hiddenrows

Guías prácticas para trabajar con agentes de IA, con un laboratorio al final de cada una

última edición=16 de octubre · 24 piezas · 14 breves
regla=solo lo verificado como hecho
llamadas a un modelo por visita=0
Contexto

Por qué tu agente se vuelve más torpe cuanto más lleva leído

El acierto de un modelo baja a medida que crece lo que le has dado a leer, mucho antes de llenarle el espacio disponible. Más información no es mejor información.

2 min de lectura publicado el 18 sept 2026

La idea

Un agente trabaja leyendo: cuanto más avanza una sesión, más largo es el texto que arrastra delante, lo que en este oficio se llama su contexto. Parece que eso solo puede ayudar. Chroma, una empresa que fabrica almacenes de datos para estas herramientas, hizo una prueba limpia: dieciocho modelos, tareas de la misma dificultad y una sola cosa cambiando, la longitud del texto que tenían delante. El resultado se repitió en los dieciocho: cuanto más largo el texto, menos fiable la respuesta. En el oficio a esto se le llama context rot.

Hay una razón de fondo. Al doblar el texto, el modelo tiene que sopesar cuatro veces más relaciones entre palabras; y además, mientras aprendía, casi todo lo que leyó eran textos cortos. Por eso en Anthropic describen su trabajo como buscar el conjunto más pequeño posible de información útil para cada paso, no el más completo: eso es la ingeniería de contexto.

Los datos que lo sostienen
  • V «Lost in the middle» (2023): lo que está en mitad del texto se aprovecha peor que lo que está al principio o al final. Si entierras lo importante en medio de un documento largo, cuenta con que se lo salte.
  • V Chroma (14-jul-2025): la caída es peor cuando la pregunta y el dato buscado no comparten palabras. Las pruebas de «aguja en un pajar», donde el dato canta a kilómetros, dan una idea demasiado optimista de lo que el modelo encuentra de verdad.
  • V Laban y otros (may-2025): contar la tarea a trozos, en varios mensajes, hace caer el acierto un 39 % de media frente a contarla entera de una vez, y sobre todo la vuelve impredecible. Compensa escribir el encargo completo antes de empezar aunque cueste diez minutos.
  • O Drew Breunig, que escribe sobre el oficio, ordenó los fallos en cuatro (jun-2025): el agente se inventa algo y después lo da por cierto; el historial pesa tanto que tapa lo que acababa de aprender; tiene tantas herramientas delante que elige mal; o arrastra dos datos que se contradicen.
  • V En 2026, con espacios de un millón de palabras de serie, la documentación de Claude sigue avisando de la degradación. Y un borrador de mayo mide algo más incómodo: los vigilantes automáticos que revisan si el agente hace algo peligroso dejan pasar entre 2 y 30 veces más acciones tras 800.000 palabras de trabajo normal. Es decir, fallan justo cuando más falta hacen, al final de las sesiones largas.
hiddenrows · proyecto personal de divulgación de Miguel Yepes Contenido divulgativo, puede contener errores · sin garantías · Aviso legal · Privacidad · llms.txt