RIP flat RAG ☠️ ByteDance acaba de abrir OpenViking y eso pone al descubierto todo lo que está mal en cómo hemos estado construyendo la memoria de agentes de IA. Esto es lo que todo framework de agentes falla: Los recuerdos viven en un solo lugar. Recursos en otro. Habilidades dispersas por todas partes. Y cuando necesitas contexto, haces búsqueda vectorial plana y esperas lo mejor. Ese es el problema. OpenViking soluciona todo con una idea: tratar el contexto del agente como un sistema de archivos. Todo vive bajo un protocolo viking:// unificado. Recuerdos, recursos, habilidades, todo organizado en directorios con URIs únicos. Los agentes pueden hacer ls, encontrar y navegar el contexto como un desarrollador que trabaja en un terminal. Pero el verdadero avance es la carga escalonada: → L0: resumen de una frase para una consulta rápida → L1: ~2k tokens para decisiones de planificación → L2: los detalles completos cargados solo cuando realmente se necesitan La mayoría de los agentes lo ponen todo en contexto y rezan. OpenViking solo carga lo que se necesita, cuando es necesario. El coste de los tokens bajo. La precisión aumenta. Y la recuperación ahora tiene sentido. En lugar de una búsqueda semántica plana, primero realiza posicionamiento a nivel de directorio y luego refinamiento recursivo dentro de directorios de puntuación alta. Literalmente puedes ver la trayectoria de recuperación sin más caja negra. La parte de la autoevolución también es una locura. Al final de cada sesión, extrae automáticamente los aprendizajes y actualiza la memoria del agente y del usuario. El agente simplemente se vuelve más inteligente cuanto más lo usas. 9.000 estrellas. 13 colaboradores. Construido por el equipo ByteDance Viking, que lleva ejecutando infraestructura vectorial desde 2019. 100% de código abierto. Apache 2.0. Enlace en los comentarios.