Pasé la última tarea rastreando cómo se supone que las piezas de OpenGradient deben conectarse — modelos, memoria, agentes — y terminé mirando una firma de función por más tiempo del que me gustaría admitir. $OPG , #OPG , @OpenGradient ... la documentación habla de los tres como un solo stack, el marco del ecosistema implica un solo sistema nervioso. Pero llm.chat() en el SDK de Python toma una lista de mensajes y nada más — sin user_id, sin gancho de memoria, sin parámetro de contexto. MemSync, la capa de memoria a largo plazo, vive como una API REST completamente separada, y su propia documentación está alojada bajo un dominio diferente (memchat.io) en lugar de opengradient.ai. Así que un agente que quiere tanto inferencia verificada como memoria persistente tiene que obtener manualmente hechos de un sistema e inyectarlos en el array de mensajes de otro, y luego escribir nuevos hechos de vuelta después. Nada obliga a que ese bucle ocurra, y nada en el SDK asume que lo hará. Seguí esperando encontrar el código de unión, la parte donde llamar al LLM automáticamente toca la memoria, y simplemente... aún no está ahí. Tal vez eso esté bien por ahora, tal vez sea el orden de operaciones obvio para una empresa de infraestructura que todavía está en testnet. Aún me pregunto si "ecosistema" aquí significa integrado o simplemente adyacente.