Redis amplía Iris con enrutamiento de agentes, observabilidad y mensajería

Redis anunció el 4 de noviembre de 2026 que su motor de contexto en tiempo real Iris ahora ofrece seis capacidades combinables para agentes de IA, cuatro de ellas disponibles de forma general y dos en fase beta. La ampliación incorpora enrutamiento de solicitudes, procedimientos reutilizables, observabilidad y mensajería resiliente a un producto que antes se centraba en el contexto y la memoria.

Los clientes pueden usar las capacidades juntas, por separado o en cualquier combinación dentro de un mismo entorno de ejecución. Rowan Trollope sostiene que los desarrolladores no deberían tener que ensamblar productos de infraestructura independientes para dotar a los agentes de memoria, contexto relevante, acceso a datos en tiempo real, enrutamiento y comunicación. La oferta de Redis para empezar incluye 5.000 mensajes gratuitos.

Un análisis técnico en profundidad complementario, a cargo de Simba Khadder, director de ingeniería de software de Redis, describe los problemas de producción que este diseño busca resolver: agentes que empiezan sin antecedentes, conservan datos sensibles mientras pierden preferencias útiles, trabajan con información incompleta y reconstruyen una y otra vez el contexto para solicitudes que ya han atendido. Estos modos de fallo relacionan las funciones, por lo demás independientes, de la nueva versión en torno a la continuidad, la reutilización y el control.

Cuatro capacidades están disponibles de forma general

Intent Router identifica el significado de una solicitud, en lugar de basarse en su formulación exacta, y luego la dirige a una pregunta frecuente almacenada, una habilidad de un agente, una persona o un LLM. También admite el enrutamiento de agentes y modelos, mecanismos de protección y decisiones condicionales aproximadas, lo que permite tratar distintas formulaciones de una misma solicitud como el mismo problema subyacente.

Agent Playbooks separa las respuestas estables que pueden reutilizarse de las solicitudes que requieren datos actuales y una nueva ejecución de un procedimiento conocido. Redis afirmó que los playbooks se vuelven más exhaustivos y precisos con el uso reiterado, lo que reduce los tiempos de resolución y el consumo de tokens. Así, Playbooks complementa la reutilización que ofrece Intent Router: uno identifica el tipo de solicitud y el otro determina si una respuesta o un procedimiento existente puede resolverla.

Agent Memory usa MemoryETL para crear recuerdos a partir de las acciones de los usuarios, documentos, bases de conocimiento y otros datos semiestructurados. Organiza esos recuerdos jerárquicamente para permitir un control más preciso y ofrece funciones de inspección, auditoría y trazabilidad del origen, de modo que los equipos puedan ver de dónde procede cada recuerdo. También puede descartar información que no debería conservar, incluida la información de identificación personal.

Context Gateway ofrece un único punto de acceso gobernado a las fuentes de contexto conectadas. Los clientes pueden conectar sus propios servidores MCP, almacenar en caché qué herramientas resuelven problemas específicos y crear resultados reutilizables para mantener la coherencia entre sesiones. Redis presenta el almacenamiento en caché de herramientas como una forma de reducir el consumo de tokens, ampliando el énfasis de esta versión en evitar que el modelo repita tareas: de las respuestas y los procedimientos al acceso a los datos.

Las herramientas beta abordan las auditorías y los fallos de conexión

Lens rastrea el resultado de un agente hasta la habilidad, la ruta o la pregunta frecuente que lo produjo, la memoria utilizada y la sesión de origen. También muestra el éxito de las tareas, los tokens por tarea y la latencia, y combina un registro de auditoría con mediciones operativas. El objetivo es que los equipos puedan consultar el comportamiento de los agentes cuando necesiten diagnosticar una respuesta incorrecta, investigar el consumo de tokens o determinar por qué se realizó una acción.

Agent Mesh aborda las interrupciones de la comunicación. Los agentes se comunican mediante flujos efímeros, con almacenamiento en búfer y reconexión automáticos cuando se interrumpen las conexiones. Los flujos SSE duraderos están diseñados para mantener las respuestas en curso durante las interrupciones, mientras que A2A Comms proporciona un canal para delegar tareas entre agentes y transferirlas de uno a otro. Por tanto, Lens y Mesh cubren riesgos de producción distintos: reconstruir una decisión y mantener una conversación.

Del lanzamiento de mayo al uso por parte de los clientes

Redis presentó Iris el 18 de mayo de 2026 como una capa de contexto y memoria entre un agente y los datos que necesita. En ese lanzamiento se combinaron Context Retriever, Agent Memory, Redis Data Integration, LangCache y Redis Search; Context Retriever y Agent Memory estaban en fase preliminar. Desde entonces, Agent Memory pasó a estar disponible de forma general, mientras que la nueva oferta amplía el enfoque original en la recuperación y la memoria para abarcar el enrutamiento, los procedimientos repetibles, el seguimiento de decisiones y la recuperación de flujos.

Nick Thompson, desarrollador sénior de software de Safe in Home, describió una implementación concreta en la página del producto Redis Iris: «Redis Agent Memory nos ayuda a almacenar y reutilizar contexto en tiempo real entre nuestros agentes de programación». Su equipo la usa para registrar decisiones de ingeniería, detalles de errores y contexto de desarrollo mientras trabajan los agentes, de modo que la información siga disponible para todo el equipo en lugar de perderse entre sesiones o herramientas. Además, un servicio lee de esa memoria y escribe en ella mientras supervisa la API de la empresa; luego, registra informes de errores en el sistema de gestión de incidencias en tiempo real.

En consecuencia, esta versión amplía la función de Iris: además de proporcionar contexto, ahora coordina cómo un agente gestiona una solicitud, reutiliza trabajo anterior, recuerda información seleccionada y accede a datos sujetos a controles de gobernanza. Sin embargo, su grado de madurez es desigual: esas bases operativas están disponibles de forma general, mientras que las capas de auditoría de decisiones y recuperación de conexiones siguen en fase beta.