Company Brain para personas y agentes de IA
El contexto no debería empezar de cero con cada agente.
ValorBrain es la memoria compartida que mantiene el trabajo en marcha cuando cambia la persona, el agente o el modelo. Las decisiones, las reglas y los handoffs se capturan en el flujo y llegan a quien sigue, con fuente, permiso, versión e historial.
- LoCoMo · R@10
- 96,58%
- BEAM-100K · R@10
- 80,8%
- herramientas MCP
- 90+
Benchmarks internos de recuperación; no son peer-reviewed ni QA end-to-end. Ver salvedades
Datos en Brasil · LGPD · aislamiento por tenant
Unidad de contexto
- id
- CTX-2026-ENG-007
- versión
- v1 · vigente
- fuente
- ADR-007 · PR #412
- permiso
- eng/*
01El problema
Tu equipo ya lo explicó antes
Con tres o más agentes en operación, el contexto se fragmenta más rápido de lo que cualquier wiki puede seguir. El costo no aparece en ninguna línea del presupuesto: aparece en briefings repetidos, respuestas desactualizadas y retrabajo.
- 01
Contexto fragmentado
La decisión quedó en el chat de Claude Code, el porqué quedó en el PR y la excepción, en la cabeza de quien estaba en la reunión. El Cursor no ve nada de eso.
«¿Esto dónde se decidió?»
- 02
Briefings repetidos
Cada agente nuevo pide el mismo contexto. El equipo pega el mismo PDF, el mismo ADR, la misma política. Otra vez, para el tercer agente de la semana.
«Voy a pegar el documento otra vez.»
- 03
Documento viejo que termina respondiendo
La regla cambió el martes; el agente responde con la versión de marzo. Nadie se da cuenta hasta que se dan cuenta el cliente, el auditor o quien está de guardia.
«¿Esta regla no había cambiado?»
- 04
Permisos rehechos
Cada herramienta tiene su propio control de acceso. Conectar un agente más se convierte en un proyecto de gobernanza que empieza de cero.
«¿Este agente puede ver finanzas?»
El mismo equipo, dos arquitecturas de contexto
ADR-007 solo en el historial del chat
convención de tests pegada a mano
no se entera del ADR-007
briefing rehecho desde cero
INFRA.md de marzo
sin acceso a las decisiones del equipo
vuelve a explicar todo en la daily
revisa permisos herramienta por herramienta
Cuatro vistas parciales del mismo trabajo. Ninguna versión vigente.
02Cómo funciona
El contexto nace del trabajo. Y vuelve a él.
Nada de proyectos de modelación antes de empezar. ValorBrain captura lo que ya sucede en las sesiones de los agentes y en las herramientas del equipo, lo estructura en memoria viva y lo entrega a quien lo necesita, con la gobernanza aplicada antes del prompt.
01 · Captura
Captura sin fricción
Hooks en el ciclo de los agentes registran decisiones, pendientes y handoffs mientras el trabajo ocurre. Documentos, transcripciones y la REST API completan el panorama. El contexto nace del trabajo, no de un proyecto de modelación.
- Hooks automáticos en las sesiones de los agentes
- Ingesta de documentos y transcripciones
- REST API para sistemas internos
- Conectores BYOK/OAuth como fuente: GitHub, Notion, Slack, Google Drive, Linear, HubSpot, Jira, Granatum
Hooks automáticos
- context-surfacing
- decision-extractor
- handoff-generator
- feedback-loop
- precompact-extract
- postcompact-inject
- curator-nudge
// Sesión Claude Code · eng-corehook: decision-extractoragent: claude-codesession: eng-core/2026-09-22→ decisión capturada id: CTX-2026-ENG-007 title: "Paginación por cursor en APIs públicas" source: "ADR-007.md · PR #412" author: ana (tech lead) status: esperando validación humanacontext-surfacing
Trae el contexto relevante antes de que el agente responda.
decision-extractor
Registra las decisiones tomadas en la sesión, con fuente y autor.
handoff-generator
Genera el handoff cuando el trabajo pasa a otro agente o persona.
feedback-loop
Convierte correcciones humanas en lecciones para las próximas sesiones.
03Coherencia multiagente
El contexto sigue cuando cambia el agente.
Claude Code captura, el Cursor lo ve en la próxima query. Hermes ingesta de madrugada y el agente de la mañana recibe el bootstrap con lo que cambió. Los handoffs entre agentes se enrutan; no se pierden en chats.
Claude Code captura. El Cursor lo ve en la próxima query.
Ejemplo ilustrativo- mar 16:42Ana · tech lead
“Vamos a estandarizar paginación por cursor en las APIs públicas. Offset queda superado.”
- mar 16:42Claude Codedecision-extractor
Decisión registrada como CTX-2026-ENG-007 · v1, con fuente en ADR-007.md y PR #412.
- mié 09:12João · dev
“Crea el endpoint de listado de facturas.”
- mié 09:12Cursorcontext-surfacing
Endpoint creado con paginación por cursor, según el ADR-007.
[Fonte: CTX-2026-ENG-007 // v1]
Nadie volvió a explicar el patrón. El Cursor partió de la decisión del día anterior.
Vive donde el trabajo ya ocurre.
Hooks y MCP en el ciclo de los agentes; REST API para el resto. El equipo sigue en las herramientas que ya usa: ValorBrain no pide una pantalla más.
Agentes · vía MCP y API
- Claude Code
- Cursor
- Kiro CLI
- Codex
- Devin
- Hermes
- OpenClaw
- ChatGPT
- Gemini
- Agentes internos vía MCP/API
Fuentes · BYOK/OAuth
- GitHub
- Notion
- Slack
- Google Drive
- Linear
- HubSpot
- Jira
- Granatum
El conector es el medio. Lo que llega al agente es contexto, con fuente, permiso y versión.
04Gobernanza
Gobernanza antes del prompt.
Permisos por persona y por fuente aplicados en la capa semántica. El agente hereda el acceso de quien lo usa; los dominios sensibles quedan aislados; toda lectura es rastreable. Sin contexto, la respuesta lo dice y señala a la persona responsable.
Simulador · misma pregunta, accesos distintos
Ejemplo ilustrativoPregunta hecha al agente
«¿Cuál es el descuento máximo sin aprobación ejecutiva?»
10% sin aprobación ejecutiva. Por encima de eso, hace falta validación de RevOps.
[Fonte: CTX-2026-GTM-904 // v3]
▸inherit(user=marina)
→scope: gtm/pricing ✓
→CTX-2026-GTM-904 · v3 · vigente
→read-log registrado
CTX-2026-GTM-904
Política de descuento para cierres trimestrales
- vigente desde
- 2026-09-15
- aprobada por
- dirección comercial
- v2
- superada, mantenida en el historial. La próxima consulta ya parte de la v3.
Permisos heredados
El agente accede solo a lo que puede ver la persona que lo usa, por persona y por fuente.
Aislamiento por tenant
RLS multi-tenant. Los dominios sensibles, como fiscal o M&A, quedan aislados.
Versión y supersesión
La regla nueva supera a la anterior sin borrar el historial. La próxima versión parte de ahí.
Conflicto y contradicción
Las fuentes que discrepan se señalan para revisión humana antes de volverse respuesta.
Cuarentena SHACL
Los registros que violan el schema quedan fuera de las respuestas hasta corregirlos.
Provenance chain
De la fuente original a la respuesta final, cada paso queda registrado.
Drift y reality probes
La documentación se compara con el sistema real; la divergencia se vuelve alerta, no sorpresa.
Auditoría de lectura
Quién leyó, por medio de qué agente, en qué versión. Toda lectura es rastreable.
Operación y confianza
- Datos en Brasil · LGPD
- Aislamiento por tenant
- Permisos por persona y fuente
- Auditoría de toda lectura
- Sin llamadas outbound del engine
Los conectores viven en el SaaS; el engine no hace llamadas outbound. Revisión humana donde la decisión es sensible.
05Verticales
El mismo corazón, en el flujo de tu equipo.
El mecanismo es el mismo; cambia lo que vale la pena recordar. Cada vertical trae escenario, agentes típicos, schema pack y los indicadores que tiene sentido seguir, sin metas inventadas.
Departamento · pack:
“El cliente no debería tener que repetirse. El agente debería recordar.”
El dolor
Excepciones, casos y escalamientos con fuente y permiso heredado: el cliente no repite el caso y el agente responde por la versión vigente.
Agentes típicos
- Agentes de soporte
- Copilotos de atención
- Bots internos
Escenario
- 01
El agente de atención pregunta por el caso y recibe las decisiones y excepciones ya concedidas a esa cuenta, como el plazo de reembolso extendido en el ticket #8812, con fuente, quién aprobó y vigencia.
- 02
Los permisos se heredan de quien usa el agente: solo ve lo que la persona puede ver.
- 03
La respuesta cita la fuente del precedente, en vez de reconstruir el caso de memoria.
- 04
Una ocurrencia nueva recupera las resoluciones de casos semejantes, con el desenlace de cada una.
- 05
Lo que el equipo aprendió queda registrado como learning, con el caso de origen citado.
- 06
El agente propone con un precedente en la mano, no con suposiciones.
- 07
El caso escala a la supervisora con el contexto listo: historial, excepciones vigentes y fuentes.
- 08
El cliente no le repite la historia a la segunda persona.
- 09
Lo que la supervisora corrija se vuelve lección registrada para las próximas sesiones del equipo y de los agentes.
Schema pack
- customer
- case
- escalation
- policy_exception
- resolution
- learning
Qué seguir
- Tiempo de resolución
- Retrabajo de contexto
- Consistencia entre canales
06Para quien decide
Una capa. Cinco preguntas distintas.
Quien compra infraestructura de contexto no siempre es quien escribe código. La misma capa le responde al ingeniero y al COO, cada uno con la prueba que importa para su decisión.
Qué decide
Arquitectura, aislamiento, integración y el costo de volver a explicar todo a cada agente.
La objeción que escuchamos
«Ya tenemos wiki, Notion y RAG.»
La respuesta
La wiki es estática y el RAG solo responde. ValorBrain versiona, cruza fuentes, aplica permisos heredados y entrega por MCP a cualquier agente, con benchmarks publicados y sus salvedades.
- Permisos heredados
- MCP · 90+ herramientas
- Cross-agent
- Benchmarks con salvedades
07Prueba
Números con las salvedades al lado, no en el pie de página.
Si el contexto correcto no llega al agente, vuelve a empezar. Por eso medimos la recuperación: un recall alto es la precondición de la continuidad, no la garantía de una respuesta correcta.
LoCoMo
pipeline completo · R@10 · +2,1pp vs líder open-source
96,58%
BEAM-100K
respostas end-to-end · acurácia binária
80,8%
Configuración del benchmark: reader GLM-5.3 Flash (Ox Alpha); juez GLM-5.2; effort=max; run 2026-08-23; ~44% más lenta que el effort estándar; el lector lo elige el cliente — los resultados varían con el modelo (lectores más fuertes pueden puntuar más). ValorBrain no vende llamadas de LLM: la capa de memoria es el producto
Lee antes de citar
- Son benchmarks internos de recuperación; no son peer-reviewed.
- No miden QA end-to-end: la calidad de la respuesta final también depende del modelo y del prompt.
- R@10 indica si el fragmento relevante aparece entre los 10 primeros resultados recuperados.
- Ejes de 0 a 100%, sin truncamiento.
~90%
de la recuperación en producción viene de los hooks
el contexto llega sin que nadie lo pida
90+
herramientas MCP en el catálogo actual
para cualquier agente compatible
Cómo funciona la recuperación
- Pregunta
- Expansión de query + intención
- BM25 PT/EN ‖ vectores densos
- RRF
- PageRank personalizado
- Cross-encoder
- MMR
- Contexto con fuente
Búsqueda léxica en portugués e inglés combinada con vectores densos, fusión por RRF, PageRank personalizado para quien pregunta, reordenamiento por cross-encoder y diversidad por MMR.
08Precios & enterprise
Empieza con un proyecto. Escala cuando tenga sentido.
Pruébalo en tu flujo real antes de cualquier contrato. Cuando el contexto empiece a circular entre equipos y agentes, la conversación sobre escala parte de lo que ya mediste.
Free
punto de partidaUn proyecto
Para probarlo en tu flujo real, con tus agentes, antes de cualquier conversación comercial.
- Captura por hooks en las sesiones de los agentes
- Memoria viva con versión y fuente
- Entrega por MCP y REST API
Solo, Núcleo y Operación
desde R$ 199/mes (US$ 20)
Para equipos con varios proyectos, áreas y agentes compartiendo el mismo contexto.
- Schema packs por área
- Conectores BYOK/OAuth como fuente
- Handoffs entre agentes y equipos
Enterprise
desde R$ 4.997/mes
Para operaciones con requisitos de aislamiento, auditoría y contrato.
- Aislamiento por tenant y permisos por persona y fuente
- Auditoría y provenance chain
- Datos en Brasil · LGPD
Migrar sin reescribir el pasado.
Los documentos, decisiones y transcripciones que ya existen entran por ingesta; el versionado empieza ahí. La wiki puede seguir existiendo, ahora como una fuente con versión, y no como la única memoria del equipo.
El alcance y los límites de cada plan se confirman en el registro o en la conversación comercial.
09Preguntas
Las objeciones que escuchamos y lo que respondemos.
Sin «¡claro!» y sin promesa milagrosa. Si tu pregunta no está aquí, es un buen comienzo de conversación.
Ya tenemos Notion o una wiki.
La wiki es estática. ValorBrain versiona, cruza fuentes, inyecta el contexto en el agente y señala el conflicto cuando dos fuentes se contradicen. La wiki puede seguir existiendo, como una fuente más.
¿Esto no es solo RAG?
El RAG responde a una pregunta. ValorBrain mantiene decisión, permiso, versión y handoff entre agentes, y sabe cuándo una respuesta quedó vieja porque la regla cambió.
¿Va a ser una herramienta más que el equipo tenga que abrir?
No. Vive en los hooks y el MCP de los agentes que el equipo ya usa. La captura ocurre durante el trabajo; la entrega, al momento de la pregunta.
¿Y la privacidad de los datos?
Datos en Brasil, en conformidad con la LGPD. Aislamiento por tenant, permisos heredados por persona y fuente, auditoría de lectura y ninguna llamada outbound desde el engine; los conectores viven en el SaaS.
¿Y si el agente usa una versión antigua?
Cada unidad tiene vigencia (as_of) y supersesión. La regla vigente llega antes que la antigua; los conflictos y el drift se señalan para revisión humana. No prometemos infalibilidad; prometemos trazabilidad.
¿Tenemos que reescribir lo que ya tenemos?
No. La migración ocurre sin reescribir el pasado: los documentos, decisiones y transcripciones existentes entran por ingesta, y el versionado empieza ahí.
¿Cuánto trabajo da mantenerlo?
Los hooks automáticos hacen la captura; los schema packs dan estructura; memory health y auditoría muestran lo que envejeció. La curaduría humana entra donde hace diferencia: validación y revisión.
Próximo paso
Menos empezar de cero. Más continuidad
Trae un proyecto real. En una conversación mapeamos dónde se pierde el contexto entre las personas y los agentes de tu equipo, y por dónde empezar.