Cascade Forget olvido en cascada

El problema #

Borrar un archivo no borra sus embeddings, sus resúmenes ni los hechos que la memoria dedujo de él; las instantáneas y las copias de seguridad permanecen; y el contenido sigue en el historial de versiones.

“Recuperable” y “olvidable” son los dos extremos de un mismo eje, y la mayoría de los sistemas no ponen esa elección en manos de una persona. Si solo piensas en el olvido después de escribir, suele ser demasiado tarde.

Cómo funciona #

• Linaje. Cada derivado registra sus entradas; un índice inverso responde a “todo lo que depende de X”; el campo sources de una nota también es linaje.
• La clase de retención se decide al escribir (porque después no se puede reescribir el historial): scratch (TTL corto, fuera de las copias de seguridad, se puede limpiar cuando termina la ejecución), normal (versionada, recuperable) y sensitive (su propio dominio de claves, que se puede destruir eliminando la clave).
• La tensión entre recuperar y olvidar. Recuperable dentro de la ventana de borrado lógico; borrado definitivo solo después; una solicitud de olvido puede saltarse la ventana.
• Proceso. Una solicitud (la plantea una persona o un operador; un agente solo puede pedirla, no ejecutarla), recorrido del linaje, borrado de los derivados y nueva derivación de los hechos de origen mixto, reescritura del historial de las rutas afectadas y limpieza de instantáneas para la clase normal, destrucción de claves para la clase sensitive y, por último, el informe.
• El informe: el número de archivos borrados, de derivados eliminados, si se reescribió el historial, las claves destruidas, las instantáneas que aún no han caducado y una lista explícita de lo que no cubre: copias fuera del NAS, registros de los proveedores de modelos y pesos de los modelos.
• Siempre pasa por una Human Gate (o una política de autorización previa); una retención legal bloquea el olvido y queda registrada.

Empezar en pequeño #

• Empieza con las clases de retención y el borrado lógico, y registra las entradas de cada derivado.
• Llega primero a “cuando se borra un archivo de origen, listar y borrar todos sus derivados”.
• Deja la destrucción criptográfica para la clase sensitive; no hace falta hacerla en todas partes al principio.

Esbozo de la interfaz #

Solo ilustrativo. Los nombres de los campos pueden cambiar antes de la especificación v0.3.

{
  "forget_id": "fgt_3b7c",
  "selector": { "paths": ["/shared/crm/acme/**"], "subject": "customer/acme" },
  "retention_class": "sensitive",
  "report": {
    "files_removed": 142,
    "derived_removed": { "embeddings": 3621, "summaries": 210, "notes_rewritten": 6 },
    "history": "rewritten (3 commits)",
    "keys_destroyed": ["key_acme"],
    "snapshots_pending": ["nightly-2026-11-10 (expires 2026-11-17)"],
    "not_covered": ["copies outside the NAS", "model provider logs", "model weights"]
  },
  "state": "pending_expiry"
}

Lo que pide la especificación #

• El olvido DEBE propagarse por el linaje desde la fuente hasta cada derivado.
• La clase de retención DEBE asignarse al escribir (normal por defecto).
• Un informe de olvido DEBE enumerar lo que no cubre: copias fuera del NAS, registros de los proveedores y pesos de los modelos.
• Una retención legal DEBE bloquear el olvido y DEBE registrarse.
• Un agente PUEDE solicitar el olvido pero NO DEBE ejecutarlo.
• Un informe NO DEBE afirmar que un modelo ha “olvidado” algo.

Lo prestado y lo nuevo #

Lo que sigue es todo ya establecido. Lo nuevo: tratar la clase de retención como una propiedad explícita del almacenamiento, y admitir que “recuperable” y “olvidable” son un compromiso en un mismo eje.

• OpenLineage
• GDPR Article 17
• Long-term memory security survey (forget and rollback)

Límites honestos #

• Las copias de seguridad, las copias fuera del NAS y los registros de los proveedores de modelos quedan fuera del alcance.
• Para los hechos inferidos de varias fuentes, el “alcance afectado” es difícil de definir.
• Reescribir el historial es caro y conlleva riesgo.

Preguntas abiertas #

• ¿Cómo se define el alcance afectado de un hecho de origen mixto?
• ¿Cuál debería ser el proceso cuando una retención legal choca con una solicitud de olvido?

Preguntas #

Conceptos relacionados #

• Agent Memory (memoria del agente) Las notas que puedes leer y editar son la verdad. Los índices son una caché que puedes tirar.
• Flight Recorder (registrador de vuelo) Un registro por ejecución, encadenado por hashes, que incluye lo que la ejecución leyó.
• Agent Branch (rama del agente) Cada ejecución trabaja en una rama copy-on-write. Solo una fusión revisada llega a la línea principal.