Qué es exactamente un Agent
Al terminar esta sección podrás explicar qué es un Agent en una sola frase, distinguir un Agent de un "flujo de trabajo", y conocer los bloques que este curso va a construir a continuación.
Empecemos con un encargo
Le pides a un asistente nuevo que "organice los registros de trabajo de esta semana en un informe semanal".
- Un chatbot normal es como un asistente que solo puede hablarte a través de una puerta: tienes que copiarle todos los registros, él los redacta y te los lee. No puede tocar tus archivos.
- Un flujo de trabajo es como un manual de operaciones fijo: primer paso, abrir la carpeta A; segundo paso, copiar cada archivo; tercer paso, aplicar la plantilla. Cada paso está definido de antemano por ti, y si surge una situación que el manual no contempla, se atasca.
- Un Agent es como un asistente capaz de actuar por su cuenta: él mismo mira qué hay en la carpeta, abre y lee los archivos uno por uno, cambia de ruta si descubre que la actual no sirve, redacta el informe y te pregunta antes de guardarlo. Qué hacer y en qué orden lo decide sobre la marcha, mientras trabaja.
Definición en una frase
La formulación que da Anthropic en "Building effective agents":
- Flujo de trabajo (workflow): orquestar modelos de lenguaje grandes y herramientas mediante rutas de código escritas de antemano.
- Agent: un modelo de lenguaje grande que dirige de forma dinámica su propio proceso y el uso de herramientas.
También ofrece una frase aún más directa: un Agent normalmente "es simplemente un modelo de lenguaje grande usando herramientas en un ciclo, según la retroalimentación del entorno".
messages = [ ]
- Llamar al modelo
- Ejecutar herramienta
- El resultado vuelve a la conversación
- Sin llamada a herramienta → terminar
第 0 轮Esperar la entrada del usuario
Arriba se ve justamente un ciclo de este tipo: el modelo solicita una herramienta → el programa la ejecuta → el resultado (incluidos los errores) vuelve al modelo → el modelo decide el siguiente paso.
Cuándo no conviene usar un Agent
El mismo artículo insiste una y otra vez: busca primero la solución más simple y solo añade complejidad cuando sea necesaria. Para muchas aplicaciones basta con hacer bien una sola llamada al modelo.
BuscarMi tarea es…
Toca uno para ver.
Qué hay que aprender realmente para desarrollar Agents
Mucha gente busca "qué hay que aprender para desarrollar Agents". Siguiendo el orden de este curso, son en realidad cinco bloques:
| Bloque | Qué resuelve | En qué sección |
|---|---|---|
| Llamada a funciones | Permitir que el modelo pueda "solicitar" la ejecución de una acción | Hacer que el modelo llame a una función |
| Ciclo | Permitirle hacer varios pasos seguidos hasta terminar | Escribir el ciclo del Agent |
| Herramientas | Permitirle tocar de verdad archivos, comandos y páginas web | Darle herramientas de verdad |
| Memoria | Permitirle recordar lo que ha hecho antes | Memoria |
| Habilidades y protocolos | Reutilizar prácticas y herramientas ya escritas por otros (Skills, MCP) | Habilidades, MCP |
Más arriba ya son problemas de ingeniería: elección de framework, seguridad, depuración y evaluación, que se tratan en el último capítulo.
El artículo da tres principios para diseñar Agents que conviene memorizar desde ya: mantener la simplicidad; mostrar el proceso de planificación de forma transparente; diseñar con cuidado la interfaz entre el Agent y las herramientas. También menciona que, en una evaluación de programación, dedicaron más tiempo a optimizar las herramientas que a optimizar el prompt general; por ejemplo, modificaron las herramientas para exigir rutas absolutas y evitar que el modelo se equivocara al escribirlas.
Pon a prueba tus conocimientos“Cada mañana a las 9, resumir las filas nuevas de la hoja A y enviarlas al grupo”: ¿qué encaja mejor para esto?
Compruébalo
- Puedo explicar un Agent en una frase: un modelo de lenguaje grande usando herramientas en un ciclo según la retroalimentación
- Puedo distinguir un flujo de trabajo de un Agent y decir cuándo no conviene usar un Agent
- Conozco los cinco bloques que este curso va a construir
Siguiente sección: Preparar el entorno y el modelo.