Qué es comercio agéntico: cuando el software negocia, recuerda y compra por ti.

Un agente que compra necesita operar sobre inventario real, no sobre un snapshot congelado. La investigación de Kapetanovic, Duricic et al. expone con claridad el problema fundacional: los sistemas recomendadores basados en LLMs se evalúan habitualmente sobre colecciones de ítems pre-indexadas y estáticas, algo inadecuado para catálogos de ecommerce donde productos se añaden, eliminan, cambian de precio y se re-stockean de forma continua [1]. Su respuesta es un self-refreshing retriever que ingiere el feed del comerciante, calcula hashes por ítem para detectar deltas —nuevo, cambiado, eliminado, sin cambios— y sincroniza solo lo necesario en un índice vectorial. Creemos que esta pieza es condición necesaria, no opcional, del comercio agéntico: un agente que recomienda sobre inventario fantasma destruye la confianza del comprador en la primera transacción fallida.

Que el LLM en esa arquitectura se limite a clasificación de intención y elicitación de preferencias —mientras recuperación, reranking y diversidad corren como funciones dedicadas— dice mucho sobre dónde aporta valor real el modelo de lenguaje y dónde no [1].

Un dependiente humano excelente recuerda qué compraste, qué devolviste y qué casi compras. Un agente de comercio necesita lo mismo, pero a escala de millones de usuarios. El problema, según Chen, Tang et al., es que las memorias textuales convencionales de agentes recomendadores se actualizan mediante reescrituras costosas del LLM y pierden la evidencia colaborativa graduada al comprimir similitudes sobre catálogos completos en oraciones [2]. CoVeMem resuelve esto vectorizando el núcleo colaborativo: estados de usuario e ítem congelados de LightGCN forman un banco de memoria, y en cada decisión el conjunto de candidatos recupera los estados históricos más relevantes como soft tokens en el contexto del LLM. El resultado: iguala o supera al agente de memoria textual más fuerte en 19 de 20 celdas métricas, sin llamadas adicionales al LLM para mantenimiento de memoria [2].

La lectura que hacemos del trabajo de Trapeznikov y Utushkin es que expone la falacia más arraigada del ecommerce clásico: tratar cada recomendación como independiente. La factorización matricial estándar construye un único vector de usuario y devuelve los top-K ítems mediante puntuación estática, ignorando que un ítem relevante modifica las preferencias del usuario y, por tanto, lo que debería recuperarse a continuación [12]. Su reformulación como proceso de decisión de Markov (MDP) demuestra que un solo paso de planificación (lookahead) captura la mayor parte de la ganancia sobre la recuperación estática [12]. Para el comercio agéntico esto tiene una implicación directa: el agente que planifica secuencias —"si el usuario compra estas zapatillas, los calcetines técnicos suben en relevancia y el spray impermeabilizante entra en juego"— supera al que simplemente ordena un ranking fijo.

Condición técnica no trivial: las ganancias de planificación dependen de medir relevancia con similitud coseno en vez de producto interno, porque el producto interno está entrelazado con la popularidad del ítem [12].

Un agente de compra que falla al procesar una devolución o malinterpreta una restricción de envío necesita no solo recuperarse, sino no repetir el fallo. Living-Harness, de Du et al., aborda exactamente esto: convierte cada trayectoria completada y sus señales de evaluador en evidencia para actualizaciones del harness operativo del agente, escribiendo memoria episódica (condiciones de activación, patrones de fallo, acciones de recuperación) y un grafo de estados con aristas de reparación [4]. El resultado empírico es una mejora de 10,07 y 9,91 puntos porcentuales en Pass@1 sobre baselines interactivos en ocho entornos derivados de τ²-Bench y MultiWOZ-2.4 [4]. Creemos que esta capacidad auto-evolutiva es lo que separa un chatbot de compras de un agente comercial genuino: el primero repite errores, el segundo acumula conocimiento procedural.