El raonament a llarg termini continua sent un dels grans reptes per als agents basats en grans models de llenguatge (LLMs). Tasques que requereixen percepció sostinguda, exploració i múltiples passos de deducció —com trencaclosques visuals, planificació logística o anàlisi contínua de dades— exposen les limitacions d'aquests sistemes quan s'avaluen directament, sense adaptacions específiques. El benchmark ARC-AGI-3, dissenyat per mesurar intel·ligència general en agents, mostra caigudes significatives de rendiment en models fora de la caixa. Davant d'aquest problema, han sorgit diversos arnesos o 'harnesses' que busquen tancar la bretxa, però tots s'enfronten a un dilema fonamental: quina informació de l'entorn guardar i com carregar-la al context del model? Guardar massa fa que la recuperació de detalls rellevants sigui poc manejable; guardar poc sacrifica informació crítica. En aquest article analitzem una solució innovadora, PRO-LONG, que proposa un enfocament de memòria programàtica per superar aquesta disjuntiva, i explorem com aquest concepte pot transformar aplicacions empresarials reals.
PRO-LONG es basa en una premissa simple però poderosa: mantenir un registre d'interacció complet i estructurat —una bitàcola programàtica— i aprofitar els avenços recents en agents de codificació per cercar en aquest historial de manera eficient. En lloc de comprimir o resumir les observacions, el sistema preserva tota la informació en un format accessible per a un motor de cerca automatitzat. Quan l'agent necessita recuperar una dada rellevant, activa un procés de consulta que recorre la memòria programàtica amb rapidesa. Aquest disseny elimina el compromís entre riquesa d'informació i capacitat de recuperació. Els resultats al conjunt públic d'ARC-AGI-3 són contundents: PRO-LONG millora un agent base de codificació en un promig de 18,0 punts percentuals en diversos models frontera, assoleix o supera els arnesos especialitzats d'última generació (fins a un 76,1 % pass@1) i utilitza entre 4,2 i 5,8 vegades menys tokens. A més, amb el model Fable 5 aconsegueix un 97,4 % best@2 amb un cost total de només 1.750 dòlars.
Des d'una perspectiva tècnica, el que fa especial a PRO-LONG és el seu minimalisme. No requereix memòries externes complexes ni transformacions de context costoses. N'hi ha prou amb una representació estructurada de les interaccions —per exemple, en JSON o un llenguatge de programació— i un agent que sàpiga escriure consultes sobre aquesta estructura. Aquest enfocament és directament aplicable a entorns empresarials on els agents d'IA han d'operar durant llargs períodes, com sistemes de monitorització, assistents d'anàlisi de dades o plataformes de decisió autònoma. La clau és que la memòria no és un magatzem passiu, sinó un recurs actiu al qual s'accedeix mitjançant codi, cosa que permet una integració natural amb fluxos de treball existents.
A Q2BSTudio, entenem que aquest tipus d'innovacions marquen la diferència en projectes de transformació digital. Per això, els nostres serveis d'intel·ligència artificial se centren a dissenyar agents amb capacitats de raonament prolongat, adaptats a les necessitats específiques de cada client. Per exemple, un agent que analitza dades de vendes durant mesos pot beneficiar-se d'una memòria programàtica que li permeti recordar patrons estacionals sense perdre velocitat de resposta. Així mateix, en l'àmbit de la ciberseguretat, un agent de vigilància persistent que rastreja amenaces al llarg del temps necessita exactament aquest tipus d'arquitectura per correlacionar esdeveniments distants sense saturar el seu context. L'eficiència en l'ús de tokens es tradueix directament en menors costos operatius al núvol, ja que es redueix la quantitat de dades que s'han de processar a cada crida al model.
El núvol juga un paper fonamental en la implantació de solucions com PRO-LONG. En desplegar agents amb memòria programàtica en infraestructures de cloud AWS/Azure, és possible escalar l'emmagatzematge de l'historial i la capacitat de còmput per a les consultes de cerca. El nostre equip a Q2BSTudio ajuda empreses a configurar arquitectures al núvol que maximitzin el rendiment d'aquests agents, combinant serveis d'emmagatzematge gestionat amb funcions serverless per executar les cerques programàtiques. A més, la integració amb eines de Business Intelligence com Power BI permet visualitzar els patrons que l'agent descobreix durant la seva exploració a llarg termini, oferint als responsables de negoci informació accionable sense necessitat d'intervenció manual constant.
Un altre aspecte rellevant és la personalització. Cada organització té fluxos de dades i criteris de decisió diferents. Les aplicacions a mida que desenvolupem a Q2BSTudio incorporen mòduls de memòria programàtica adaptats a la lògica de negoci particular. Per exemple, un sistema de gestió d'inventaris pot utilitzar un agent que recordi l'evolució de la demanda durant diversos trimestres i recomani punts de reordre basant-se en tendències històriques, tot sense perdre el context de la conversa actual. Aquest tipus d'automatització de processos, recolzada en agents d'IA amb memòria eficient, redueix la càrrega operativa i millora la precisió de les decisions.
La ciberseguretat també es beneficia d'aquesta arquitectura. Els agents de seguretat que monitoritzen logs i esdeveniments durant setmanes o mesos necessiten correlacionar incidents que, a simple vista, semblen aïllats. Amb una memòria programàtica, l'agent pot emmagatzemar cada esdeveniment de forma estructurada i, quan es detecta una anomalia, cercar a l'historial complet per trobar patrons previs. Això permet identificar atacs de llarga durada o campanyes de phishing que es despleguen lentament. A Q2BSTudio oferim serveis de ciberseguretat que inclouen el disseny d'agents de vigilància intel·ligent, combinant la nostra experiència en IA amb pràctiques de seguretat robustes.
Des del punt de vista de l'anàlisi de negoci, la combinació d'agents amb memòria programàtica i dashboards de Power BI obre un ventall de possibilitats. Imaginem un agent que explora dades de vendes, màrqueting i operacions durant diversos mesos, i que periòdicament genera informes resumits. En lloc de processar tot l'historial cada vegada, l'agent utilitza la seva memòria programàtica per accedir només als fragments rellevants, estalviant temps i costos de computació. Els resultats es reflecteixen en visualitzacions interactives que permeten als equips prendre decisions basades en tendències a llarg termini. Aquesta és precisament la classe de solució que desenvolupem a Q2BSTudio sota el nostre paraigua de BI / Power BI, integrant intel·ligència artificial d'avantguarda amb eines de reporting empresarial.
L'impacte de PRO-LONG va més enllà d'un simple avenç tècnic. Representa un canvi de paradigma en com els agents d'IA gestionen la memòria: d'un recurs limitat i estàtic a un de dinàmic i consultable mitjançant codi. Per a les empreses que busquen automatitzar processos complexos i de llarga durada, aquesta aproximació ofereix un camí pràctic i escalable. A Q2BSTudio, com a empresa de desenvolupament de programari i tecnologia, estem compromesos a portar aquestes innovacions als nostres clients, ja sigui a través de projectes d'aplicacions a mida, implantacions al núvol, solucions de ciberseguretat o sistemes d'intel·ligència de negoci. La memòria programàtica no és només una solució per a benchmarks; és una eina per construir agents d'IA que realment entenguin el llarg termini.
En resum, PRO-LONG demostra que és possible aconseguir un raonament a llarg termini eficient sense sacrificar informació ni incórrer en costos desorbitats. El seu disseny minimalista, basat en registres estructurats i agents de codificació, s'alinea perfectament amb les necessitats empresarials d'avui. A Q2BSTudio, apliquem aquests principis per desenvolupar solucions de programari a mida que potencien la intel·ligència artificial, l'automatització i la presa de decisions. Si la teva organització s'enfronta a desafiaments que requereixen anàlisi prolongada o monitorització contínua, disposar d'un agent d'IA equipat amb memòria programàtica pot marcar la diferència entre una resposta tardana i una decisió informada en temps real.
