Memoria de Claude

• Anthropic presentó una función de “memoria” en la app de Claude para recordar de forma continua el contexto de proyectos de equipos e individuos y mejorar la eficiencia del trabajo
• Los usuarios pueden mantener de forma independiente el contexto de cada tarea mediante memorias separadas por proyecto, y revisar o modificar en cualquier momento lo que Claude recuerda
• Con el modo de chat Incognito, es posible tener conversaciones que no se guardan en la memoria, ideal para discusiones sensibles o intercambios de ideas de una sola vez
• Antes del lanzamiento, se realizaron pruebas de seguridad para comprobar la posibilidad de reforzar patrones dañinos o eludir protecciones, y con base en ello se ajustó la forma en que funciona la memoria

---

Resumen de la función de memoria de Claude

• La nueva función de memoria de Claude está diseñada para recordar los proyectos del usuario, las preferencias del equipo y el contexto de trabajo, de modo que se pueda continuar una tarea sin explicaciones repetitivas
  • Los usuarios pueden recibir apoyo de Claude en la redacción de propuestas estratégicas, depuración y gestión de múltiples proyectos, retomando automáticamente el contexto de conversaciones anteriores
  • La memoria es una función completamente opcional, y el usuario puede controlar con detalle qué información recordar o eliminar
• El chat Incognito no se guarda en la memoria ni queda en el historial de conversaciones, por lo que es adecuado para discusiones sensibles o sesiones de lluvia de ideas
  • Está disponible para todos los usuarios de Claude, y en los planes Team y Enterprise los administradores de la organización también pueden desactivar la función de memoria

Estructura de memoria diseñada para el trabajo

• La memoria se enfoca en maximizar la productividad al aprender el contexto profesional y los patrones de trabajo del usuario
  • Está estructurada para reducir tareas repetitivas al recordar procesos del equipo, requisitos del cliente, detalles del proyecto y prioridades
  • Por ejemplo, el equipo de ventas puede mantener información de clientes por operación, el equipo de producto puede gestionar especificaciones por sprint y la dirección puede hacer seguimiento de iniciativas clave
• La separación de memoria por proyecto evita la mezcla de contextos entre tareas
  • Los planes de lanzamiento de producto y los proyectos de clientes se gestionan por separado, y las discusiones confidenciales se distinguen de las conversaciones operativas generales
  • Establecer estos límites cumple una función de protección para gestionar de forma segura proyectos paralelos complejos
• Claude presenta toda la memoria en forma de resumen de memoria (memory summary) para que el usuario pueda revisarla y ajustarla de un vistazo
  • En el menú de configuración, el usuario puede ver y editar directamente lo que Claude recuerda
  • Si el usuario indica que Claude se concentre en un tema específico o lo ignore, Claude ajusta las memorias de referencia según esas instrucciones

Función de chat Incognito

• Cuando el usuario no quiere usar la memoria o quiere iniciar una conversación nueva, puede usar el modo Incognito
  • En este modo, el contenido de la conversación no se añade a la memoria ni se refleja en el historial existente
  • Es adecuado para discusiones estratégicas sensibles, reuniones privadas de ideas o simples conversaciones de prueba
• Cuando se usa la memoria en los planes Team y Enterprise, se mantienen las políticas existentes de conservación de datos
  • Las conversaciones de Incognito no se guardan por separado, lo que también aporta seguridad desde el punto de vista de la gestión de datos

Implementación en entornos de equipo y verificación de seguridad

• Anthropic realizó amplias pruebas de seguridad antes de introducir la función de memoria
  • Incluyendo temas sensibles relacionados con salud mental y casos límite, se verificó que la memoria no reforzara patrones dañinos ni permitiera eludir protecciones
  • Con base en los resultados de las pruebas, se ajustaron minuciosamente el modo de respuesta de Claude y la lógica de funcionamiento de la memoria
• Mediante estas mejoras iterativas, se construyó un sistema de memoria de IA útil y seguro
  • La función está diseñada con foco en entornos laborales, evitando temas de conversación personales o sensibles
• Anthropic planea observar distintos patrones de uso mediante un despliegue gradual y mantener en el futuro un modelo responsable de operación de funciones al ampliar su alcance

Cómo empezar y cómo usarlo

• Los usuarios pueden activar la función de memoria desde el menú Settings y generar una memoria inicial basada en conversaciones previas
  • Por ejemplo, pueden comprobar lo que Claude recuerda con preguntas como “¿En qué estábamos trabajando la semana pasada?”
  • También es posible importar datos de memoria desde herramientas de IA existentes o exportar la memoria de Claude para respaldo o migración
• Con el mensaje de que “el buen trabajo se construye con el tiempo”, Anthropic enfatiza la dirección de ofrecer una mejor experiencia de colaboración cuanto más se repitan las conversaciones

Calendario de despliegue y planes

• La función de memoria empieza a aplicarse de inmediato a los usuarios de los planes Team y Enterprise, y los administradores de Enterprise pueden hacerlo a nivel organizacional

[GN⁺]

Comentarios de Hacker News

• No uso este tipo de herramientas con LLM. Si dejas siempre fijado el mismo prompt, luego se vuelve más difícil modificarlo y también cuesta más rastrear qué entrada produce qué salida
  Por eso redacto un prompt exacto desde cero cada vez. Mi objetivo es obtener la respuesta que quiero de una sola vez, en lugar de resolver el problema a través de varias rondas de conversación

  • Totalmente de acuerdo. Tener contexto adicional sobre mí podría dar mejores respuestas, pero la mayor parte del tiempo esa “memoria” solo mete confusión
    Puede ayudar a principiantes, pero para usuarios de HN como nosotros, una función que vuelve la caja negra todavía más opaca no resulta atractiva
  • Yo también uso la misma estrategia. Sobre todo en preguntas de programación, incluir toda la información necesaria desde el principio da resultados mucho mejores
    Si arrancas con una suposición equivocada, incluso después de corregirla queda ese rastro. A los humanos también nos pasa algo parecido: tendemos a aferrarnos a una idea una vez que ya la pensamos
  • El último párrafo es la clave. Es más eficiente refinar el prompt original que ir corrigiendo por conversación
    Yo muchas veces empiezo con algo como “hazme 5 preguntas para reducir la ambigüedad”, y luego ajusto el prompt incorporando esas respuestas
  • Le pregunté a ChatGPT sobre tipos de hipoteca y empezó con “Como tecnólogo creativo que usa principalmente TypeScript…”
    No logra distinguir bien entre memoria y configuración de personalización, y termina mezclando contexto que no viene al caso
  • Yo solo uso Plan mode. Básicamente es una forma de crear un prompt que genera prompts
    La calidad de los cambios de código definitivamente mejoró, pero no uso subagentes ni varios archivos CLAUDE.md

• Creo que el enfoque de memoria de Anthropic tiene un defecto de fondo
  Al esconder la memoria detrás de llamadas a herramientas, aparece un problema circular: el agente tiene que “recordar cuándo debería recordar”
  La memoria humana es inconsciente y automática; esto es lo contrario. En cambio, el enfoque de OpenAI se basa en semantic search, con la desventaja de que pierde bastante información

• Da gusto ver que Anthropic dice haber hecho pruebas de seguridad extensivas
  Según dicen, intentaron evitar que la memoria refuerce patrones equivocados o haga que el usuario sienta que habla con algo vivo

  • Pero para hacer ese tipo de afirmaciones, deberían publicar los datos de evaluación o la metodología. Si no, suena a “lo probamos por intuición”
  • De hecho, cierta consistencia en los patrones de pensamiento es justamente una de las propiedades que buscamos. Que eso parezca algo vivo es un efecto inevitable
  • La redacción es ambigua. Dice que intentaron mejorarlo, no que de verdad haya mejorado
  • Para algunas personas puede parecer adulación, pero para otras podría sentirse como una mejora en precisión
  • Me preocupa que los empleados que hacen estas pruebas tengan que lidiar incluso con contenido espantoso

• Hay un momento inquietante cuando le preguntas a Claude: “¿Qué sabes sobre mí?”

• Claude Code suele olvidar las reglas incluso dentro de una misma sesión
  Muchas veces responde como si “ya hubiera olvidado la regla que le dijiste hace dos mensajes”. Con más razón cuesta confiar en una memoria que abarque varios proyectos

  • Mi archivo claude.md lo ajusto manualmente para cada proyecto, así que es largo y detallado. Estos problemas aparecen más cuando el archivo es demasiado corto o demasiado complejo
  • Si organizas las instrucciones repetitivas en un archivo instruction.md con estructura YAML, el rendimiento mejora. Si en cada sesión enfatizas ese archivo “como si fuera la biblia”, funciona mejor

• Si existiera una función así, preferiría que me confirmara todo cada vez en forma de checklist
  Por ejemplo: “estás usando Ubuntu 18”, “el router es 192.168.1.1”, etc.

  • Yo ya lo uso así en ChatGPT. Recuerda mi entorno y con solo decir “tengo un problema x en la laptop” ya propone una solución correcta
  • Perplexity y Grok también permiten configurar prompts por workspace de antemano, así que se puede adaptar la respuesta a cada entorno
  • Claude Code una vez instaló con npm sin verificar mi entorno y me arruinó un entorno con pnpm
  • Tu idea de las casillas de verificación es básicamente lo mismo que el concepto de Skills en Claude
  • Me pregunto si Claude también permite personalizar el system prompt. Antes en ChatGPT tenía una configuración como “asume TypeScript como lenguaje predeterminado”

• No está claro si en conversaciones normales se puede desactivar la memoria y dejarla activada solo por proyecto
  No quiero que se mezclen recuerdos entre distintos proyectos o entre proyectos y conversaciones generales

  • Según la documentación, cada proyecto tiene un espacio de memoria independiente, así que no habría filtraciones
    Enlace a la documentación oficial
  • Probablemente por dentro solo guarden buckets separados tipo Topic1, Topic2
    Si estructuras bien eso, no debería haber contaminación. En realidad, la capa de memoria es un problema de diseño bastante simple

• Hay un fenómeno donde la calidad baja mientras más larga se vuelve la conversación
  Me preocupa que la basura del final termine quedándose en la memoria

  • Por eso no uso GPT para trabajo serio. Cuando al final se acumula información incorrecta, luego es difícil corregirla
    Ni siquiera puedes hacer que olvide lo incorrecto, y aunque le superpongas nuevo contexto, sigue conservando ese conocimiento equivocado

• Muchas veces inicio una sesión de chat nueva para reiniciar el contexto
  A veces Claude se enreda en sus propias suposiciones y se confunde, así que siento que empezar de nuevo sale mejor

• Probé la función de memoria en Claude Desktop después del soporte para MCP. Al principio parecía interesante, pero poco a poco empezó a guardar cosas inútiles y se volvió confuso
  Al final la desactivé. También se dice que la adulación excesiva de ChatGPT se debe a la memoria. Es útil, pero no es una solución mágica

  • Yo también hice una herramienta de memoria para MCP. Soporta tanto RAG basado en conversaciones pasadas como estructura de grafos, pero mientras más contexto se acumula, menos creatividad hay
    Así que hice también una herramienta anti-memoria. La idea es dar solo la información mínima y dejar que el modelo complete el resto por su cuenta
    Si expones demasiada información, la creatividad muere; si expones muy poca, se va por cualquier lado. El equilibrio en cuánto recuerdo expones es lo importante
    El método de búsqueda en historial de conversaciones de Claude está bastante bien en ese sentido. Solo se usa cuando lo pides explícitamente
    En cambio, ChatGPT trae conversaciones pasadas sin mucho criterio y eso hace difícil mantener el control