# Cómo darle memoria persistente a un LLM: la arquitectura Nexo

Todo el que trabaja seriamente con un modelo de lenguaje se topa con la misma pared: cierras el chat y la IA olvida todo. El contexto es caro, volátil y se satura. Nexo es la respuesta de FractAIll a ese problema.

## La analogía: contexto = RAM
En un computador, la RAM es rápida pero se borra al apagar; el disco es permanente. Un modelo de lenguaje solo tiene "RAM" (su ventana de contexto). Nexo le añade el "disco": trata el contexto como memoria volátil y persiste el estado maestro comprimido en una base de datos en la nube.

## Cómo funciona
- **Arranque:** al iniciar sesión, Nexo rehidrata el estado comprimido — la IA arranca sabiendo dónde quedó.
- **Pulso:** cada pocos turnos comprime y guarda el contexto reciente.
- **Offload:** el trabajo pesado se manda a modelos propios en la nube; al chat vuelve un resumen corto.
- **Compresión semántica:** un códec propio reduce el contexto 66–76% sin perder el significado operativo.

## Por qué importa
Con memoria persistente, la IA recuerda tus reglas entre sesiones, comparte contexto entre varias máquinas y gasta menos tokens.

Palabras clave: memoria persistente LLM, contexto de IA, RAM para IA, compresión de contexto, estado entre sesiones. Ver también: sof, procesador-virtual, stack-completo.