Analog AI

Analog AI se presenta como un "segundo cerebro" para agentes de IA, diseñado para resolver dos problemas crónicos: el consumo descontrolado de tokens y la amnesia de los agentes. Cuando un agente se enfrenta a un reto realmente nuevo, Analog AI llama una sola vez a un modelo frontera, deja que razone el problema y compila ese razonamiento en una habilidad procedimental reutilizable anclada en la memoria local. Las peticiones similares posteriores evitan por completo el modelo frontera y las atienden modelos pequeños y ligeros que reproducen la traza de memoria almacenada. El sitio afirma reducciones de hasta 40 veces en el consumo de tokens, y de alrededor del 99% en tareas repetitivas.

El sistema se organiza en dos módulos. DeepThink se ocupa del razonamiento: evalúa varias hipótesis, comprueba errores lógicos y refina su pensamiento interno antes de responder, en lugar de emitir la primera salida plausible. DeepAct convierte ese razonamiento en acción autónoma: ejecuta código, llama a API y ajusta sus pasos según la retroalimentación en tiempo real a lo largo de tareas de varios pasos. La memoria se divide en hechos, experiencias, preferencias y procedimientos, y la información obsoleta se depura activamente.

Analog AI también publica resultados de referencia en memoria y razonamiento, incluidos Microsoft State-Bench, HotPotQA y BEAM, y ofrece integraciones mediante una API de chat-completion y un SDK de Python, con soporte para plataformas como VS Code, Cursor y configuraciones de agentes tipo LangChain. El acceso es actualmente por solicitud. La empresa también publica investigación sobre inteligencia emocional y su enfoque anterior, "Analog Assistant", de humanos digitales con conciencia emocional, sigue formando parte de su trabajo.