IA redescubre los sistemas de archivos

Un reciente auge en el uso de sistemas de archivos dentro del ecosistema de inteligencia artificial está sorprendiendo a muchos, incluso a aquellos que trabajaban en bases de datos especializadas para IA. Empresas como LlamaIndex, LangChain y Oracle están explorando activamente cómo los sistemas de archivos pueden mejorar la gestión de memoria y la funcionalidad de los agentes de IA. Esta tendencia se centra en la idea de que los agentes, especialmente los agentes de codificación como Claude Code, se benefician de tener acceso a un sistema de archivos con un conjunto limitado de herramientas (5-10), en lugar de depender de agentes con una gran cantidad de herramientas complejas. La clave está en que los sistemas de archivos ofrecen una forma de persistencia de contexto que supera las limitaciones de las ventanas de contexto de los LLMs, permitiendo a los agentes recordar información y aprender de experiencias pasadas a través de archivos. Sin embargo, un estudio reciente de ETH Zürich encontró que, si bien los archivos de contexto pueden ser útiles, demasiada información puede, paradójicamente, disminuir la eficiencia de los agentes. El futuro parece apuntar a la estandarización de formatos de archivo (como el SKILL.md de Anthropic) para facilitar la interoperabilidad entre diferentes aplicaciones y agentes, donde el formato del archivo se convierte en la API, eliminando la necesidad de coordinaciones formales y fomentando la innovación abierta.