Patrones de agentes de IA que aprendí al construir AIdaemon

Cuando la gente habla de patrones de agentes de IA, generalmente los describe de forma abstracta. Así es como funcionan realmente siete patrones conocidos dentro de AIdaemon, un demonio de agente de IA autohospedado que he estado construyendo en Rust.

El bucle ReAct (Razonar + Actuar)

ReAct es la base de la mayoría de los agentes modernos. En lugar de pensar en un plan completo y ejecutarlo todo a la vez, el agente alterna entre razonar sobre lo que debe hacer a continuación y ejecutarlo realmente.

En AIdaemon, esto se manifiesta como un ciclo de ejecución basado en fases. Cada turno pasa por la construcción de mensajes, una llamada al LLM, la ejecución de herramientas y una comprobación de detención. El agente razona sobre su siguiente movimiento, realiza una acción, observa el resultado y luego vuelve a razonar. Este bucle continúa hasta que el agente decide que ha terminado o alcanza un límite de iteraciones.

La belleza de ReAct es su adaptabilidad. Si un comando falla o devuelve una salida inesperada, el agente no continúa ciegamente con el enfoque original. Reevalúa y se ajusta.

Planificación

Planificar significa dividir una tarea compleja en pasos antes de empezar. En lugar de tomar inmediatamente la primera herramienta y comenzar a trabajar, un agente de planificación analiza la solicitud, identifica dependencias y secuencia las operaciones en un orden lógico.

En AIdaemon, antes de que el agente toque ninguna herramienta, puede generar un plan estructurado con pasos concretos. Esto evita el modo de fallo común en el que un agente comienza a ejecutar, se da cuenta a mitad de camino de que necesitaba información del paso 5 para completar el paso 2, y termina dando vueltas.

La planificación también ayuda a la transparencia. Cuando puedes ver el plan del agente antes de que se ejecute, detectas suposiciones erróneas temprano en lugar de descubrirlas después de que el agente ya haya realizado cambios.

Reflexión

La reflexión es la capacidad del agente para evaluar su propio trabajo. Después de completar una acción, un agente reflexivo cambia al modo crítico. Comprueba si hay errores, verifica que se cumplen las restricciones e identifica lagunas.

En AIdaemon, el bucle de retroalimentación de reflexión se activa cuando algo sale mal. Si una llamada a una herramienta falla o produce resultados inesperados, el agente analiza lo que sucedió, por qué falló y sugiere una solución antes de reintentar. Combinado con el seguimiento del estado de la evidencia, el agente mantiene observaciones concretas sobre lo que ha visto y hecho. Sus reflexiones se basan en resultados reales en lugar de suposiciones.

Memoria

La memoria es cómo un agente retiene información a través de las conversaciones. Sin ella, cada interacción comienza desde cero.

AIdaemon utiliza incrustaciones vectoriales respaldadas por SQLite para la recuperación semántica. Los hechos se extraen automáticamente de las conversaciones y se almacenan con incrustaciones para que puedan recuperarse por significado, no solo por palabras clave. Si mencionaste un detalle del proyecto hace tres semanas, el agente puede recordarlo cuando vuelva a ser relevante.

El sistema de memoria también crea resúmenes de episodios para sesiones de larga duración y consolida hechos diariamente, deduplicando y degradando la información antigua que ya no es útil. Es la diferencia entre un agente con amnesia y uno que realmente aprende tu contexto con el tiempo.

Barandillas (Guardrails)

Las barandillas definen los límites estrictos de lo que un agente puede y no puede hacer. Son la red de seguridad que atrapa los casos extremos que una buena instrucción por sí sola no puede prevenir.

AIdaemon implementa barandillas en múltiples capas. Las listas blancas de comandos restringen qué comandos de terminal puede ejecutar el agente. El filtrado de herramientas basado en el nivel de riesgo significa que las operaciones destructivas requieren verificación adicional. La sanitización de la salida elimina datos sensibles como claves de API y tokens de las respuestas antes de que lleguen al usuario. Y los límites de iteración evitan bucles descontrolados en los que el agente consume tokens sin progresar.

La industria ha convergido en este enfoque por capas. La mayoría de los marcos de agentes de producción tratan las barandillas como defensa en profundidad en lugar de un único punto de control.

Humano en el bucle (Human-in-the-loop)

Humano en el bucle es el patrón de hacer una pausa para obtener confirmación humana antes de realizar acciones de alto riesgo. Es el reconocimiento de que algunas decisiones no deben automatizarse por completo.

AIdaemon utiliza un flujo de aprobación con tres opciones para acciones arriesgadas: Permitir una vez (proceder esta vez), Permitir siempre (confiar en esta acción en el futuro) y Denegar (detenerse e intentar otra cosa). El agente clasifica las acciones por nivel de riesgo automáticamente. ¿Leer un archivo? No se necesita puerta de enlace. ¿Eliminar archivos o ejecutar comandos de shell desconocidos? El agente se detiene y pregunta.

La clave es la limitación basada en el riesgo en lugar de limitar todo. Demasiadas interrupciones y el agente se vuelve inutilizable. Muy pocas y confías en él para acciones que podrían causar daños reales.

Aprendizaje de habilidades

El aprendizaje de habilidades es cuando el agente convierte patrones exitosos en instrucciones reutilizables. La mayoría de los agentes tratan cada tarea como algo único. El aprendizaje de habilidades permite al agente reconocer cuándo ha resuelto un tipo de problema varias veces y empaquetar esa solución para uso futuro.

En AIdaemon, si un procedimiento se ha utilizado 5 o más veces con una tasa de éxito de al menos el 80%, el sistema genera un borrador de habilidad. Ese borrador aún necesita revisión humana antes de activarse, lo que evita que el agente aprenda lecciones equivocadas. Una vez aprobado, la próxima vez que surja una tarea similar, el agente puede hacer referencia a esa habilidad en lugar de descubrirla desde cero. Las habilidades también se pueden cargar desde archivos, URL o registros remotos, para que puedas compartirlas entre configuraciones.

Este es uno de esos patrones que se acumulan con el tiempo. Cuanto más tiempo se ejecuta el agente, más habilidades acumula y más rápido maneja el trabajo recurrente.