Ingeniería de agentes de IA
ES

Prefacio

Prefacio

Este libro existe por un momento concreto, y sospecho que ya lo has vivido. Le encargas a un modelo de lenguaje una tarea que a una persona le llevaría media hora: averiguar por qué se rompió el build, por ejemplo, o conciliar una hoja de cálculo caótica con la base de datos. En lugar de una respuesta, lo ves trabajar. Busca, lee, prueba algo, tropieza con un error, se corrige y vuelve unos minutos después con la tarea terminada. La primera sensación es de fascinación. La segunda llega un instante después y dura más: No pude ver todos los pasos. ¿Hasta qué punto puedo confiar en esto?

Esa segunda sensación es el tema de este libro.

entra trabajo desordenado, sale trabajo terminado; los pasos intermedios, tras un vidrio esmerilado
Figura 1 El trabajo desordenado entra por un lado de una pared de vidrio esmerilado y el trabajo terminado sale por el otro; de los pasos intermedios solo se ven siluetas. La fascinación es inmediata. La duda dura más, y es el tema de este libro.

Lo escribí para quien ejerce la ingeniería —alguien que se maneja con soltura con el software, pero no necesariamente con el aprendizaje automático—, está evaluando agentes o acaba de empezar a construir con ellos, y quiere dejar atrás tanto la euforia como el temor para llegar a la ingeniería que hay debajo. Encontrarás definiciones construidas desde primeros principios, patrones que se repiten en todos los ámbitos donde los agentes hacen un trabajo útil, ejemplos en pseudocódigo sencillo y un interés persistente por lo que cuestan las cosas y por cómo fallan. El único requisito previo son los conocimientos habituales de ingeniería; cada vez que aparece un término técnico, lo defino en el momento, con palabras llanas.

Dos promesas dan forma a cada capítulo, y quiero hacerlas explícitas porque, juntas, explican lo que vas a encontrar aquí y lo que no.

La primera promesa es que el libro es atemporal. Este campo avanza a un ritmo que deja en evidencia a cualquiera que ponga algo por escrito; mientras reunía material para estos capítulos, notas que había tomado apenas unos meses antes ya se estaban quedando anticuadas, con los productos rebautizados y las cifras de sus benchmarks superadas. Por eso me he negado a anclar nada a la temporada en que se escribió. Ninguna afirmación de este libro depende de qué modelo es el mejor ahora mismo, de cuánto cuesta un token este trimestre ni del tamaño de las ventanas de contexto de este año. Donde aparece una cifra, está marcada como ilustración. El objetivo es un libro que se lea tan bien dentro de unos años como hoy.

La segunda promesa es que es agnóstico en cuanto a soluciones. El conocimiento duradero de este campo está en los conceptos y los patrones —el bucle, el contrato de las herramientas, el presupuesto de contexto, la batería de evaluación—, y esos se trasladan de un proveedor a otro y de un framework a otro. La sintaxis de un producto concreto no se traslada, y envejece en cuestión de meses. Así que este libro enseña el patrón y nombra herramientas concretas solo de pasada, como ejemplos etiquetados de una categoría. Cuando lo termines, deberías poder sentarte ante el harness (literalmente, «arnés»: la capa de software dentro de la cual se ejecuta un agente) que haya adoptado tu equipo, o ante ninguno, y saber qué construir.

Hay una idea que se repite tanto en estas páginas que equivale a una tesis, y conviene que la conozcas ya: un agente solo es tan digno de confianza como la señal con la que puedes verificarlo. Un modelo de lenguaje produce texto fluido y seguro de sí mismo tanto si acierta como si se equivoca; su tono no te dice nada en lo que puedas apoyarte. Por eso la confianza que deposites en un agente tiene que venir de algún lugar externo al modelo: una batería de pruebas que pasa, un esquema que valida, una fuente que puedes abrir y comprobar, una persona que aprueba el paso irreversible. Donde existe una señal así, puedes conceder autonomía con generosidad; esa es, como veremos, buena parte de la razón por la que la programación fue el primer ámbito en el que los agentes se ganaron el sueldo, porque el código llega con su propio veredicto: compílalo, ejecuta las pruebas. Donde no existe ninguna señal, la autonomía es un acto de fe, y este libro lo dirá una y otra vez. Casi todas las preguntas de diseño de los capítulos que siguen se resuelven con el mismo primer movimiento: preguntar qué señal te dice que funcionó.

Unas palabras sobre el vocabulario. «Agente» quizá sea el término más sobrecargado del software moderno; se aplica con la misma seguridad a un bot con guion que recita un menú telefónico y a un sistema al que se le confía trabajar solo toda una tarde. La jerga solo es útil cuando quien habla y quien escucha comparten una definición; de lo contrario, dos personas pueden discutir apasionadamente sobre cosas completamente distintas1 Simon Willison, «I think “agent” may finally have a widely enough agreed upon definition to be useful jargon now», simonwillison.net (septiembre de 2025). La observación sobre la jerga compartida y la definición de trabajo que este libro adopta en el capítulo 1 son suyas.. Así que el primer capítulo hace el trabajo poco vistoso de fijar los términos, y el resto del libro se atiene a ellos.

En cuanto a cómo leerlo: el libro se divide en siete partes, ordenadas como un curso. La parte I establece qué es un agente y cómo funciona en realidad el motor que lleva debajo, el modelo de lenguaje. Las partes II y III construyen uno: el bucle, las herramientas, las habilidades reutilizables y la gestión cuidadosa de la memoria de trabajo del modelo. La parte IV trata de arquitectura: flujos de trabajo, sistemas multiagente, el dial entre supervisión y autonomía, el oficio de escribir el bucle externo del harness y la disciplina de preguntarse si lo más simple que funcione necesita siquiera un agente. Las partes V y VI cubren lo que resulta ser la mayor parte de la ingeniería de agentes real: evaluación, observabilidad, seguridad, fiabilidad, costo y despliegue. La parte VII pasa a las aplicaciones y a lo que parece duradero en el camino que queda por delante. Los apéndices contienen un agente mínimo en pseudocódigo comentado, un glosario y un mapa de lecturas adicionales. Lee las partes en orden para hacerte con una base o, cuando ya te hayas orientado, saquéalas como obra de consulta; los capítulos se remiten unos a otros y procuran sostenerse por sí solos.

Debo ser honesto sobre lo que un libro como este puede prometer. Algunos detalles quedarán superados, probablemente antes de lo que me gustaría; he procurado escribir solo las partes que sobreviven a sus ejemplos y señalar mi incertidumbre allí donde la tengo. La apuesta de este libro es que los principios sobreviven a los productos. Si dentro de unos años los ejemplos resultan pintorescos pero las preguntas —¿qué señal verifica esto?, ¿qué es lo más simple que funciona?— siguen siendo las que te haces, el libro habrá cumplido su cometido.

Una petición antes de empezar. Si quieres contarme cómo te llegó este libro, hay una página para ello: se responde con un clic, es anónima y no pide ningún correo: aiagentsengineered.com/found. Un libro como este no tiene departamento de marketing, y esa respuesta me dice dónde invertir el poco tiempo que tengo para contar a otros ingenieros que existe.