TencentDB Agent Memory: el sistema de memoria en capas que busca abaratar y estabilizar a los agentes de IA

Los agentes de IA tienen una limitación fundamental: el tamaño de su ventana de contexto. Cuando un agente ejecuta tareas largas —como buscar en la web, escribir código o analizar documentos— cada resultado de herramientas, registro de ejecución o paso intermedio termina acumulándose dentro del prompt del modelo. Eso dispara el consumo de tokens y puede hacer que el modelo pierda foco.

Para abordar ese problema, Tencent Cloud liberó en mayo de 2026 TencentDB Agent Memory, un sistema de memoria para agentes basado en una arquitectura en capas y en una técnica llamada “Context Offloading + Mermaid Task Canvas”. Según pruebas internas de la compañía, el enfoque puede reducir el consumo de tokens hasta 61% mientras mejora el éxito en tareas largas.

Qué es TencentDB Agent Memory

TencentDB Agent Memory es un motor de memoria open source para agentes de IA diseñado para flujos de trabajo largos y con múltiples pasos. El proyecto se publicó bajo licencia MIT, lo que permite que desarrolladores y empresas lo integren libremente en sus propios sistemas.

El sistema combina dos capacidades principales:

• Memoria a largo plazo que persiste entre sesiones
• Compresión del contexto a corto plazo durante tareas activas

El objetivo es que los agentes puedan recordar preferencias del usuario, conservar el estado de una tarea compleja y reutilizar experiencias pasadas sin tener que insertar continuamente grandes volúmenes de datos dentro del prompt del modelo.

La arquitectura de memoria en cuatro capas

La memoria persistente del sistema está organizada en cuatro niveles progresivos, que convierten interacciones crudas en conocimiento estructurado.

L0: capa de diálogo bruto
Guarda las conversaciones y las interacciones con herramientas exactamente como ocurrieron.

L1: memoria atómica
Extrae hechos estructurados de esas interacciones: preferencias del usuario, restricciones o conclusiones derivadas de pasos anteriores.

L2: resumen por escenario
Agrupa memorias relacionadas con una tarea o situación específica, permitiendo que el agente reconozca patrones entre trabajos similares.

L3: perfil del usuario
Destila patrones de comportamiento y preferencias a largo plazo en un perfil compacto.

El resultado es una transformación gradual: de conversaciones desordenadas a conocimiento reutilizable. Con el tiempo, el agente puede aprovechar experiencias previas en lugar de recomputar todo desde cero.

La idea clave: Context Offloading + Mermaid Task Canvas

La mayor ganancia de eficiencia aparece en cómo el sistema gestiona la memoria de trabajo durante tareas largas.

Context Offloading

Cuando un agente ejecuta una herramienta —por ejemplo, descargar una página web o ejecutar código— el resultado completo se guarda en almacenamiento externo. En el contexto del modelo solo queda un resumen compacto o una referencia.

Así se evita que grandes cantidades de texto, registros o documentos ocupen permanentemente espacio dentro del prompt.

Mermaid Task Canvas

En lugar de mantener largas cadenas de mensajes, Tencent representa el progreso de la tarea con un grafo estructurado escrito en Mermaid, un lenguaje textual de diagramas ampliamente usado en documentación técnica.

Ese "lienzo de tareas" funciona como un mapa de navegación para el agente:

• los nodos representan pasos del flujo de trabajo
• las conexiones indican dependencias entre tareas
• cada nodo contiene un breve resumen o estado

Al razonar sobre la estructura del proceso en vez de sobre cada mensaje textual, el modelo puede seguir tareas complejas usando muchos menos tokens.

Tencent resume la diferencia con una analogía simple: los registros sirven para guardar todo, pero los mapas sirven para orientarse. El Mermaid Task Canvas actúa como ese mapa para el agente.

Compresión adaptativa según el “nivel del contexto”

El sistema también ajusta automáticamente cuánto comprime la información según cuánto se esté llenando la ventana de contexto.

El mecanismo funciona con varios niveles:

• Compresión L1 (resumen en tiempo real): cada salida de herramienta se resume inmediatamente.
• Compresión L2 (actualización del mapa): el lienzo Mermaid registra el flujo de la tarea.
• Compresión L3 profunda: cuando el uso del contexto alcanza cerca del 80%, mensajes antiguos se comprimen agresivamente o se eliminan.

Si el contexto llega a niveles críticos cercanos al 95%, el sistema activa una compresión de emergencia para reducir la carga nuevamente.

Resultados reportados en benchmarks

Tencent afirma haber observado mejoras importantes al integrar Agent Memory en frameworks de agentes. Sin embargo, estos resultados provienen de pruebas internas de la empresa, no de benchmarks independientes.

Entre los resultados reportados:

WideSearch

• tasa de éxito: 33% → 50% (mejora relativa de 51.52%)
• uso de tokens: 221.31M → 85.64M (−61.38%)

SWE‑bench

• éxito: 58.4% → 64.2%
• tokens: 3474.1M → 2375.4M (−33.09%)

AA‑LCR

• éxito: 44.0% → 47.5%
• tokens: 112.0M → 77.3M (−30.98%)

PersonaMem

• precisión aproximada: 48% → 76% tras integrar el sistema de memoria.

Además, Tencent evaluó el sistema en 1,540 tareas que incluían generación de código, búsquedas web, análisis de documentos y flujos complejos de varios pasos. En esas pruebas, la tasa de finalización mejoró entre 12% y 35%, mientras el consumo de tokens cayó entre 33% y 64%.

Qué cambió entre el lanzamiento de abril y el release del 14 de mayo

Tencent introdujo Agent Memory en fases durante 2026.

Lanzamiento de abril

• introdujo la arquitectura de memoria a largo plazo de cuatro capas
• se centró en permitir que los agentes recuerden información entre sesiones
• mostró mejoras en el benchmark PersonaMem

Release open source del 14 de mayo

• liberó el sistema completo bajo licencia MIT
• añadió el sistema de compresión de memoria a corto plazo
• destacó el mecanismo Context Offloading + Mermaid Task Canvas

En otras palabras, la primera fase se centró en memoria persistente, mientras que la versión abierta buscó resolver el problema del contexto saturado durante tareas largas.

Integraciones con frameworks de agentes

Tencent afirma que el sistema ya funciona con varios frameworks.

Entre ellos:

• OpenClaw, donde puede instalarse como plugin de memoria
• Hermes Gateway / Hermes Agent, con despliegue mediante Docker en Hermes Gateway 0.3.4 o posterior

Esto permite añadir memoria estructurada y compresión de contexto sin rediseñar completamente la arquitectura de un agente existente.

Por qué importa en la carrera de los agentes de IA

A medida que los agentes pasan de demostraciones a aplicaciones reales —asistentes de programación, agentes de investigación o automatización empresarial— el costo del contexto se vuelve un problema crítico. Grandes cadenas de llamadas a herramientas pueden disparar el uso de tokens y degradar el razonamiento del modelo.

La propuesta de Tencent intenta resolver dos desafíos al mismo tiempo:

• Coste operativo: reducir tokens disminuye el gasto computacional.
• Fiabilidad: una memoria estructurada ayuda a mantener el rumbo en tareas complejas.

Si estos resultados se mantienen en evaluaciones independientes, sistemas como TencentDB Agent Memory podrían convertirse en una capa de infraestructura clave para los agentes autónomos. Por ahora, sin embargo, las mejoras siguen siendo resultados reportados por el proveedor, pendientes de mayor validación externa.