Sin Memoria, Sin Arnés: Por Qué la Base de Datos es la Última Línea de Defensa — Kay Malcolm, Oracle

AAI Engineer
컴퓨터/소프트웨어경영/리더십AI/미래기술

스크립트

00:00:00Tanya Cushman Revisor: Peter van de Ven
00:00:12Todos, ¿se están divirtiendo?
00:00:15Vaya, tienen que darme mucho más que eso.
00:00:18Déjenme decirles, mi nombre es Kay Malcolm.
00:00:21Soy instructora retirada de hip-hop.
00:00:24Así que, si no recibo más energía que esa, vamos a empezar...
00:00:28¿se están divirtiendo?
00:00:30Bien, de acuerdo.
00:00:32Esto es de lo que vamos a hablar hoy.
00:00:36Ahora bien, ustedes han oído hablar mucho de dos letras.
00:00:39¿Alguien quiere adivinar cuáles son esas dos letras
00:00:41de las que voy a hablar hoy?
00:00:43Eso estuvo bastante bien, DB.
00:00:48Voy a hablar de IA,
00:00:50pero específicamente voy a hablar de entornos de agentes.
00:00:54Pero antes de hacer eso, quiero presentarles a todos a unas cuantas personas.
00:00:57¿Les parece bien?
00:00:59¿Sí o sí?
00:01:00¿Les parece bien?
00:01:01Sí.
00:01:02Di opciones.
00:01:04¿Sí?
00:01:04En fin.
00:01:05Muy bien.
00:01:05De acuerdo, muy bien.
00:01:06Este es mi equipo.
00:01:09Dirijo un equipo de gestión de productos de bases de datos externas en Oracle.
00:01:14Llevo mucho tiempo en Oracle, 20 años.
00:01:17Curiosa historia.
00:01:18Empecé cuando tenía 12 años, así que no hagan los cálculos
00:01:21ni empiecen a sumar en sus cabezas.
00:01:24Y tenemos un problema.
00:01:27Ese problema es que tengo un grupo que se encarga del desarrollo de plataformas.
00:01:33Y luego tengo otro grupo que hace desarrollo de contenido para Live Labs,
00:01:37una plataforma que escribí yo misma.
00:01:40Así que sí, soy ingeniera, pero también soy algo así como una imitadora de desarrolladora.
00:01:44Y luego tengo otro grupo que hace control de calidad.
00:01:48Y luego tengo otro grupo que hace el desarrollo de interfaz.
00:01:52Con la IA, esto es lo que descubrí como líder.
00:01:57Porque en la era de maximizar tokens de 2025, ya saben que ya no maximizamos tokens, ¿verdad?
00:02:05Ahora hacemos IA responsable.
00:02:08Pero en la era de maximizar tokens, lo que descubrí fue que, si bien la IA hacía que las personas
00:02:15de mi equipo fueran más rápidas, estaba creando otro problema.
00:02:23No estaba haciendo que mi equipo fuera más productivo.
00:02:28Y la razón era que cuando un equipo de los Países Bajos registraba código a las 4:00 a.m. de mi mañana,
00:02:37porque tengo a la mitad de mi equipo en EMEA y a la otra mitad aquí en los Estados Unidos.
00:02:43Registraban el código, pero no registraban su contexto de codex.
00:02:49Usamos codex en Oracle.
00:02:51Así que cuando el equipo de EE. UU. se despertaba,
00:02:56recibían el código, pero ninguna información sobre el contexto.
00:03:00Entonces, usamos la IA para resolver un problema que la IA creó.
00:03:07Y esto fue lo que hicimos.
00:03:08Ah, bueno, déjenme hablar de esto primero.
00:03:10Entonces, algunos de los problemas.
00:03:12El contexto, como dije, no se compartía.
00:03:15GitHub no estaba rastreando eso.
00:03:18Tenía repositorios que estaban divergiendo.
00:03:21Y les preguntaba a los gerentes que trabajan para mí, ¿qué le pasa a sus equipos?
00:03:26¿Por qué no vamos más rápido?
00:03:29Gastamos todo este dinero en tokens.
00:03:31Gastamos todo este dinero en IA.
00:03:33Sin embargo, algo falta porque todavía pasamos tiempo
00:03:37haciendo pruebas y validación.
00:03:39Así que nuestro resultado neto no estaba funcionando realmente para nosotros.
00:03:45Porque Git registra el código y no la intención humana.
00:03:49Así que es un problema.
00:03:50Y aunque la creación de código ya no era nuestro problema, todavía teníamos un cuelloella de botella.
00:04:03Necesitábamos una capa de colaboración.
00:04:05Ahora bien, tengo miembros de mi equipo en la audiencia.
00:04:10Así que no me juzguen.
00:04:12Y ustedes saben quiénes son.
00:04:13No estoy diciendo que todos ustedes no hayan colaborado.
00:04:17Pero ahora tenemos un nuevo miembro en el equipo.
00:04:20Y ese nuevo miembro del equipo es la IA.
00:04:23Así que necesitábamos averiguar cómo rastrear nuestro progreso y nuestros próximos pasos.
00:04:29Cómo racionalizar las decisiones que estaba tomando el agente.
00:04:39Necesitábamos averiguar cómo resolver preguntas y conflictos.
00:04:45De acuerdo.
00:04:48Guarden mi problema.
00:04:49¿Pueden guardar todos mi problema por mí?
00:04:51Justo aquí.
00:04:51Vamos a guardar eso en una pequeña caja.
00:04:54Permítanme definir qué es realmente un agente empresarial.
00:04:59Ahora bien, la mayoría de la gente piensa que un agente empresarial es el modelo y el flujo de trabajo.
00:05:05¿Cuántos están de acuerdo conmigo?
00:05:08Vaya, este es un público difícil.
00:05:10Bien, una persona.
00:05:12De acuerdo, el resto de ustedes piensa que es un poco más.
00:05:14Bien, veamos qué.
00:05:18¿Podría ser que un agente empresarial real tenga herramientas?
00:05:26Las herramientas son cómo hace las cosas.
00:05:30Contexto.
00:05:33El contexto, esa es una ventana de contexto.
00:05:35Eso es lo que está en el mensaje actual.
00:05:39Memoria.
00:05:43Y si están pensando, pero espera, Kay, memoria.
00:05:46Acabas de decir que el modelo es como el cerebro de la operación.
00:05:51Esperen.
00:05:52Vamos a hablar un poco más sobre la memoria.
00:05:55Recuperación.
00:05:57Porque no quieres recuperar todo.
00:05:58Por lo tanto, eso es poder recuperar la información correcta.
00:06:03Y luego, sé que hay muchos desarrolladores aquí, y a todos ustedes no les importa la seguridad.
00:06:11A mí me importa la seguridad.
00:06:13Porque trabajo para la empresa de bases de datos más segura.
00:06:17Y solía trabajar para una agencia que no tiene nombre.
00:06:22Pero las barandillas de seguridad también son importantes.
00:06:25Este es el entorno.
00:06:27Hablo con analogías y hablo con historias.
00:06:31Porque si te digo esto y Marvel, sabes exactamente de qué estoy hablando.
00:06:38Así que el agente, piénsalo como el pequeño cerebro modelo flotando en un frasco de vidrio.
00:06:46Más este entorno.
00:06:49Este entorno es el cuerpo.
00:06:52Por lo tanto, es cómo el agente puede realmente hacer cosas y lograr objetivos.
00:06:58Esa memoria, esa es la parte del sistema nervioso central.
00:07:03Y recuerden, el sistema nervioso central conecta el cerebro con el resto del cuerpo.
00:07:08Piernas, brazos.
00:07:10Esa es la parte del sistema nervioso central que transporta el contexto.
00:07:16Así que, ¿recuerdan mi problema con git?
00:07:20Lo que necesitaba era memoria.
00:07:21De acuerdo.
00:07:22Así que hay varios tipos de memoria.
00:07:26Elegí cinco, los cinco más comunes de los que habla la gente.
00:07:29Y estos son los que quiero que recuerden.
00:07:32El primero es la memoria a corto plazo.
00:07:34Esa es la sesión, ¿verdad?
00:07:36Y por lo tanto, si estás almacenando memoria de un proceso de IA, es decir, la memoria a corto plazo es,
00:07:44si estás con chat, cloud code, verdad, codex, elige tu veneno.
00:07:49La memoria a largo plazo es lo que persiste entre sesiones.
00:07:55Memoria episódica, hmm, ¿qué pasó la última vez que interactué con rellene-el-espacio-en-blanco?
00:08:06Esa es tu memoria episódica.
00:08:09Memoria procedimental.
00:08:11Herramientas.
00:08:12Pasos que se tomaron.
00:08:15Y finalmente, la memoria semántica.
00:08:17Y la memoria semántica, porque estamos hablando de agentes empresariales.
00:08:21No estamos hablando del agente que construí, Sasha Fierce.
00:08:25Porque recuerden, les dije que soy bailarina.
00:08:28Así que, por supuesto, mi jefa de gabinete se va a llamar Sasha Fierce porque esa era Beyonce.
00:08:34¿Hay algún fan de Beyonce?
00:08:37De acuerdo, lo siento.
00:08:38Muy bien.
00:08:38Tenemos que concentrarnos.
00:08:40De acuerdo.
00:08:40Entonces, estos son los tipos de memoria.
00:08:43Ahora, cuando estás definiendo este agente empresarial real en esta memoria,
00:08:49hay algo que debes considerar, dónde almacenarla.
00:08:53Y por eso, les voy a contar una historia.
00:08:55Pero cuando les cuente la historia, tienen que prometerme que no me van a juzgar.
00:09:00¿Lo prometen?
00:09:06¿Lo prometen?
00:09:08No me están grabando, ¿verdad?
00:09:10Porque esto no me deja en muy buen lugar.
00:09:12Bien.
00:09:12De acuerdo.
00:09:12El mundo de los datos era muy sencillo.
00:09:14Llevo mucho tiempo en Oracle, pero vine de un cliente.
00:09:17El nombre de ese cliente era Southern Company.
00:09:19Era una compañía eléctrica.
00:09:20Trabajo desde Atlanta.
00:09:22Y me contrataron en Southern Company porque era una estrella optimizando rendimiento.
00:09:28Tenías una consulta SQL.
00:09:29O sea, ya estoy revelando mi edad, pero da igual.
00:09:31Tenías una consulta SQL.
00:09:32Me sabía todos los parámetros de init.ora.
00:09:34Incluso aquellos en los que llamabas a soporte y te decían:
00:09:36no te acuerdes de estos.
00:09:37No los anotes.
00:09:38Yo los anotaba en mi pequeña libreta.
00:09:40Podía optimizar una consulta al máximo absoluto.
00:09:43Entonces, uno de ustedes vino a mi escritorio.
00:09:47Porque, o sea, el mundo eran filas y columnas.
00:09:50Eran buenos tiempos, en mis días de Al Bundy.
00:09:55Y dijo: Oye, necesito almacenar datos no estructurados.
00:10:01¿Por qué?
00:10:02¿Para qué haces eso?
00:10:04Y así, siendo yo Kay, la administradora de bases de datos diligente, pensé:
00:10:09déjame investigarlo y te aviso.
00:10:13¿Le avisé?
00:10:16No le avisé.
00:10:18Ahora bien, lo que deben saber de Southern Company era que
00:10:21por cada sistema de base de datos que un administrador gestionaba,
00:10:24tenía que asistir a dos reuniones.
00:10:26Hoy en día, cuando escucho Sarbanes-Oxley,
00:10:28todavía me dan un poco de náuseas.
00:10:31Así que tenía que asistir a una reunión de seguridad y a una de parches.
00:10:34Todas las semanas.
00:10:35Sin falta.
00:10:37Ahora, debido a que este desarrollador instaló una base de datos especializada en datos no estructurados...
00:10:44Bien, hay gente muy inteligente en la sala.
00:10:46¿A cuántas reuniones voy ahora?
00:10:54Cuatro.
00:10:55De acuerdo, estoy un poco molesta, pero digo, vale, podemos con esto.
00:10:59Luego dijeron: Kay, ya que eres tan buena optimizando,
00:11:03necesito que entiendas esta relación.
00:11:06Ahora, la forma en que funcionaba Southern Company,
00:11:08había esta aplicación de la que dependían vidas.
00:11:11Y era como un teléfono Nokia que usaban los que trepaban a las torres, ¿verdad?
00:11:18Entonces, ustedes han estado en una tormenta y se corta la luz, ¿cierto?
00:11:22Y luego están bastante seguros de que en una hora o dos volverá la electricidad.
00:11:27Bueno, ese sistema que les decía a las personas que trepaban a esos árboles
00:11:32y arriesgaban sus vidas para restablecer la energía, a veces tenía falsos positivos
00:11:37o falsos negativos.
00:11:39Así que querían revisar todos los demás postes en el área
00:11:46para intentar evitar el falso positivo o el falso negativo.
00:11:50Y lo hice mediante una consulta SQL.
00:11:52Y fue increíble.
00:11:53Era una sentencia union all anidada cinco veces.
00:11:57Fue de mis mejores trabajos.
00:11:59Tal vez le tomaba unos 20 minutos ejecutarse, pero era como un predecesor de los grafos.
00:12:06Sí, instalaron Neo4j.
00:12:10Entonces, ahora, ¿a cuántas reuniones voy?
00:12:13Seis.
00:12:14Eso es un problema.
00:12:16Así que yo... oh, dejen que... me adelanté.
00:12:19¿Y saben qué hice?
00:12:20Renuncié.
00:12:23Me fui y vine a Oracle porque pensé, esto es un problema y tal vez pueda ir a Oracle
00:12:26para ayudar a resolverlo.
00:12:27Entonces Joe Mundy me llamó y me dijo: "Oye, estamos instalando Redis.
00:12:33Oracle llega tarde al juego.
00:12:35Tenemos una base de datos vectorial".
00:12:37De acuerdo.
00:12:40Pero este es el problema, Joe.
00:12:45Los agentes ahora necesitan acceso a todos estos datos.
00:12:49Entonces, si los datos están en una base de datos Oracle, si además están en una base de datos JSON no estructurada,
00:12:55si están en una base de datos de grafos y en una vectorial, ¿dónde está tu única fuente de la verdad?
00:13:03El agente tiene que averiguar eso.
00:13:04A veces acertará.
00:13:08La mayoría de las veces se equivocará y va a gastar un montón de tokens.
00:13:12Y por eso, ahora, si quieres almacenar tu memoria en alguna parte, puedes guardarla en un sistema de archivos.
00:13:20Puedes guardarla en Claude o ChatGPT porque todos conocemos el archivo memory.md.
00:13:29Pero eso va a ser un problema.
00:13:31Ahora quiero ilustrar esto.
00:13:32Necesito cuatro voluntarios.
00:13:33Los veo.
00:13:34Levanten la mano.
00:13:35Uno.
00:13:36Dos.
00:13:37Bien, no puedo...
00:13:38Tres.
00:13:40Necesito un cuarto.
00:13:41Ah, el cuarto al fondo.
00:13:42Bien, el cuarto al fondo.
00:13:44Tú vas a ser nuestro confiable de siempre.
00:13:47Vas a ser una base de datos relacional.
00:13:48¿Sí o sí?
00:13:50¿Ya tienes tu asignación?
00:13:52Muy bien, y luego había alguien aquí.
00:13:54Tú vas a ser mi base de datos no estructurada.
00:13:57Y luego, ¿dónde estaba el otro?, ah, muy bien.
00:14:00Tú vas a ser mi base de datos de grafos.
00:14:02¿Todo bien?
00:14:02El chico de las relaciones.
00:14:03Pareces un chico de relaciones.
00:14:05Muy bien.
00:14:06El cuarto.
00:14:06¿Dónde estaba mi cuarto?
00:14:09¿Eras tú?
00:14:09Sí.
00:14:10Sí, tú eres mi base de datos vectorial, ¿de acuerdo?
00:14:15Ahora, guarden todos muchísimo silencio.
00:14:20A mis cuatro voluntarios, los necesito a todos.
00:14:24Voy a decirles algo,
00:14:27y necesito que todos decidan cómo van a guardarlo
00:14:31y quién va a tener la única fuente de la verdad.
00:14:33No pueden levantarse de sus asientos y tienen que susurrar,
00:14:37porque si hablan alto, son cinco tokens extra para ustedes.
00:14:40¿Sí?
00:14:41Bien, ¿están listos?
00:14:42De acuerdo.
00:14:44La vaca saltó sobre la luna.
00:14:48Adelante.
00:14:51Mjum.
00:14:53No funciona realmente, ¿verdad?
00:14:55Eso es un problema.
00:14:56Bien.
00:14:58Oracle, y si no olvidan una cosa,
00:15:02si olvidan todo lo que digo y recuerdan una sola cosa,
00:15:06Oracle no es el Oracle que creen.
00:15:09Por eso estoy aquí hoy.
00:15:11¿Cuántos de ustedes sabían que Oracle puede de forma nativa,
00:15:15en la misma tabla, hasta en la misma partición,
00:15:19almacenar JSON, grafos, vectores (mi amigo vectorial por allá),
00:15:24mi amigo JSON, datos espaciales?
00:15:27¿Quieren que su memoria sea inmutable?
00:15:30¿No hay cadena de bloques en la misma base de datos?
00:15:32Levanten la mano.
00:15:34Sí.
00:15:36Tenemos un problema de marketing.
00:15:39Por lo tanto, cualquier tipo de dato se puede almacenar en una base de datos 26AI.
00:15:44Cualquier carga de trabajo.
00:15:46En cualquier lugar.
00:15:47AWS, GCP, Azure, OCI, local.
00:15:52Elección y flexibilidad.
00:15:54Entonces, ahora, cuando tomamos esto y hablamos del agente,
00:15:57quiero poder almacenar mi memoria a largo plazo y procedimental en bases relacionales.
00:16:02En JSON, quiero guardar mi memoria a corto y a largo plazo.
00:16:05En Grafo, quiero almacenar la procedimental, porque lo procedimental es cómo descubro las relaciones,
00:16:09verdad, los pasos.
00:16:11Mi memoria episódica y semántica, necesito usar vectores y luego guardarla también como texto.
00:16:17Ahora, si tengo cuatro bases de datos diferentes, como todos vieron, no pueden comunicarse entre sí.
00:16:25Eso va a ser un problema.
00:16:27Y por eso, lo que les digo hoy es que la base de datos Oracle AI es el mejor lugar para almacenar esta memoria
00:16:35del agente que va a impulsar su armazón.
00:16:38Recuerden, su armazón es su cuerpo, y esa memoria es su sistema nervioso central.
00:16:44Bien, volvamos a Poly.
00:16:46Entonces, el problema que tenía lo resolvimos con un intermediario de memoria llamado Poly.
00:16:51Usamos la memoria de agentes.
00:16:54Salimos de esa continuidad automática.
00:16:57Así, con mi equipo, pudieron compartir no solo su código, sino que Poly también hizo un seguimiento del contexto.
00:17:07Entonces, si una ventana de contexto tenía memoria procedimental, episódica e información sobre la memoria a largo plazo,
00:17:15eso luego se compartía con los demás integrantes del equipo.
00:17:19Podrían llamarlos agentes, si quieren.
00:17:21Son solo agentes humanos.
00:17:23Compartido entre bifurcaciones.
00:17:26Los desarrolladores del equipo mantuvieron el control mientras Poly podía crear el contexto,
00:17:35descubrir a qué bifurcación y rama pertenecía y a qué commit correspondía.
00:17:41Ahora, este es un ejemplo muy simplista, pero cuando llevas esto a la empresa, esto es lo que pasa.
00:17:49La memoria es lo que se vuelve indispensable en el armazón de un agente.
00:17:53Ahora bien, estos son tres documentos que leí en el avión.
00:17:59Este primero es de OpenAI, y trata sobre su agente de datos interno.
00:18:03Y lo que señala es que su propio agente de datos interno en realidad necesita memoria.
00:18:11La memoria era sumamente importante para garantizar que su agente pudiera filtrar correctamente en vez de intentar coincidir cadenas.
00:18:19Harrison Chase dijo: “Tu armazón, tu memoria, y si no posees tu armazón, no posees tu memoria”, lo cual es clave.
00:18:27Y luego, estoy seguro de que todos se preguntan: “Bueno, Claude tiene memoria. ¿Por qué no puedo usar eso?”
00:18:32Bueno, es como la memoria de un sistema de archivos, y funciona con uno, pero al igual que en mi ejemplo,
00:18:38cuando superas a uno en escala, y vas a superarlo en la empresa, se genera un problema.
00:18:45Por eso, Oracle cuenta con el Paquete de Memoria para Agentes de Oracle.
00:18:51Haces PIP install Oracle Agent Memory, obtienes acceso a esto, y esta memoria, este SDK que tenemos,
00:19:00es lo que mantendrá tus conversaciones en vivo, tus recuerdos, tus datos,
00:19:05y determinará qué vale la pena conservar. Entonces, si vemos a Poly, ahora Kevin puede compartir su contexto con Poly,
00:19:14nuestro intermediario de memoria. Usamos el SDK de Memoria de Agentes de Oracle. Se almacena en una Base de Datos Autónoma de Oracle.
00:19:22Podemos usar el LLM de nuestra preferencia, o usar un modelo local a través del contenedor de Servicios de IA Privada de Oracle.
00:19:28Y luego, Linda, que de hecho está sentada justo aquí,
00:19:34puede interactuar y trabajar con Kevin sin problemas. Entonces, sí, la IA hace que las personas sean más rápidas.
00:19:42La memoria compartida en una base de datos Oracle AI hace que los equipos sean más rápidos. Así que no quiero que se comprometan.
00:19:49En la era de la IA, lo que hace 26AI es permitirte elegir lo que sea mejor. Para la memoria de agentes,
00:19:58los sistemas de archivos guardados en un sistema de archivos de base de datos o en la base de datos. Si necesitas modelar datos,
00:20:04tienes JSON, tienes bases relacionales, tenemos opciones.
00:20:09Bien, tengo algunos regalos para ustedes. El Oracle AI Developer Hub, ahí es donde pueden conseguir materiales
00:20:16de programación, las aplicaciones, de lo que hablé hoy. LiveLabs.oracle.com. Si han hecho alguno
00:20:22de nuestros talleres de hoy, eso resulta ser algo que escribí yo mismo hace unos seis años y 40 millones
00:20:28de usuarios atrás; gasten el dinero de mi entorno de OCI, prueben a fondo cualquier tecnología de Oracle durante seis horas,
00:20:3812 horas, o el tiempo que necesiten. Y luego, les voy a regalar a todos un Mac mini. No, es una broma.
00:20:45Les voy a dar un OCI mini. No sé si sabían, pero hay un OCI siempre gratis. Es el más
00:20:51generoso de todos los hyperscalers, donde pueden conseguir una base de datos Oracle gratis y computación gratuita. Pueden enviar
00:20:573,000 correos al mes y 200 GB de almacenamiento. Y si hacen clic ahí, pueden tener acceso. O simplemente
00:21:05busquen en Google Oracle Cloud siempre gratis. Conéctense conmigo. Si construyen algo, ¿me van a enviar
00:21:14un mensaje para avisarme? ¿Sí o sí? Gracias.
00:21:35Nos vemos la próxima vez.

핵심 요약

La base de datos Oracle 26AI resuelve la fragmentación de memoria en entornos de agentes empresariales al almacenar de forma nativa datos relacionales, JSON, grafos y vectores en un único sistema.

하이라이트

  • Kay Malcolm dirige un equipo de gestión de productos de bases de datos externas en Oracle con 20 años de trayectoria.

  • La IA acelera la creación de código individual, pero genera problemas de sincronización de contexto entre equipos distribuidos en zonas horarias como EMEA y Estados Unidos.

  • Un agente empresarial real se compone de herramientas, una ventana de contexto, memoria, recuperación de información y barandillas de seguridad.

  • Oracle 26AI permite almacenar de manera nativa datos relacionales, JSON, grafos, vectores y datos espaciales dentro de la misma tabla o partición.

  • El paquete de memoria para agentes de Oracle y su SDK facilitan la gestión de conversaciones y recuerdos a través de una base de datos autónoma.

  • El nivel siempre gratuito de OCI ofrece una base de datos gratuita, computación gratuita, 3000 correos electrónicos al mes y 200 GB de almacenamiento.

타임라인

Desafíos de colaboración y contexto en equipos asistidos por IA

  • La adopción masiva de herramientas de IA incrementa la velocidad de escritura de código pero rompe la compartición de contexto entre equipos remotos.
  • Los sistemas de control de versiones tradicionales como Git registran código pero omiten la intención humana y el contexto operativo.
  • Los equipos distribuidos entre Europa y Estados Unidos sufren retrasos y divergencias en los repositorios debido a la falta de historiales de contexto unificados.

La ponente expone los cuellos de botella surgidos al integrar herramientas de IA en el desarrollo diario de Oracle. Aunque los ingenieros generan código con mayor rapidez, la ausencia de metadatos contextuales en los commits de GitHub obliga a los equipos de otras regiones a deducir el propósito del trabajo, lo que reduce la productividad neta global.

Anatomía de un agente empresarial y tipos de memoria

  • Un agente empresarial combina un modelo de lenguaje con herramientas, ventanas de contexto, mecanismos de recuperación, memoria y barandillas de seguridad.
  • El entorno de ejecución actúa como el cuerpo del agente, mientras que la memoria cumple la función del sistema nervioso central.
  • Los agentes manejan cinco tipos principales de memoria: a corto plazo, a largo plazo, episódica, procedimental y semántica.

Se define la arquitectura de un agente empresarial utilizando analogías estructurales. La memoria se categoriza en cinco vertientes esenciales para retener sesiones de chat, persistencia entre ejecuciones, interacciones pasadas, secuencias de herramientas y conceptos semánticos del negocio.

La fragmentación de datos y la evolución de los sistemas de almacenamiento

  • El uso simultáneo de bases de datos relacionales, de grafos, JSON y vectoriales fragmenta la única fuente de la verdad para los agentes.
  • La multiplicidad de sistemas de almacenamiento independientes complica la conformidad normativa y eleva los costes de infraestructura.
  • Los agentes sufren fallos y consumen un volumen excesivo de tokens al intentar consultar bases de datos heterogéneas que no se comunican entre sí.

A través de una experiencia personal en Southern Company, se ilustra cómo la adopción desorganizada de bases de datos especializadas multiplica la carga administrativa y de seguridad. Esta fragmentación se traslada a los agentes de IA modernos, los cuales pierden eficiencia al buscar información dispersa en silos tecnológicos desconectados.

Oracle 26AI y el paquete de memoria para agentes

  • Oracle 26AI soporta almacenamiento nativo de datos relacionales, JSON, grafos, vectores y datos geoespaciales en la misma tabla o partición.
  • El SDK de memoria para agentes de Oracle se instala mediante comandos de Python e integra las conversaciones y el contexto en una Base de Datos Autónoma.
  • La plataforma permite elegir modelos locales o externos mediante contenedores de servicios privados de IA en cualquier proveedor de nube o infraestructura local.

Se presenta la capacidad de Oracle 26AI para unificar cargas de trabajo complejas sin recurrir a múltiples motores de bases de datos desconectados. Mediante el intermediario de memoria Poly y el SDK específico, los equipos humanos y los agentes comparten contexto de forma estructurada, optimizando el consumo de tokens y acelerando el desarrollo empresarial.

커뮤니티 글

아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!

이 영상에 대해 글쓰기