Pipelines de agentes
Un pipeline de agentes es un conjunto de agentes de IA que se pasan el trabajo entre sí para que un proceso completo corra de punta a punta sin que una persona lo vaya empujando. Cada agente tiene una sola tarea, sus propias herramientas y una definición clara de cuándo está listo, y el pipeline decide el siguiente paso según lo que produjo el anterior. E-comienza construye estos sistemas con lógica LLM a medida para flujos demasiado variables para una automatización con guion.
Qué es un pipeline de agentes
Un pipeline de agentes es un sistema multiagente armado alrededor de un flujo de trabajo. Un agente lee la petición que entra y la clasifica. Otro recupera lo necesario. Otro razona. Otro revisa el resultado antes de que salga del sistema. Cada uno es un componente pequeño y testeable con una responsabilidad acotada.
La razón para dividir el trabajo es la misma por la que divides el código en funciones. Un solo prompt al que le pides leer, decidir, recuperar, redactar y verificar hace todo a la vez y nada de forma confiable. Agentes separados reciben las herramientas, el contexto y las instrucciones correctas para una sola tarea cada uno.
También es como se depura. Cuando un pipeline produce un mal resultado, puedes ver qué paso lo produjo, en lugar de mirar un prompt enorme y adivinar.
Cuando un pipeline supera a un solo agente
Un solo agente es la respuesta correcta para una conversación. Alguien pregunta, el agente recupera y responde, y el intercambio termina. Prosperia y el tutor de Estudios Tributarios tienen esa forma.
Un pipeline es la respuesta correcta cuando el trabajo tiene pasos, cuando distintos pasos necesitan distintas herramientas o datos, o cuando el resultado debe revisarse antes de usarse. Cualquier cosa que sería un proceso de varias etapas con entregas entre personas es candidata.
La señal de que cruzaste la línea suele ser un prompt que no para de crecer. Cuando un solo conjunto de instrucciones acumuló cinco ramas condicionales y tres excepciones, el flujo está pidiendo que lo dividas.
Autónomo significa que decide el siguiente paso
La automatización sigue un camino fijo. Ante el mismo disparador hace lo mismo siempre, que es exactamente lo que quieres cuando la entrada nunca cambia.
Un pipeline de agentes elige su camino. Lee lo que recibió, decide qué paso aplica, y puede iterar, reintentar, tomar otra rama o detenerse y pedir a una persona. Eso es lo que lo hace útil con entradas desordenadas, sin estructura o escritas por humanos.
Autónomo no significa sin supervisión. Un pipeline bien construido define dónde puede actuar solo y dónde una persona debe aprobar, y ese límite es una decisión de diseño que se toma antes de entregar nada.
Lógica LLM a medida
Las herramientas de catálogo cubren las formas comunes. Cuando un flujo tiene las reglas específicas de un negocio, necesita lógica escrita para ese negocio.
La lógica a medida es donde está casi toda la ingeniería real. Cómo se enruta una petición. Qué contexto recibe cada agente y qué se le niega a propósito. Qué herramientas puede invocar. Qué pasa cuando un paso devuelve algo inservible. Cómo se valida la salida antes de confiar en ella.
Esas decisiones, y no la elección del modelo, son las que separan un pipeline que funciona con entradas reales de un demo que funciona con los tres ejemplos con los que se construyó.
Anclaje a lo largo del pipeline
Cada paso que afirma algo debería poder decir de dónde salió esa afirmación. El anclaje no es solo una característica del agente que responde. Viaja por todo el pipeline.
Cuando un agente recupera un pasaje y se lo pasa a otro, la referencia viaja con el contenido. Así una conclusión al final de la cadena todavía se puede rastrear hasta la fuente del inicio, en lugar de convertirse en una afirmación que nadie puede comprobar.
La misma disciplina aplica a la incertidumbre. Un paso que no encontró lo que necesitaba debe reportarlo, para que un paso posterior no trate un vacío como si fuera un hecho.
Cómo construimos uno
Partimos del flujo tal como corre hoy, con sus excepciones incluidas. Las excepciones son el diseño. Un pipeline construido solo para el camino feliz se encuentra con la realidad en su primera semana.
Después definimos los límites: qué pasos son agentes, cuáles son código común y cuáles se quedan con una persona. No todo debería ser un agente. Los pasos deterministas deben ser código determinista, y un pipeline que respeta eso es más barato, más rápido y más fácil de confiar.
Luego construimos, probamos con entradas reales y lo ponemos frente al trabajo. Ajustamos el pipeline con lo que de verdad llega, no con lo que esperábamos que llegara.
Cómo se ve esto en nuestro propio trabajo
Los agentes en producción usan partes de esto. El tutor de Estudios Tributarios recupera de un índice sobre el material del curso, decide si lo recuperado sustenta una respuesta y entonces responde con cita o declara que la pregunta está fuera del curso.
Prosperia interpreta una pregunta humana imprecisa sobre finanzas, la traduce a un periodo y una medida, recupera la cifra real y la presenta en un lenguaje que puede leer alguien que no es contador.
Los dos son productos de un solo agente con razonamiento de varios pasos adentro. Un pipeline es la misma disciplina aplicada a un proceso completo en lugar de a una sola conversación.
Preguntas frecuentes
¿Qué es un pipeline de agentes?
Un pipeline de agentes es un conjunto de agentes de IA que se pasan el trabajo entre sí para que un flujo completo corra de punta a punta sin que una persona lo empuje. Cada agente tiene una tarea, sus herramientas y una definición de cuándo está listo, y el pipeline elige el paso siguiente según el resultado anterior.
¿Qué es un sistema multiagente?
Un sistema multiagente es un diseño donde varios agentes de IA especializados atienden cada uno una parte de la tarea, en lugar de un solo agente haciendo todo. Dividir el trabajo hace que cada agente sea más fácil de instruir, probar y depurar, y deja claro que paso produjo un mal resultado.
¿En que se diferencia un pipeline de agentes de una automatización normal?
Una automatización normal sigue un camino fijo y hace lo mismo siempre. Un pipeline de agentes lee lo que recibió y decide qué paso aplica, así que puede ramificar, reintentar, iterar o detenerse y pedir a una persona. Por eso sirve con entradas desordenadas o sin estructura que un guion fijo no resuelve.
¿Cuándo necesito un pipeline en vez de un solo agente de IA?
Usa un solo agente para una conversación, donde alguien pregunta y el agente responde. Usa un pipeline cuando el trabajo tiene varios pasos, cuando distintos pasos necesitan distintas herramientas o datos, o cuando la salida debe revisarse antes de usarse. Un prompt que acumula ramas condicionales es la señal habitual.
¿Autónomo significa que nadie supervisa el sistema?
No. Autónomo significa que el pipeline decide su siguiente paso en lugar de seguir un camino fijo. Un pipeline bien construido igual define dónde puede actuar solo y dónde una persona debe aprobar, y ese límite se decide en el diseño y no se descubre con el sistema ya corriendo.
¿Todos los pasos de un flujo deberían ser agentes de IA?
No. Los pasos deterministas deben ser código común. Usar un modelo de lenguaje donde bastaría una regla hace el sistema más lento, más caro y más difícil de confiar. E-comienza define en el diseño qué pasos son agentes, cuáles son código y cuáles se quedan con una persona.
