Programa detallado
8 módulos
Temario de arquitectura de agentes: de la distinción workflows vs agentes a los patrones de composición y a los agentes autónomos. Cada módulo cierra con una actividad de diseño aplicada a tu caso.
Módulo 1 · Workflows vs Agentes
La distinción de Anthropic y cuándo NO usar un agente
- Workflows: LLMs y herramientas orquestados por rutas de código predefinidas
- Agentes: el LLM dirige dinámicamente su propio proceso y uso de herramientas
- Cómo elegir: si un flujo predefinido resuelve, no necesitas un agente
- Principio de simplicidad: empieza simple y añade complejidad solo cuando lo simple demostrablemente falla
Actividad: Clasifica 3 casos reales como workflow o agente y justifica la decisión.
Módulo 2 · El LLM aumentado (el bloque base)
La unidad mínima: LLM + retrieval + herramientas + memoria
- Retrieval: el modelo genera sus propias consultas de búsqueda
- Herramientas: cómo el modelo las selecciona y usa
- Memoria: qué información retener entre pasos
- Diseño de la interfaz agente-computadora (ACI): documentación clara, ejemplos y pruebas de cada herramienta
Actividad: Define el LLM aumentado de un caso: qué retrieval, qué herramientas y qué memoria necesita.
Módulo 3 · Patrón: Prompt Chaining
Descomponer una tarea en pasos secuenciales
- Cada llamada procesa la salida de la anterior
- Gates de validación entre pasos para cortar temprano si algo falla
- Cuándo aplica: tareas descomponibles en subtareas fijas y conocidas
Actividad: Diseña la cadena de prompts de una tarea real, con sus puntos de verificación.
Módulo 4 · Patrón: Routing
Clasificar la entrada y dirigirla a la tarea especializada
- Clasificar el input y enviarlo a un flujo de seguimiento especializado
- Cuándo separar por tipo de input mejora calidad y costo
- Riesgos: clasificación errónea y cómo acotarla
Actividad: Diseña el router de un caso: categorías de entrada y destino de cada una.
Módulo 5 · Patrón: Parallelization
Subtareas independientes en paralelo, resultados agregados
- Sectioning: partir la tarea en subtareas independientes que corren a la vez
- Voting: múltiples intentos y agregación del resultado
- Cuándo la paralelización mejora latencia o confianza
Actividad: Identifica dónde paralelizar en un caso y cómo se agregan los resultados.
Módulo 6 · Patrón: Orchestrator-Workers
Un LLM central descompone y delega dinámicamente
- El orquestador divide la tarea y delega a workers según lo que aparece
- Diferencia con parallelization: aquí las subtareas no se conocen de antemano
- Coordinación y consolidación de las salidas de los workers
Actividad: Diseña el orquestador y los workers de un caso complejo y variable.
Módulo 7 · Patrón: Evaluator-Optimizer
Generar y evaluar en bucle
- Un LLM genera la respuesta; otro la evalúa y da feedback iterativo
- Cuándo aplica: el criterio de calidad es claro y la iteración aporta
- Definir el criterio de parada del bucle
Actividad: Define el bucle generador–evaluador de un caso y su criterio de parada.
Módulo 8 · Agentes autónomos y principios
Cuándo dar autonomía y cómo mantener el control
- El agente opera en un bucle usando herramientas según el feedback del entorno
- Transparencia: mostrar explícitamente los pasos de planificación del agente
- Añadir complejidad solo cuando lo simple falla; medir con evaluación comprehensiva
Actividad: Decide si tu caso necesita un agente autónomo y diseña sus límites y su plan de evaluación.
