Introducción
Qué es un agente, cómo observa su entorno y cómo transforma decisiones en acciones.
En este capítulo
Los agentes de programación ya son habituales, pero todavía estamos descubriendo qué pueden hacer. También se usan en finanzas, salud, marketing e investigación científica.
Este capítulo presenta los conceptos básicos y responde una pregunta: «¿Qué es un agente de IA?». En los próximos capítulos conocerás sus componentes y cómo se relacionan.
¿Qué es un agente de IA?
Los agentes de IA están en constante evolución, y su definición cambia a medida que aparecen nuevas capacidades y formas de interactuar con el entorno. Aun así, podemos tomar la siguiente definición como punto de partida:
Un agente es cualquier entidad que pueda considerarse capaz de percibir su entorno mediante sensores y actuar sobre ese entorno mediante actuadores.
Stuart Russell y Peter Norvig, Artificial Intelligence: A Modern Approach, 4.ª edición, capítulo 2, sección 2.1, p. 32. Traducción al español.
Podemos descomponer esta definición en los siguientes componentes, que constituyen el núcleo de los agentes:
Entorno
El mundo con el que interactúa el agente.
Sensores
Los componentes del agente que utiliza para observar el entorno.
Actuadores
Las herramientas que usa el agente para interactuar con el entorno.
Programa del agente
El «cerebro» o las reglas que usa el agente para decidir cómo pasar de las observaciones a las acciones.
Modelo de lenguaje
El modelo de lenguaje, o LLM, interpreta las instrucciones y genera las respuestas del agente. También puede proponer qué herramienta usar y con qué información. Es una pieza central, pero necesita otros componentes para consultar datos, conservar contexto y ejecutar acciones.
Razonamiento
Algunas tareas requieren analizar un problema antes de actuar. El razonamiento permite descomponerlo, comparar alternativas y revisar pasos intermedios. Esta capacidad ayuda al agente a resolver situaciones en las que una respuesta inmediata podría ser insuficiente.
Memoria
Para continuar una tarea, el agente necesita conservar información relevante: qué pidió el usuario, qué acciones realizó y qué resultados obtuvo. La memoria le permite recuperar ese contexto. Su utilidad depende de seleccionar qué vale la pena recordar y cuándo recuperarlo.
Herramientas
Las herramientas conectan al agente con su entorno. Le permiten buscar información, consultar una base de datos, ejecutar código o modificar un archivo. El modelo propone una acción y la herramienta la ejecuta; luego, el agente recibe el resultado y decide cómo continuar.
Planificación
La planificación organiza una tarea en pasos orientados a un objetivo. El agente identifica qué necesita hacer, en qué orden y qué información le falta. A medida que obtiene resultados, puede ajustar el plan, repetir un paso o cambiar de estrategia.
Reflexión
Después de actuar, el agente puede revisar si el resultado cumple con lo solicitado. La reflexión permite detectar errores y decidir qué corregir. Para que esa revisión sea útil, necesita apoyarse en evidencia, como la respuesta de una herramienta, una prueba o la devolución del usuario.
Mini agente
Esta guía tiene como objetivo acompañarte en el proceso de configuración de un miniagente que pueda consultar documentos locales y responder preguntas indicando sus fuentes. Cubrirá los siguientes pasos:
- Definir su tarea y objetivo. Qué debe resolver y cómo reconocer que terminó.
- Configurar el modelo y sus instrucciones. Qué modelo usará y cómo orientaremos su comportamiento.
- Añadir razonamiento. Cómo puede descomponer la tarea y decidir qué paso dar.
- Incorporar contexto y memoria. Qué información necesita conservar y cómo recuperarla.
- Conectar una herramienta y configurar el ciclo de ejecución. Cómo darle acceso a los documentos, usar los resultados y decidir cómo continuar.
- Añadir planificación y revisión. Cómo organizar sus pasos y corregir errores.
- Establecer límites y evaluar los resultados. Qué acciones tendrá permitidas y cómo comprobar que cumple su objetivo.