El sistema de memoria de Siri de Apple en el código de iOS 27.3 añade 60 preguntas

Los hallazgos preliminares en el código indican que se está desarrollando una actualización de memoria para Siri de Apple, centrada en un sistema de memoria personal recién descubierto en una versión de prueba de iOS 27.3. Descubierta por el investigador de código pdfu, la arquitectura pretende mapear las rutinas diarias, las relaciones y los objetivos personales, proporcionando al asistente de Apple una conciencia contextual a largo plazo en lugar de limitarse a responder a solicitudes puntuales.

Dirigido a los usuarios que desean que Siri actúe como un asistente personal proactivo, el sistema utiliza modelos integrados en el dispositivo y Private Cloud Compute para organizar datos y patrones de salud. Sin embargo, el marco sigue estando incompleto, sin fecha de lanzamiento oficial ni opciones visibles todavía para gestionar los datos del usuario.

Dentro del gráfico de memoria y los átomos de memoria

El código filtrado revela dos fundamentos estructurales diseñados para almacenar detalles personales sin perder el contexto. En el centro se encuentra el gráfico de memoria, una capa organizativa que rastrea relaciones, ubicaciones frecuentes, rutinas diarias, hábitos de actividad física y los factores que motivan o impiden que un usuario alcance sus objetivos.

Este gráfico se alimenta de unidades de datos más pequeñas denominadas átomos de memoria. Estas entradas atómicas registran datos específicos, opiniones, intenciones y eventos, al tiempo que vinculan cada detalle con personas, lugares, marcas de tiempo y temas correspondientes para que Siri pueda conectar piezas de información dispares con el paso del tiempo.

Motores de procesamiento duales y 60 preguntas de diagnóstico

Según el análisis del código, la arquitectura depende de dos canales de ingesta independientes para crear este perfil. El primer mecanismo traduce datos estructurados del sistema en información útil, como extraer nombres directamente de la tarjeta de contacto de un usuario. El segundo canal utiliza modelos de aprendizaje automático integrados en el dispositivo junto con la infraestructura Private Cloud Compute de Apple para extraer contexto de las conversaciones con Siri, Mensajes, Fotos y registros de Salud.

Actualmente, solo se visualiza en el código un mecanismo de evaluación impulsado por IA. Este componente parece estar diseñado para descubrir las motivaciones, obstáculos y recursos disponibles del usuario mediante un conjunto de 60 preguntas de diagnóstico integradas, como identificar rutinas diarias específicas que puedan interferir con un descanso adecuado.

Integración con la base de datos Kùzu y controles ausentes

Internamente, la infraestructura depende de una versión adaptada por Apple de Kùzu, una tecnología de base de datos gráfica incrustable que Apple adquirió en 2025. El código también apunta a una partición de almacenamiento de memoria distinta y explícita reservada para consultas de búsqueda, aunque actualmente no hay procesos activos que escriban datos en esa área de almacenamiento.

A pesar de la arquitectura funcional mostrada en los archivos, el motor de memoria todavía se encuentra en una fase temprana de desarrollo. Los principales canales operativos, incluida la generación automatizada de átomos de memoria, aún no son funcionales en la versión de prueba. Aunque las versiones existentes de Siri ya analizan correos electrónicos y fotos para obtener contexto del calendario, este sistema de memoria más profundo no ofrece actualmente ninguna fecha para su implementación y carece de controles de privacidad visibles para el usuario.

¿Preferirías que Siri registre activamente tus hábitos y obstáculos para dormir con el fin de ofrecerte orientación proactiva, o deberían los asistentes digitales limitarse estrictamente a atender solicitudes bajo demanda?