Los ciclos de vida de los modelos llegan naturalmente a su fin, pero la memoria de tu agente no tiene por qué caducar con ellos. El 23 de octubre, @OpenAI retiró varios de sus modelos de API heredados, concretamente GPT-4, GPT-4 Turbo, o1, o3-mini y o4-mini. De cara al futuro, está previsto que GPT-4o y GPT-4.1 sigan el mismo camino el 14 de enero de 2027.

Aunque estos retiros son una parte habitual de la industria, ponen de relieve el valor de mantener la memoria de forma independiente de la capa del modelo. Almacenar el contexto externamente permite a los equipos de desarrollo cambiar de modelo cuando quieran. Este enfoque evita la dependencia de un proveedor y garantiza que nunca tengas que reconstruir desde cero los datos que has acumulado. Puedes simplemente actualizar tus modelos y conservar tu memoria sin interrupciones.

Walrus Memory ofrece precisamente este tipo de estabilidad y mantiene tu interfaz completamente uniforme, independientemente del entorno de ejecución o del modelo que decidas implementar a continuación. El proceso sigue siendo sencillo y familiar: solo necesitas remember() para escribir datos y recall() para leerlos.

Puedes consultar aquí el calendario oficial de obsolescencia:
https://developers.openai.com/api/docs/deprecations