan. El agente puede consultar el material, pero no debería ser la única memoria del proyecto. Pruebas con nombres del negocio preservan ejemplos e impiden que una refactorización borre una excepción importante.
También hay que definir quién decide en cada capa. El especialista responde por fidelidad al trabajo real. El ingeniero responde por seguridad y sostenibilidad técnica. Decisiones de producto como retención y consentimiento pueden exigir otras personas. La IA propone y ejecuta dentro de esos límites.
MemPalace interesa como herramienta, pero su colaboración ofrece la tesis más transferible. Mantener al especialista dentro del ciclo corrige suposiciones antes de que se conviertan en arquitectura. El agente acorta el camino; la calidad todavía surge de combinar de forma explícita competencias diferentes.
Si tu empresa está evaluando algo parecido, escríbeme por LinkedIn o por WhatsApp.
