Memoria del flujo de trabajo del agente explicada en el artículo de ICML

Memoria del flujo de trabajo del agente explicada en el artículo de ICML

19 de mayo de 2026
230 visualizaciones
agent-memory workflow-memory awm icml-2025 ai-agent llm reusable-workflows research-paper

Hola, soy Lena. Seguía viendo que aparecía "memoria del flujo de trabajo del agente" en conversaciones de creadores. No como un nombre de producto, sino como un problema que la gente intentaba describir. Así que fui a buscar la investigación detrás de esto.

Esto es lo que noté cuando lo leí.

Primero, Verifica el Artículo

Título exacto, autores, lugar y año, y enlace oficial

El artículo se titula "Memoria del Flujo de Trabajo del Agente", escrito por Zora Zhiruo Wang, Jiayuan Mao, Daniel Fried y Graham Neubig de la Universidad Carnegie Mellon y MIT. Se publicó por primera vez en arXiv en septiembre de 2024 y fue aceptado como póster en ICML 2025. El texto completo, el código y los datos de referencia están disponibles a través del repositorio oficial de GitHub.

Quiero ser clara sobre esto porque la frase "memoria del flujo de trabajo del agente" se usa de manera vaga. La gente la asocia con cualquier función de memoria de agentes. Este artículo hace algo más específico que eso.

Qué no asumir solo por la palabra clave

La frase suena lo suficientemente genérica como para pensar que cubre todas las formas de memoria de agentes: registros de conversación, recuperación RAG, preferencias de usuario. No lo hace. La AWM se trata específicamente de extraer rutinas de tareas reutilizables de secuencias de acción exitosas y devolverlas al agente para tareas futuras.

…Tuve que leer el resumen dos veces antes de que esa distinción quedara clara.

El Problema que Encuentra el Artículo

Por qué los agentes repiten errores de flujo de trabajo

Aquí está la parte que me hizo detenerme y pensar. Los agentes actuales tratan cada tarea de manera independiente. Un agente que reserva un vuelo con éxito el lunes, no lleva ese conocimiento al martes. Empieza desde cero. Cada vez.

El artículo lo plantea claramente: los agentes "no logran entender la clave para desenredar tareas cada vez más complejas: extraer y aprender flujos de trabajo de tareas reutilizables compartidos entre tareas similares." No generalizan a partir de sus propios éxitos. No construyen una biblioteca de movimientos. Simplemente… hacen cada cosa desde cero.

Por qué el historial de chat no es suficiente

Creo que muchos creadores asumen que si conservas el historial de conversación, tienes memoria. El artículo de AWM desafía esa suposición directamente. Las trayectorias de acción en bruto son demasiado específicas. Contienen detalles del entorno, IDs de elementos, estados de páginas: cosas que no se transfieren entre contextos. Lo que sí se transfiere es la ​rutina, no el registro bruto.

Esta es una distinción que no aprecié completamente hasta que vi los resultados de referencia. Los agentes con acceso completo a la trayectoria aún fallaban en tareas que requerían los mismos pasos subyacentes en un entorno diferente. La memoria estaba allí. Simplemente no estaba en una forma utilizable.

La Idea Central en Español Simple

Lo que se almacena

AWM extrae flujos de trabajo — descripciones abstractas de subrutinas comunes que aparecen en múltiples tareas. Cada flujo de trabajo tiene un objetivo (lo que logra) y una rutina (los pasos generales). Piénsalo menos como guardar una grabación y más como escribir una receta después de cocinar el mismo plato varias veces.

Lo que se recupera

Cuando el agente se encuentra con una nueva tarea, AWM verifica si algún flujo de trabajo previamente inducido es relevante. La selección es impulsada por la tarea — no se vuelcan todos los flujos de trabajo en el contexto. Solo se cargan aquellos que coinciden con el objetivo actual. Esto es importante porque el espacio de la ventana de contexto es finito, y los flujos de trabajo irrelevantes son ruido.

Lo que se reutiliza

Los flujos de trabajo reutilizados actúan como guía de alto nivel durante la generación de acciones. El agente todavía toma sus propias decisiones en cada paso, pero el flujo de trabajo le indica la forma general de la solución. En WebArena, un benchmark para tareas realistas de navegación web, esto condujo a una mejora relativa del 51,1% en la tasa de éxito. En Mind2Web, el conjunto de datos que abarca más de 2,000 tareas en 137 sitios web reales, la mejora fue del ​24,6%​.

…eso es un poco inesperado. No porque los números sean altos, sino porque las ganancias provinieron de una intervención estructuralmente tan simple.

Patrón de Implementación para Desarrolladores

No voy a pretender que esto sea un tutorial. Pero si estás construyendo agentes y este artículo te interesa, así es como funciona el patrón central.

Captura de memoria

AWM observa las trayectorias del agente — la secuencia completa de acciones realizadas durante la ejecución de la tarea. En el escenario offline, procesa ejemplos de entrenamiento anotados. En el escenario online, induce flujos de trabajo a partir de las propias experiencias del agente en tiempo de prueba, sin que se requieran ejemplos preexistentes. Este diseño de doble modo refleja una tendencia más amplia en la investigación de memoria de agentes — sistemas que aprenden tanto de datos históricos como de la experiencia en vivo.

Selección de trazas de flujo de trabajo

No toda trayectoria vale la pena aprender de ella. AWM extrae flujos de trabajo identificando subrutinas repetidas en múltiples trayectorias exitosas. La extracción puede ser basada en reglas o basada en LLM. El enfoque basado en LLM tuvo un mejor desempeño en los experimentos del artículo, lo cual tiene sentido: las rutinas no siempre se ven idénticas sintácticamente incluso cuando están haciendo lo mismo.

Condiciones de recuperación

Los flujos de trabajo se recuperan en función de la similitud del objetivo con la tarea actual. El agente no busca flujos de trabajo por palabra clave. Coincide con el objetivo de alto nivel. Esto significa que un flujo de trabajo aprendido al reservar un hotel podría potencialmente ayudar a reservar un restaurante si el patrón de interacción subyacente es similar.

Validación antes de la reutilización

Aquí es donde me detuve. El artículo no describe un paso formal de validación para los flujos de trabajo reutilizados. Los flujos de trabajo se tratan como ​guía​, no como programas verificados. Si un flujo de trabajo está desactualizado, es incorrecto o irrelevante, el agente aún puede seguirlo. El artículo lo reconoce: los cambios en el entorno dinámico pueden hacer que las acciones de flujo de trabajo previamente útiles fallen.

No estoy seguro de cuánto peso darle a esa limitación. Pero vale la pena notarlo.

Dónde difiere esto de las herramientas existentes

Cursor, Claude, capas de memoria y trazas de flujo de trabajo

Si estás usando ​Cursor​, probablemente hayas notado sus características de memoria — Reglas, la herramienta de Memorias en Automatizaciones y soluciones construidas por la comunidad como cursormemory que persisten el contexto a través de sesiones. Estos son útiles, pero almacenan ​preferencias y patrones​, no rutinas de tarea abstractas. Recuerdan ​lo que te gusta​, no ​cómo resolver una clase de problemas​.

El propio sistema de memoria de Claude funciona de manera similar: retiene el contexto a nivel de usuario, no abstracciones a nivel de flujo de trabajo.

AWM opera en una capa diferente. No recuerda tu estilo de codificación ni la estructura de tu proyecto. Recuerda la forma de ejecutar con éxito una tarea y ofrece esa forma al agente la próxima vez que aparezca una tarea similar. Ese es un tipo de memoria significativamente diferente.

La brecha que sigo notando en todas estas herramientas: ninguna actualmente permite que los agentes compartan lo que han aprendido con otros agentes. Un agente aprende, y solo ese agente se beneficia. El flujo de trabajo permanece local.

Lo que el artículo no resuelve

Memoria obsoleta, baja calidad de trazas, transferencia entre tareas, gobernanza

Pasé un tiempo reflexionando sobre esta sección. El artículo es honesto sobre sus límites, lo cual respeto.

Memoria obsoleta. Los sitios web cambian. Un flujo de trabajo para navegar una página de pago en enero puede no funcionar en junio. AWM no tiene un mecanismo incorporado para expirar o actualizar los flujos de trabajo. Una vez que se induce un flujo de trabajo, permanece tal cual hasta que el sistema sea reentrenado o la biblioteca de flujos de trabajo sea podada manualmente.

Mala calidad de rastreo. Si las trayectorias de entrenamiento son ruidosas o contienen errores, los flujos de trabajo inducidos heredan esos problemas. Basura entra, basura ligeramente más organizada sale.

Transferencia entre tareas. AWM generaliza bien dentro de tipos de tareas similares: el rendimiento entre sitios web e incluso entre dominios mejoró de 8.9 a 14.0 puntos absolutos sobre las líneas base. Pero no hay evidencia de que pueda transferir un flujo de trabajo de, por ejemplo, navegación web a depuración de código. La abstracción funciona dentro de una familia de tareas, no entre dominios fundamentalmente diferentes.

Gobernanza. ¿Quién decide qué flujos de trabajo son confiables? En un sistema de un solo agente, esto es manejable. En un sistema de múltiples agentes, se convierte en una verdadera pregunta. El artículo no aborda la verificación de flujos de trabajo, la puntuación de calidad ni el control de acceso. No necesita hacerlo — ese no es su alcance. Pero si estás considerando desplegar este patrón en producción, necesitarás respuestas que el artículo no proporciona.

…esta es la parte a la que sigo regresando. El artículo resuelve bien el problema de la inducción. El problema de la gestión — qué ocurre después de tener cientos de flujos de trabajo distribuidos entre docenas de agentes — sigue siendo un campo abierto.

Preguntas Frecuentes

¿De qué trata el artículo Agent Workflow Memory ICML?

Un método para extraer rutinas de tareas reutilizables a partir de secuencias de acciones de agentes y reutilizarlas selectivamente en tareas futuras. Publicado en ICML 2025 por investigadores de CMU y MIT. El artículo completo está en arXiv.

¿Por qué es importante el artículo de ICML para construir flujos de trabajo agenticos en 2026?

Porque los agentes que repiten problemas ya resueltos en lugar de aprender de ellos representan la mayor pérdida de eficiencia en sistemas de producción. AWM ofrece un patrón concreto para solucionar eso.

¿Cómo funciona el enfoque de memoria del artículo en flujos de trabajo reales de agentes?

AWM induce flujos de trabajo abstractos a partir de trayectorias exitosas, los almacena y recupera los relevantes cuando aparece una tarea similar. Funciona tanto con datos de entrenamiento (offline) como únicamente a partir de la experiencia del agente en tiempo de prueba (online).

¿Cuáles son las ideas clave de implementación del artículo de ICML?

Inducción de flujo de trabajo (extracción de rutinas reutilizables), recuperación selectiva (coincidencia por similitud de objetivos) y operación en modo dual (offline con datos, online sin ellos). El modo en línea no requiere ejemplos etiquetados.

¿Qué limitaciones destaca el artículo de ICML sobre la memoria de los agentes?

Las acciones de flujo de trabajo pueden fallar cuando los entornos cambian. El artículo no aborda la caducidad del flujo de trabajo, la transferencia entre dominios más allá de tareas web, ni la gobernanza de bibliotecas compartidas de flujos de trabajo.

¿Deberían los desarrolladores solitarios leer e implementar este artículo ahora mismo?

Si estás construyendo agentes que ejecutan tareas de múltiples pasos repetidamente, vale la pena entender el patrón central. Incluso una versión más simple —extraer lo que funcionó, almacenarlo, recuperarlo la próxima vez— puede reducir significativamente las tasas de error y los costos de tokens.

Hacia dónde apunta esto

Seré honesto: leí este artículo esperando un ejercicio académico limitado. Lo que encontré fue algo más cercano a un patrón de diseño que los constructores en producción van a necesitar. La pregunta no es si los agentes necesitan memoria de flujo de trabajo. Obviamente la necesitan. La pregunta es qué sucede en los bordes: cuando los flujos de trabajo se vuelven obsoletos, cuando varios agentes necesitan compartirlos, cuando necesitas verificar que un flujo de trabajo sigue siendo válido antes de que un agente confíe en él.

El artículo no afirma resolver esos problemas. Pero le da a la capa de inducción una forma clara.

…Sigo pensando en una brecha específica. AWM permite que un solo agente acumule flujos de trabajo con el tiempo. Pero, ¿y si ese conocimiento pudiera propagarse? ¿Qué pasa si la reparación exitosa de un agente se convirtiera en un activo reutilizable para otros agentes en una red —verificado, puntuado y heredado mediante un protocolo en lugar de estar bloqueado dentro de la ventana de contexto de un sistema?

Eso no es lo que hace este artículo. Pero es la dirección hacia la que apunta el problema.

Si estás construyendo agentes que siguen resolviendo la misma clase de problemas, podría valer la pena mirar cómo el protocolo GEP de EvoMap aborda exactamente esa brecha —transformando los aprendizajes aislados de los agentes en activos de evolución compartidos y auditables a través de una red.

Seguiré observando cómo se desarrolla este espacio.

Publicaciones anteriores:

Artículos relacionados