Mapa de la ruta
Contenido detallado
🧭 El esqueleto: reason → act → observe
Por debajo de todo diseño complicado, el ciclo siempre consta de los mismos tres pasos que se repiten hasta que esté «listo».
Una IA que razona qué hacer, actúa y observa el resultado, repitiendo hasta alcanzar el objetivo.
Es la base de todo; sin ella, los "swarms" y "fleets" se quedan en pura jerga.
LLM, herramienta, iteración, objetivo.
Think→Act→See, "el modelo usa herramientas", "se ejecuta solo" y "un jefe, varios ayudantes": todas son la misma idea.
Dejas de pensar que son cosas distintas y ves el esqueleto común.
La misma estructura, cuatro disfraces.
El paso en el que el agente lee su propio resultado en vez de suponer que funcionó.
Es lo que hace converger al loop; sin observar, entrega basura con confianza.
Observar = ground truth; base de la comprobación "¿listo?".
Un pasante al que no tienes que supervisar en cada detalle: le das el objetivo, descubre el siguiente paso y revisa su propio trabajo.
Ayuda a calibrar qué delegar y qué verificar.
Objetivo definido, pasos descubiertos, autocorrección.
Prompt único = una respuesta y se acabó; loop = muchas vueltas hasta verificar que terminó.
La mayoría de las tareas se resuelven con un solo prompt; el loop es para cuando hay verificación e iteración.
One-shot × iterativo; el costo de cada uno.
Cada vuelta es un paso; el loop sigue hasta que la comprobación «¿listo?» se aprueba o un límite de seguridad lo detiene.
Te da el esquema mental que sirve para cualquier herramienta de agente.
Vuelta = paso; guardrail; glosario base del curso.
🧩 El núcleo invariante: 6 elementos
Quita las discrepancias y queda esto: las 6 piezas que conectas para armar cualquier bucle.
Un LLM en el centro decide qué hacer en cada vuelta. Tú no programas los pasos; el modelo elige.
Quita el modelo y no hay bucle, solo un script.
El modelo dirige cada iteración.
Las acciones que puede realizar el modelo: leer/escribir archivos, ejecutar comandos y pruebas, buscar, llamar a una API.
Sin herramientas, el modelo solo habla, no hace. La artesanía está en las herramientas.
Tool-calling; descripción clara de las acciones.
El resultado de cada acción vuelve al contexto, así que la siguiente vuelta está mejor informada que la anterior.
Para tareas largas, escribe el estado en disco (un archivo de progreso + commits) para poder continuar entre sesiones.
Contexto, ventana de contexto, estado externalizado.
Un objetivo claro, escrito de modo que el modelo sepa cuándo terminó. «Todas las pruebas pasan» es un objetivo; «mejora el código» no lo es.
Es uno de los pocos elementos que TODAS las fuentes coinciden en que es esencial.
Objetivo verificable × objetivo vago.
Antes de continuar, el agente compara su propio trabajo con el objetivo: ejecuta las pruebas, vuelve a leer el requisito y confirma que el archivo cambió.
Anthropic llama a «verifica tu trabajo» «el paso más subestimado». Es lo que distingue un loop que converge de uno que produce basura con confianza.
gather → act → verify → repeat.
Algo que termina el bucle: el objetivo cumplido (las pruebas pasan) + un límite estricto (máximo de vueltas).
Las fuentes discrepan aquí; precisamente por eso tienes que definir una a propósito. No supongas que el modelo se detendrá por sí solo.
max_turns; el objetivo es invariante, la parada no.
🗺️ El mapa del campo: 11 escuelas
No existe una definición única de «loop de agente». Aquí está el mapa de las 11 que circulan — y en qué discrepan.
Auditar 45 fuentes verificadas revela 11 enfoques distintos del «bucle»; tu sensación de confusión era acertada.
Saber que no están de acuerdo te inmuniza contra «fulano lo dijo, así que es verdad».
Convergencia mínima × fractura en los bordes.
"Un LLM que usa herramientas en un loop hasta que termina la tarea" (Willison, Anthropic, LangChain). El loop es trivial; la artesanía está en las herramientas.
Es la definición base. Pero hoy también es el "saco de boxeo" al que los practicantes atacan por ser demasiado minimalista.
Agente = loop, en una frase.
Cada vuelta = pensar → actuar → observar, y repetir. La única escuela que nombra un ciclo de cognición interno.
Es el vocabulario que más encontrarás en docs y papers.
ReAct, «thought» (pensamiento sin observación).
Autoverificación (el mismo agente comprueba) × evaluador independiente (un segundo agente califica hasta PASS).
Es la raíz del patrón maker→checker que usas en la Trilha 2.
Evaluator-optimizer; el generador nunca se aprueba a sí mismo.
Un Runner/orquestador es dueño del loop (OpenAI/Google/Bedrock, con max_turns) × un loop autónomo que se genera sus propios prompts y funciona sin supervisión (AutoGPT).
Muestra que «loop» puede ser un objeto de runtime O un sistema programado.
Runner, max_turns, auto-prompt.
«Diseña el loop, no el prompt»; loop de memoria entre intentos (Reflexion); «loop no es la primitiva adecuada» (swyx); y la trampa terminológica: «loop» = human-in-the-loop.
Evita copiar una guía de HITL creyendo que es un estándar de build.
HITL = supervisión humana, no cognición del agente.
Quién es responsable, qué termina el loop, si «verificar» forma parte de él, el alcance de una iteración, si las herramientas son esenciales y si «loop» es el primitivo adecuado.
Conocer los ejes te permite leer cualquier definición y ubicar dónde encaja.
6 ejes; debajo, el núcleo invariante.