El nuevo marco de memoria agentiva utiliza 118,000 tokens por consulta. LangMem consume 3.26 millones.

El razonamiento a largo plazo expone una debilidad central en los agentes de IA: las ventanas de contexto se llenan rápidamente y los sistemas de recuperación devuelven ruido en lugar de señales. Para solucionar esto, investigadores de la Universidad Nacional de Singapur desarrollaron MRAgent, un marco que abandona el enfoque estático "recuperar-luego-razonar". En su lugar, utiliza un mecanismo que permite a un agente desarrollar dinámicamente su memoria en función de la evidencia acumulada. Esta reconstrucción de memoria de múltiples pasos se integra en el proceso de razonamiento del modelo de lenguaje grande (LLM). Aunque no es el único marco en este espacio, MRAgent reduce significativamente el consumo de tokens y los costos de tiempo de ejecución en comparación con otros enfoques de gestión de memoria de agentes.

Los límites de la recuperación pasiva en tareas a largo plazo En los sistemas de recuperación clásicos, los documentos se recuperan a través de búsqueda vectorial o recorrido de gráficos y se pasan a un LLM para razonamiento. Este enfoque pasivo falla porque no puede combinar el razonamiento con el acceso a la memoria, creando tres cuellos de botella principales: estos sistemas no pueden revisar su estrategia de recuperación a mitad del razonamiento. Si un agente obtiene un documento y descubre una pista crucial faltante —una fecha específica o una persona— no tiene forma de emitir una nueva consulta basada en ese hallazgo. Los puntajes de similitud fijos y las expansiones gráficas predefinidas devuelven coincidencias superficiales que inundan la ventana de contexto del LLM con ruido irrelevante, degradando así el razonamiento. Los sistemas actuales dependen en gran medida de estructuras preconstruidas como resultados top-k y funciones de relevancia estáticas, limitando la flexibilidad necesaria para escalar en interacciones de usuario impredecibles y a largo plazo. Los investigadores sostienen que para superar estas limitaciones, los desarrolladores deben moverse hacia un "proceso de reconstrucción activa y asociativa", un concepto inspirado en la neurociencia cognitiva. Bajo este paradigma, la recuperación de memoria se desarrolla secuencialmente en lugar de operar como una lectura pasiva de una base de datos estática. El sistema comienza con pequeños desencadenantes específicos de la solicitud del usuario, como el nombre de una persona, una acción o un lugar. Estas pistas iniciales apuntan a conceptos o categorías conectadas en lugar de bloques masivos de texto. Siguiendo estas piedras de metadata, el agente recolecta pequeñas piezas de evidencia una por una. Utiliza cada nueva pieza de información para guiar su siguiente paso hasta que logra armar la historia completa y precisa.

Cómo MRAgent implementa la reconstrucción activa de memoria En lugar de ver la memoria como una base de datos estática, MRAgent (Arquitectura de Razonamiento de Memoria para Agentes LLM) la trata como un entorno interactivo. Al procesar una consulta compleja, el agente utiliza las habilidades de razonamiento del LLM base para explorar múltiples rutas de recuperación candidatas a través de un gráfico de memoria estructurado. En cada paso, el LLM evalúa la evidencia intermedia que ha reunido y la utiliza para optimizar iterativamente su búsqueda. Inferencia nuevas restricciones de búsqueda, persigue las rutas con la mejor información y poda ramas irrelevantes. Esto permite a MRAgent juntar información profundamente enterrada sin llenar el contexto del LLM con ruido.

Para hacer que esta exploración activa sea computacionalmente eficiente y escalable, el marco organiza su base de datos utilizando un mecanismo de "Pista-Etiqueta-Contenido". Este opera como un gráfico asociativo multinivel con tres tipos de nodos: Pistas: Palabras clave de grano fino, como entidades o atributos contextuales extraídos de interacciones con el usuario. Contenido: Las unidades de memoria almacenadas reales. Estas se dividen en capas multi-granulares, como memoria episódica para eventos concretos y memoria semántica para hechos estables y preferencias del usuario. Etiquetas: Puentes semánticos que resumen las asociaciones relacionales entre Pistas específicas y Contenido. Esta estructura permite un proceso de recuperación en dos etapas altamente eficiente. El LLM primero navega de Pistas a Etiquetas candidatas. Debido a que las Etiquetas exponen explícitamente las relaciones semánticas y las asociaciones estructurales de los datos, el agente evalúa estos resúmenes cortos para juzgar su relevancia. El LLM identifica rutas de recorrido prometedoras y descarta ramas irrelevantes antes de gastar tokens de cómputo y de consulta para acceder a los contenidos de memoria detallados y pesados.

Por ejemplo, un usuario podría preguntar a un agente de IA: "¿Cómo utilizó Nate el dinero del premio cuando ganó su tercer torneo de videojuegos?" MRAgent primero extrae pistas iniciales de grano fino de la solicitud, como "Nate", "torneo de videojuegos" y "ganar". El agente mapea estas pistas iniciales al gráfico de memoria y observa las Etiquetas asociativas disponibles conectadas a ellas. El agente ve etiquetas como "Victoria del Torneo" y "Participación en Torneos”. Dado que solo le interesa lo que la persona hizo después de ganar el campeonato, MRAgent descarta la etiqueta de participación y busca la etiqueta de victoria. El agente recupera el contenido episódico vinculado al par Pista-Etiqueta elegido, recuperando tres episodios de memoria distintos en los que Nate ganó un torneo. MRAgent examina las tres memorias, decide que una de ellas es particularmente relevante para la consulta y descarta las otras dos. Con esta información, actualiza sus pistas y comienza otra ronda de descubrimiento y poda. Desde la nueva memoria episódica que ha recuperado, el agente añade "ganancias del torneo" a sus pistas y utiliza eso para recorrer nuevas etiquetas y centrarse en nuevas memorias. Repite este proceso hasta que reúne suficiente información para responder a la consulta, que podría ser algo como "Nate ahorró el dinero".

Rendimiento de MRAgent en benchmarks de la industria MRAgent opera junto a varios otros marcos que abordan la construcción de memoria de agentes. Las alternativas incluyen A-MEM, un marco de memoria de agentes basado en gráficos, y MemoryOS, un marco de memoria jerárquico. Otros marcos de memoria persistente incluyen LangMem y Mem0. Los investigadores probaron MRAgent en los benchmarks de la industria LoCoMo y LongMemEval. Estos evalúan las habilidades de los agentes para resolver consultas en tareas y conversaciones a largo plazo a lo largo de docenas de sesiones y cientos de turnos de diálogo. Los modelos base utilizados fueron Gemini 2.5 Flash y Claude Sonnet 4.5. El sistema fue probado contra RAG estándar, A-MEM, MemoryOS, LangMem y Mem0. MRAgent superó consistentemente a cada línea base en ambos modelos y en todos los tipos de preguntas por un margen significativo. Sin embargo, para los desarrolladores empresariales, la métrica más crítica a menudo es el costo computacional. En las pruebas de LongMemEval, MRAgent redujo el consumo de tokens de consulta a solo 118k por muestra. En comparación, A-Mem consumió 632k tokens, y LangMem consumió 3.26 millones de tokens por consulta. MRAgent también redujo efectivamente el tiempo de ejecución en comparación con A-Mem, bajando de 1,122 segundos a 586 segundos. Lo que hace que MRAgent sea eficiente en la práctica es su comportamiento bajo demanda. Evaluar etiquetas y podar caminos irrelevantes antes de la recuperación ahorra dinero y espacio de contexto. Además, el sistema evalúa autónomamente su contexto acumulado y sabe inherentemente cuándo detener la búsqueda, evitando completamente la exploración de datos redundantes.

Implementación y desarrollo Sin embargo, MRAgent es altamente efectivo, la estructura Pista-Etiqueta-Contenido necesita ser preparada antes de que el agente pueda consultarla. Los desarrolladores deben averiguar cómo arquitectar la base de datos de memoria subyacente para permitir que el LLM navegue eficientemente por elementos asociativos y podar caminos irrelevantes sin disparar los costos computacionales. Afortunadamente, los desarrolladores no tienen que etiquetar manualmente o estructurar estos datos. Los autores diseñaron MRAgent con un pipeline de destilación automatizado que utiliza LLMs para procesar historiales de interacción en bruto y poblar automáticamente el gráfico de memoria. Para un desarrollador, el trabajo consiste en implementar y orquestar este pipeline de ingesta automatizada, en lugar de etiquetar manualmente los datos. Es necesario configurar un trabajo en segundo plano o un pipeline de streaming que pase interacciones de usuario en bruto a través de plantillas de consulta para extraer esta metadata antes de almacenarla en su base de datos gráfica. Sin embargo, los autores enfatizan que esta es una fase de construcción ligera y MRAgent intencionalmente mantiene la ingesta simple. Los autores han publicado el código en GitHub.