vault-mcp: tu memoria de IA en un Git que controlas

Tu código tiene memoria, tu vida no: el problema que ningún asistente resuelve

Si trabajas con Claude Code, Cursor o cualquier agente de coding serio, tu asistente despierta cada mañana sabiendo la arquitectura del repo, las convenciones del equipo y qué tests están fallando. Hay un ecosistema entero para eso: archivos CLAUDE.md, AGENTS.md, los repos de memoria, frameworks como mem0, Letta y Zep. El problema, para el código, está resuelto.

Cuando sales del terminal, todo se acaba. Pregúntale a tu asistente qué decidiste la última vez que evaluaste un proveedor. Cuéntale que llevas meses con una dieta nueva y pídele cómo venían tus análisis de sangre. Pídele que redacte un correo «sabiendo quién eres y qué has prometido antes». Ahí solo queda la memoria del vendedor: ChatGPT recuerda cosas dentro de ChatGPT, Claude dentro de Claude, Gemini dentro de Gemini. Y ninguna de esas memorias viaja contigo.

Tetsuya Wakita, VP de Ingeniería en AnyMind Group (Tailandia), publicó esta semana en The Next Web el resultado de un año intentando cerrar ese hueco. La pieza interesa porque articula una idea que flota en la comunidad dev pero que pocos han llevado a una implementación pública.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

vault-mcp: tres propiedades que cambian el juego

La propuesta de Wakita no es un producto comercial: es un sistema open source llamado vault-mcp que él corre a diario y que cualquiera puede montar. Lo que hace, en una línea, es sacar tu contexto personal del asistente y ponerlo en un repositorio Git privado, organizado como un vault de Obsidian (notas en Markdown enlazadas como un grafo). Ese repositorio se expone a cualquier cliente de IA mediante un único endpoint que habla el protocolo MCP.

Las tres propiedades que separan esto de «tener notas en Notion o en la memoria de Claude» son:

El almacenamiento es tuyo, no del asistente. El vault vive en GitHub (o en Google Docs, o en Notion, todos conectables vía sus respectivos servidores MCP). Lo que importa no es el formato concreto: que el contexto viva fuera del modelo, en algo que controlas.
Cada cambio queda como un commit auditable. Ves exactamente qué escribió el asistente, cuándo, y puedes revertirlo. La memoria del vendor es opaca; aquí abres la carpeta y lees el diff.
Las escrituras son append-only. El asistente puede crear o reescribir una nota, pero no borrar. Esto cierra el radio de daño de un prompt injection: si una instrucción maliciosa dentro de una nota te dice «limpia el vault», la historia sigue ahí en Git.

El sistema corre sobre Cloudflare Workers (edge) y no necesita ninguna máquina personal encendida — encaja en los free tiers de GitHub y Cloudflare. La autenticación separa dos credenciales con scopes distintos: quién puede conectarse y qué puede tocar el servidor. Si una se filtra, el daño queda acotado.

Por qué importa justo ahora: MCP dejó de ser de Anthropic

El momento no es casual. El Model Context Protocol fue liberado por Anthropic en noviembre de 2024 y, según SiliconANGLE, fue donado a la Agentic AI Foundation (bajo el paraguas de la Linux Foundation) hace algo más de un año, con Anthropic, OpenAI y otros actores como respaldo. El 28 de julio de 2026 se publicó lo que la propia fundación describe como la mayor actualización del protocolo desde su lanzamiento: arquitectura stateless, autorización renovada sobre OAuth 2.1 y OpenID Connect, una extensión MCP Apps para flujos largos y la deprecación de varias capacidades legacy.

¿Qué significa eso en la práctica? Que MCP ya no es «el estándar de Anthropic que otros miran de reojo»: es infraestructura compartida, con SDKs actualizados en Python, TypeScript, Go y C#, compatible hacia atrás durante un año. Un vault servido por MCP puede ser leído hoy por claude.ai, Claude Code, ChatGPT y cualquier cliente MCP-compatible de mañana sin pedir permiso a nadie. Esa neutralidad no te la concede el proveedor: sale de que el corpus es texto plano en un repo Git, y migrar es un git clone.

Zod AOT: el problema que no era el problema

Wakita documenta un hallazgo lateral que vale más que el proyecto principal. La validación de inputs en un servidor MCP es un punto crítico de seguridad — cada llamada de herramienta que hace un asistente llega como input no confiable. En el ecosistema TypeScript, el estándar de facto es Zod, una librería que roza los 100 millones de descargas semanales según el propio Wakita.

El truco que hace a Zod rápido es un compilador JIT en miniatura: la primera vez que valida una forma, genera código JavaScript especializado en runtime y lo compila sobre la marcha. En los runtimes edge como Cloudflare Workers, la generación de código en runtime está prohibida por seguridad multi-tenant. Zod lo detecta y se cae al camino lento. Resultado: el entorno donde tiene sentido montar un servidor MCP personal es exactamente el entorno donde el validador del ecosistema no puede correr rápido.

La solución que construyó Wakita se llama Zod AOT: un compilador open source que convierte esquemas Zod en funciones de validación planas en tiempo de build. Sin generación de código en runtime, los validadores corren en cualquier sitio, incluido el edge. En benchmarks del proyecto, valida objetos anidados hasta 60 veces más rápido que el camino lento de Zod sobre edge. Como bonus, no hay cold-start penalty — algo que importa en serverless donde las instancias aparecen y desaparecen. El propio vault-mcp valida hoy cada tool call con esos validadores precompilados.

Qué significa esto para tu startup

Más allá del caso de un único desarrollador, hay una pregunta de producto: ¿qué pasa cuando el contexto personal de un usuario es portable? Hoy, si montas un asistente para tu cliente, dependes de la memoria que el LLM decida guardar. Mañana, si servicios como un ecommerce o un banco exponen su checkout por MCP, un asistente con acceso a herramientas podrá comprar, comparar o reservar en una conversación. La pieza que convierte esa acción genérica en consejo personalizado es, justamente, un contexto que el usuario controla: sus tallas, su historial, su presupuesto, lo que ya tiene. Lo que ningún recomendador de e-commerce va a hacer, porque optimiza para el vendedor, no para el cliente.

Tres acciones concretas que puedes aplicar esta semana:

Audita dónde vive hoy tu contexto. Abre ChatGPT, Claude y Gemini y revisa qué están guardando sobre ti. Probablemente descubrirás que ninguno sabe lo mismo y todos saben poco.
Prueba el patrón vault con tu stack actual. Si ya tienes un Obsidian vault, busca un servidor MCP para exponerlo; si no, monta uno con 20 notas y expón lo esencial. Es la mejor forma de medir la fricción real antes de comprometerse.
Si construyes producto de IA, pregúntate quién posee la memoria del usuario. Diseñar asumiendo que el contexto vive en tu backend te ata al cliente; diseñarlo como un endpoint MCP sobre un store del usuario te deja interoperar con cualquier modelo del futuro sin reescribir nada.

El código ya resolvió este problema hace años con Git y paquetes open source. Para la vida fuera del terminal, la propuesta de Wakita es el primer intento serio de construir esa misma capa con piezas que ya existen.