IA y agentes · Ingeniería agéntica · 8 min
Contexto para agentes: mantener el foco con compactación deliberada
Una ventana de contexto grande no garantiza que un agente utilice toda la información con la misma eficacia. La selección y el resumen deben conservar evidencia y estado útil.
Más contexto no significa automáticamente mejor contexto
Alargar una sesión puede conservar decisiones útiles, pero también acumula trazas, resultados repetidos, contenido obsoleto y cambios de objetivo. El modelo recibe todos esos elementos como parte de una entrada finita; elegir qué permanece es una decisión de ingeniería, no solo de presupuesto.
El estudio “Lost in the Middle” encontró que algunos modelos evaluados resolvían peor tareas de recuperación cuando la información relevante estaba en medio de un contexto largo. Es evidencia para tareas y modelos concretos, no prueba de que todos los modelos fallen igual ni de que exista un único punto de corte para cada ventana.
“Smart Zone” como heurística, no como umbral universal
En una entrevista resumida en 2026, Dex Horthy describe “smart zone” y “dumb zone” como una forma práctica de hablar sobre el deterioro que observó al prolongar ciertos flujos. El reporte menciona alrededor de 100 mil tokens como referencia de su experiencia; esa cifra depende del modelo, la tarea, el orden de la información, el sistema de recuperación y las herramientas. No es un límite general ni un resultado establecido por el estudio “Lost in the Middle”.
La señal operativa importa más que un número fijo: el agente repite intentos, contradice decisiones verificadas, pierde restricciones o no distingue evidencia de hipótesis. Esos síntomas justifican reducir y reordenar el estado, aun cuando el contador de tokens esté por debajo del máximo anunciado por el proveedor.
Compactar conservando evidencia y estado
Un resumen útil no es una versión más corta de toda la conversación. Es un estado de trabajo conciso que permite continuar con trazabilidad:
- Objetivo vigente y criterio de aceptación.
- Hechos verificados con su fuente o archivo de origen.
- Decisiones tomadas, supuestos aún abiertos y límites de seguridad.
- Pruebas ejecutadas, resultados relevantes y fallos pendientes.
- Siguiente paso concreto y condiciones para detenerse o pedir revisión.
Diseñar un ciclo de compactación comprobable
Compacta al cerrar un hito o cuando detectes pérdida de foco. Separa contenido recuperado de instrucciones; descarta duplicados y datos caducos; valida el resumen contra fuentes primarias antes de iniciar un contexto nuevo. Para tareas largas, guarda artefactos breves y versionados en el espacio de trabajo aprobado por el equipo, cuidando de no persistir secretos o datos innecesarios.
Evalúa la estrategia con casos representativos: ¿la sesión nueva conserva decisiones, restricciones y tareas pendientes? El objetivo no es llegar a un tamaño “óptimo” universal, sino reducir ruido sin borrar información decisiva.
Fuentes y rigor
Referencias
- Dex Horthy / HumanLayer: 12 Factor Agents, 03-04-2025
- Liu et al.: Lost in the Middle: How Language Models Use Long Contexts, TACL 2023
Evalúa recuperación de información en posiciones distintas del contexto en tareas concretas; no establece un umbral universal de tokens.
- BigGo: Dex Horthy y el experimento de la Dark Factory, 15-07-2026
Resumen editorial de una entrevista; el caso sirve como experiencia reportada, no como estudio controlado ni como medición de toda la industria.
Conclusión
La ventana de contexto es un recurso que se administra: selección, procedencia, compactación y pruebas de continuidad son más útiles que asumir que más tokens siempre resuelven el problema.
Sigue explorando