Memoria de un Agent de IA frente a aprendizaje

El historial mantiene la conversación; User Memory recuerda datos privados; Knowledge recupera fuentes aprobadas. Ninguno autoriza por sí solo un cambio de conducta compartida.

Aprender significa cambiar una instrucción futura. Requiere intención duradera clara, scope exacto, actor autorizado, procedencia, revisiones, borrado y rollback.

Fine-tuning cambia parámetros y Evaluations mide comportamiento. No son sinónimos de una regla guardada y deben tener propietarios y consentimientos distintos.

No conserves instrucciones de una tarea, secretos, pagos, credenciales, inferencias sensibles, texto hostil ni una charla corriente solo por si resulta útil.

Una memoria no concede tools, membership, pagos, publicación, aprobación ni acceso cruzado. La autorización sigue en el servidor.

Evita last-write-wins en memoria compartida: identidad estable, expected revision, idempotencia, conflictos, historial y rollback impiden perder correcciones.

Self-Learning es un módulo opt-in implementado para preferencias, correcciones, límites y reglas duraderas; está separado de historial, User Memory, Knowledge, fine-tuning y Evaluations.

Las reglas privadas pertenecen al OAuth user exacto. Owner/editor controla Agent; miembros de Team y clientes de Store solo proponen cambios compartidos hasta su revisión.

Cada mutación es acotada, atribuida, revisionada, idempotente, buscable y reversible. Solo reglas activas entran como contexto no fiable de menor prioridad.