Si en el artículo anterior hablábamos de la arquitectura de agentes, hoy bajamos al código. Para que un agente de IA sea útil en un entorno de sistemas, debe ser capaz de salir del bucle lineal de «pregunta-respuesta» y entrar en bucles cíclicos de razonamiento. Aquí es donde frameworks como LangGraph y AutoGen se vuelven indispensables.
LangGraph: Ciclos y Persistencia
A diferencia de las cadenas simples, LangGraph permite crear grafos cíclicos. Esto es fundamental para tareas de auto-corrección. Si un agente genera un código SQL erróneo, el sistema no se detiene; el grafo redirige la salida a un agente de «check» que devuelve el error al generador para que lo corrija. Es el concepto de Control Flow aplicado a LLMs.
Microsoft AutoGen: Conversación Multi-Agente
AutoGen brilla cuando necesitamos que diferentes modelos (o el mismo con diferentes instrucciones) colaboren. En un entorno de gestión de proyectos, podemos tener:
- User Proxy Agent: Actúa como puente con el humano.
- Assistant Agent: Escribe el código o realiza la investigación.
- Coder/Reviewer: Valida el output antes de dar la tarea por finalizada.
Implementación: Los 3 pasos clave
- Definición de Herramientas (Tools): Crear las funciones de Python que el agente puede invocar (consultar una DB, leer un PDF, llamar a una API).
- Configuración del Estado (State): Definir qué información debe persistir entre las iteraciones del agente.
- Definición de Nodos y Aristas: Mapear el flujo de decisiones del sistema.
Nota: El error más común al implementar Agentic Workflows es no definir una condición de parada (Halt Condition) clara. Un agente sin límites puede entrar en un bucle infinito de «reflexión», consumiendo miles de dólares en tokens sin llegar a una conclusión. La ingeniería de agentes es, ante todo, ingeniería de control.
Preguntas que te podrías estar haciendo
Las cadenas simples son acíclicas (DAGs); una vez que un paso falla, el proceso se detiene o devuelve un error. LangGraph permite ciclos, lo que significa que el agente puede «volver atrás», re-evaluar una salida errónea y re-intentar la tarea con el contexto de su fallo anterior. Esto es vital para la resiliencia del sistema.
AutoGen se centra en la «conversación» entre agentes. Permite definir roles específicos (ej. un Programador, un Revisor y un Administrador) que interactúan entre sí para resolver una tarea compleja. Es especialmente potente cuando necesitas que diferentes modelos colaboren o cuando quieres automatizar la ejecución de código en entornos seguros.
Dado que los agentes pueden entrar en bucles de auto-corrección, el consumo de tokens puede dispararse. La mejor práctica es implementar «Max Iterations» (un límite de pasos) y «Token Usage Monitors» que detengan el proceso si se supera un presupuesto establecido por tarea.
En entornos empresariales, el humano actúa como el «Interruptor de Seguridad» o el «Aprobador Final». Frameworks como LangGraph permiten estados de «espera de input», donde el agente pausa su ejecución, presenta un resultado parcial al humano y solo continúa tras recibir una validación o corrección.
Sí. A diferencia de las herramientas No-Code, la orquestación profesional de agentes requiere gestionar estados, manejar excepciones de APIs y definir funciones personalizadas (Tools). Es una tarea de ingeniería de software más que de prompt engineering.
¿No sabes qué delegar?
Consulta nuestra Matriz de Delegación aquí
Referencias de Implementación
- LangChain Blog: «Introduction to LangGraph for Agentic Applications.»
- GitHub Repository: «AutoGen: Multi-agent conversation framework.»
- DeepLearning.AI: «AI Agentic Workflows by Andrew Ng.»
Autor
Antonio Gutiérrez es un Jefe de Proyectos IT con una amplia trayectoria en la dirección de equipos técnicos y el desarrollo de negocios online. Especialista en optimización de procesos y gestión de proyectos con tecnología IA, destaca por su capacidad para integrar soluciones innovadoras en entornos digitales complejos. Con una fuerte vocación por la formación y la responsabilidad profesional, Antonio se dedica a transmitir su experiencia en jefatura de proyectos para ayudar a otros a evolucionar en el sector tecnológico. Actualmente, ofrece consultoría estratégica y recursos especializados para profesionales que buscan liderar con éxito la transformación digital.
