ES
Fundamentos
Tool calling, memoria, planificación vs reactivo, límites de LLM.
- De qué está compuesto un agente de IA★☆☆¿Qué hay dentro que le permite hacer esto?
- Cómo un agente usa herramientas (Bases)★☆☆Trabaja solo con texto.
- Cómo limitar el acceso a herramientas★★☆Tool calls es el lugar donde los agentes rompen producción: schema drift, retries, efectos secundarios (cambios de estado), y ese mismo token admin de 'oops'. Así es como se sobrevive.
- Cómo decide un agente qué hacer después (Planning vs Reactive)★★☆No recibe una instrucción. No le explican el orden de acciones.
- Por qué los agentes LLM pueden fallar: límites técnicos explicados★★☆Entiende por qué fallan los agentes LLM: alucinaciones, límites de contexto, errores de herramientas y guardrails para hacerlos fiables.
- Memoria del agente: qué recuerda y para qué★★☆Sin esto, cada nueva acción sería como el primer intento. A veces, infinitamente.
- Qué puede hacer un agente (y qué no)★★☆No todas las acciones son seguras
- Cuándo un agente debe detenerse (y quién lo decide)★★☆Porque su tarea es completar el trabajo. No decidir cuándo es suficiente.
- Cuándo un agente está listo para trabajo real★★☆Tu agente funciona en una laptop. En producción puede quedarse en bucle, hacer spam de herramientas, filtrar datos y quemar dinero (según el use case). Este es el checklist que nos habría gustado tener antes del release.