El ecommerce con inteligencia artificial ya no es un motor de recomendación: es un sistema de decisión secuencial.

Dos trabajos recientes exponen por qué la memoria textual convencional es inadecuada para agentes de ecommerce. CoVeMem (Chen, Tang, Li, Shan y He) demuestra que la memoria narrativa —perfiles de usuario escritos y mantenidos por el LLM— pierde la similitud graduada sobre catálogos completos al comprimir todo en oraciones, y además su coste de actualización es prohibitivo. Su alternativa: vectorizar el núcleo colaborativo usando estados de LightGCN como banco de memoria, recuperarlos condicionados al conjunto de candidatos y entrenar con gradientes sobre el historial completo de interacción. El resultado: CoVeMem iguala o supera al agente textual colaborativo más fuerte en 19 de 20 celdas métricas, sin llamadas adicionales al LLM para mantenimiento [11].

Por otro lado, Niksarli y Baheti abordan la persistencia entre sesiones con un grafo biemporal en Neo4j que distingue tiempo válido (cuándo era verdadero el hecho) de tiempo de transacción (cuándo lo registró el sistema). La recuperación semántica en punto de tiempo alcanza 80% R@10 en preguntas de actualización de conocimiento [4]. Esto importa para ecommerce porque las preferencias del comprador no solo cambian: cambian con marca temporal. Saber que un usuario prefería marca X antes de probar marca Y es información distinta de saber que ahora prefiere Y.

Kapetanovic, Duricic, Fa, Mercep y Lacic señalan un problema que la investigación académica suele esquivar: los sistemas recomendadores conversacionales se evalúan sobre colecciones estáticas, pero los catálogos de ecommerce cambian continuamente. Su asistente conversacional multi-turno resuelve esto con un self-refreshing retriever que sincroniza deltas por hash —solo productos nuevos, cambiados o eliminados— sin reconstruir el índice completo. Crucialmente, el LLM se limita a clasificación de intención y elicitación de preferencias; la recuperación, reranking y diversificación son funciones dedicadas [12]. Creemos que esta separación de responsabilidades será la norma, no la excepción, en sistemas de commerce agéntico que sobrevivan al contacto con inventario real.

SAGE (Cai et al.) demuestra que los LLMs pueden guiar auto-bidding publicitario ajustando menos del 10% de los parámetros entrenables requeridos por el fine-tuning completo, usando las restricciones de campaña como señales de enrutamiento para un LoRA con puerta de restricciones [3]. DASH (Chen et al.) complementa esto desde la simulación: su simulador de usuario genera trazas de razonamiento conjuntas con predicciones de acción sobre datos cross-domain reales de Tencent, evaluando la calidad del pensamiento con un modelo de recompensa basado en rúbricas [6]. Y Living-Harness (Du et al.) cierra el ciclo de la degradación silenciosa: convierte cada trayectoria completada en evidencia para actualizar el harness del agente, mejorando el Pass@1 promedio en más de 10 puntos porcentuales sobre el baseline interactivo más potente [9].