Capítulo 13 de 14 · Parte VIII

Agentes de IA

Parte VIII · RAG y agentes de IA

Capítulo 13

Agentes de IA

LLM combinados con conocimiento propio y capacidad de actuar sobre el mundo.

Nivel avanzadoLogotipo JMA

Qué encontrará en este capítulo

  1. 13.1De chatbots a agentes
  2. 13.2La arquitectura ReAct: del artículo original al bucle nativo
  3. 13.3Herramientas (tools)
  4. 13.4Memoria y gestión del contexto
  5. 13.5Seguridad en agentes
  6. 13.6El ecosistema se estandariza: MCP y sistemas multiagente
  7. 13.7El ecosistema de frameworks
  8. 13.8Evaluación de agentes

8 secciones · 14 apartados · 6 ejercicios con soluciones

Capítulo 13 de 14
Objetivos de aprendizaje del capítulo (6)
  • Entender la diferencia entre chatbots y agentes, y decidir cuándo conviene cada uno.
  • Comprender la arquitectura ReAct, su origen académico y su evolución hacia el bucle de tool calling nativo y los modelos razonadores, junto con los patrones alternativos de planificación y reflexión.
  • Definir herramientas con JSON Schema en los formatos de Anthropic y OpenAI, y usar structured outputs cuando necesite salidas garantizadas.
  • Diseñar la memoria de un agente: contexto de trabajo, compactación del historial y memoria a largo plazo.
  • Aplicar las principales consideraciones de seguridad, observabilidad y guardrails, incluidas las específicas de los agentes que controlan ordenadores y navegadores.
  • Conocer el Model Context Protocol (MCP), los patrones básicos de orquestación multiagente, el ecosistema de frameworks y cómo evaluar un agente antes de ponerlo en producción.