Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Compactación del contexto

La compactación del contexto (context compaction) es el paso en el que un agente resume una conversación que se acerca al límite de su ventana de contexto y continúa en una ventana nueva que parte de ese resumen, para que una tarea larga pueda seguir adelante.

También llamado: auto-compact

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

Todo modelo tiene una ventana de contexto, y las sesiones largas de un agente la llenan con salida de herramientas, contenido de archivos e idas y venidas. Cuando la ventana se agota, la sesión tendría que detenerse. La compactación cambia el historial completo por una versión condensada y sigue adelante.

Cómo funciona

El agente, o el harness que lo rodea, pide al modelo que resuma la conversación hasta el momento: el objetivo, las decisiones tomadas, los archivos tocados, los problemas abiertos y los pasos siguientes. Los mensajes antiguos se descartan y el resumen pasa a ser el inicio de un contexto nuevo. Algunas herramientas lo hacen automáticamente cuando el uso supera un umbral, lo que a menudo se llama auto-compact; Claude Code también te permite activarlo a mano con /compact. Una variante más barata borra los resultados antiguos de herramientas y conserva el resto.

Por qué importa

La compactación mantiene vivas las tareas largas, y también puede mejorar las respuestas, porque un modelo que trabaja con un contexto corto y centrado está menos expuesto al context rot. Anthropic la describe como la primera palanca para mantener coherentes a los agentes en ejecuciones largas.

Compactación frente a memoria

La compactación reescribe la sesión actual. La memoria del agente guarda datos fuera de la sesión para reutilizarlos después. Enviar el trabajo secundario a un subagente evita llenar la ventana desde el principio.

Límites

Un resumen pierde detalle. Un mensaje de error exacto, una restricción sutil o una instrucción temprana pueden desaparecer, y entonces el agente repite trabajo o incumple una regla que había seguido. Mantén las reglas clave en un archivo de instrucciones que se vuelva a cargar, y revisa los detalles importantes después de una compactación.

Términos relacionados

Context rot
El context rot (deterioro del contexto) es la caída de la precisión y la fiabilidad de un modelo de lenguaje a medida que su entrada se alarga, incluso cuando la entrada aún cabe en la ventana de contexto y la información necesaria está presente.
Memoria del agente
La memoria del agente es el conjunto de técnicas que permiten a un agente de IA conservar información más allá de una sola ventana de contexto, como datos sobre un usuario o trabajo anterior, guardándola fuera del modelo y volviendo a cargarla cuando hace falta.
Ventana de contexto
Una ventana de contexto (context window) es la cantidad máxima de texto, contada en tokens, que un modelo de lenguaje puede tener en cuenta a la vez, e incluye el system prompt, la conversación, los documentos, los resultados de herramientas y la respuesta que escribe.
Context engineering
El context engineering (ingeniería de contexto) es la práctica de elegir y mantener todo lo que entra en la ventana de contexto de un modelo de lenguaje durante una tarea: instrucciones, documentos recuperados, definiciones de herramientas, resultados de herramientas e historial de la conversación.
Subagente
Un subagente (subagent) es un agente auxiliar al que un agente principal le pasa una tarea. Trabaja en su propia ventana de contexto nueva, a menudo con sus propias instrucciones y herramientas, y devuelve solo un resumen del resultado.

Fuentes