18cd976ee1
Skill: NEXUS | Type: troubleshooting Summary: EPISODIO 2 — SessionStart: CHAT-TEMA-RAÍZ: Análisis del video "6 niveles de memo
3 KiB
episode_id: "ca3d72b7-59d1-4db6-8435-e0c7e42091f2" puente_flat: "TRAZA_chat-tema-raz-anlisis-del-video-6-nivele_S20260823.R2_XX.ops.2.hot_inf.in.cc.es.000.MGQ_J.PMCFK_E.SGNFD" session_code: "S20260823.SID2AEA91FA85F2" acto_dialogico: "informar" actor_flujo: "multi_actor" criticidad_aegis: "low" skill_dominante: "NEXUS" fase_proyecto: "operations" tipo_semantico: "troubleshooting" summary_one_line: "EPISODIO 2 — SessionStart: CHAT-TEMA-RAÍZ: Análisis del video "6 niveles de memoria par" source_type: "claude_code" trust_boundary: "internal" created_at: "2026-08-24T03:04:14.636270+00:00" relectura_tagged: false forgejo_commit_sha: "pending"
CHAT-TEMA-RAÍZ: Análisis del video "6 niveles de memoria para Claude Code" vs EMBER
Informe entregado 👆: ANALISIS_S20260823_seis_niveles_memoria_claude_code_video_vs_ember.md. Aquí el resumen con lo esencial.
[R1.seccion1.I1] El veredicto en corto
El video no trae nada que instalar — EMBER superó su nivel 6 hace meses. Pero funciona como espejo: revela que EMBER tiene invertido el orden de prioridades. El video optimiza el lado de la LECTURA de memoria (buscar, inyectar en el momento justo, consolidar, olvidar), que es exactamente el lado donde EMBER hoy está en rojo. Todo esto no lo digo de memoria: lo verificó un workflow de 7 agentes Opus leyendo el repo (74 tool calls, evidencia path:línea en el informe), más búsqueda web para los claims externos.
[R1.seccion2.T1] Mapeo verificado (compacto)
| Nivel del video | EMBER | Veredicto |
|---|---|---|
| 1 · CLAUDE.md corto + memory.md | Imports ^@ + MEMORY.md índice + TECHO 40K |
✅ doctrina superior · ⚠️ techo violado 119.1% (medido en vivo) |
| 2 · Hook SessionStart + reorganize | session-start.py + compactaciones con oráculo |
✅ superado |
| 3 · memsearch (inyección semántica por prompt) + dreaming | Inyección MNEMO solo al boot; consolidación dormida (0 invocaciones en 76 días) | 🔴 gap real — el hallazgo del análisis |
| 4 · Mem Palace (verbatim + índice simbólico) | BLC SHA-256 + NOMENCLATURA + puente_flat + HYDE ≥10 | ✅ arquitectura superior · ⚠️ retrieval desplegado débil |
| 5 · Wiki Karpathy | skills/wiki Karpathy-style + wiki-MEMORIA + Neo4j |
✅ existe · ⚠️ parqueada (tu decisión S20260714) |
| 6 · Cerebro cross-tool propio | Servidor MEMORIA: 5 stores, quintuple-write, MCP | ✅ superado con creces |
[R1.seccion3.I2] Los 3 hallazgos que importan
Primero, el video se equivoca en dos hechos que corregí con fuentes: el sistema filtrado de Anthropic no se llama "Chyros" sino KAIROS (+ autoDream para consolidación) — la filtración sí es real (source map npm 2.1.88, 31-mar-2026); y el "mejor benchmark de la historia" de Mem Palace es marketing: una reproducción independiente mostró que su 96.6% en LongMemEval lo logra el modo raw, y la arquitectura de "palacio" que le da nombre empeora el retrieval.