Memoria en Capas & Aprendizaje

Uno de los principales problemas de los agentes autónomos de primera generación es el deterioro de su memoria (_memory rot_): acumulan información irrelevante, confunden acuerdos viejos con reglas nuevas o persisten alucinaciones que afectan futuras interacciones.

Orbis implementa una arquitectura de memoria estratificada en tres niveles y un ciclo de aprendizaje gobernado por humanos (_Learning Hub_) para asegurar consistencia a largo plazo.

---

Las Tres Capas de Memoria

┌─────────────────────────────────────────────────────────────┐
│                 ARQUITECTURA DE MEMORIA                     │
├─────────────────────────────────────────────────────────────┤
│ NIVEL 1: CONTEXTO VOLÁTIL      Ventana del Run actual       │
│                                (Se purga al finalizar)      │
│ NIVEL 2: MEMORIA EPISÓDICA     memory.db por tenant         │
│                                Expira a ≤7d si es baja conf │
│ NIVEL 3: KNOWLEDGE PACKS       Documentos normativos        │
│                                Compilados y firmados @pin   │
└─────────────────────────────────────────────────────────────┘

Nivel 1 — Memoria de Contexto de Ejecución

• Alcance: La interacción inmediata entre el usuario y el empleado.
• Ciclo de vida: Efímero. Vive exclusivamente mientras dura la ejecución de la tarea.
• Propósito: Mantener el hilo de la conversación, los argumentos de herramientas intermedias y el análisis de intención.

Nivel 2 — Memoria Operativa Episódica (`memory.db`)

• Alcance: Hechos específicos aprendidos durante la atención al cliente (ej: _"El huésped García prefiere habitaciones en pisos altos y es alérgico a las plumas"_).
• Control Anti-Alucinación: Toda memoria inferida con baja confianza expira automáticamente en un máximo de 7 días (LOW_CONFIDENCE_MAX_DAYS). Si el dato no se revalida o no es promovido explícitamente, se purga para evitar acumulación de ruido.
• Permanencia Auditada: Los hechos críticos solo se consolidan de forma permanente cuando un supervisor los valida mediante el comando de publicación (memory.publish).

Nivel 3 — Knowledge Packs Normativos

• Alcance: Las reglas oficiales del negocio (tarifarios oficiales, políticas de cancelación, horarios de check-in/out, reglamento interno).
• Compilación Inmutable (name@pin): Cada paquete de conocimiento se compila y sella con un hash criptográfico de contenido.
• Prefix Caching Optimizado: En el prompt del modelo, los Knowledge Packs se inyectan antes de la memoria conversacional. Esto permite que los proveedores de inferencia almacenen en caché el prefijo normativo, reduciendo la latencia de respuesta hasta un 70% y abaratando el consumo de UT.

---

El Ciclo de Aprendizaje Supervisado (Learning Hub)

Orbis no se auto-modifica en caliente en producción. Los cambios operativos siguen un ciclo estricto de captura de evidencia, destilación y aprobación humana:

[Evidencia Durable] ─── (Runs fallidos, solicitudes 4-Eyes, patrones de uso)
        │
        ▼
[Barridos Periódicos] ─── Análisis automatizado cada 6 horas (Daemon)
        │
        ▼
[Generación de Propuestas] ─── Solicitudes 'pending' en /propuestas
        │
        ├── 1. Sugerencias de Reglas de Aprobación (autoApproveRules)
        ├── 2. Nuevos Casos de Evaluación de Calidad (Eval Cases)
        └── 3. Propuestas de Ciclo de Vida de Skills
        │
        ▼
[Decisión Humana Requerida] ─── El supervisor aprueba o rechaza en el panel
        │
        ├── APROBADA ──► Se compila en la PRÓXIMA revisión firmada del plan
        └── RECHAZADA ─► Se archiva con rastro de auditoría

---

Tipos de Propuestas de Mejora

1. Sugerencias de Reglas (rule_suggestion): Si el dueño ha aprobado manualmente 15 veces el mismo tipo de descuento menor sin objeciones, el sistema sugiere una regla: _"¿Querés auto-aprobar descuentos ≤10% para estadías de más de 4 noches?"_. Si se aprueba, se reduce la fricción de 4-Eyes sin perder gobernanza.

2. Casos de Test para el Catálogo (eval_case_suggestion): Si una conversación presentó una ambigüedad inhabitual que requirió intervención humana, el sistema propone incorporar ese caso a la suite de tests automatizados de la empresa para evitar regresiones futuras.

3. Optimización de Habilidades (skill_lifecycle): Identifica herramientas que llevan meses sin utilizarse para proponer su desactivación y mantener el espacio de prompts limpio y enfocado.