Tres grafos para un agente
Hablamos de tres grafos para un agente de inteligencia artificial: conocimiento, workflow y log para potenciar su funcionamiento.
Hablamos de tres grafos para un agente de inteligencia artificial: conocimiento, workflow y log para potenciar su funcionamiento.
Con la explosión de los agentes y sus necesidades de memoria y conocimiento, están creciendo los grafos de conocimiento.
Especulamos con la idea de que las aplicaciones basadas en LLMs, sobre todo agentes, utilicen mecanismos similares a la delegación cognitiva
Alternativas a considerar a los agentes como un martillo de oro y revisamos algunas soluciones híbridas y los ecosistemas de agentes
Hablamos de agentes y medio ambiente considerando si son siempre la mejor solución, en este caso bajo el punto de vista de la sostenibilidad.
Hablamos de martillo de oro y agentes, el eventual vicio de considerar a los agentes como la única solución, en este caso para automatización.
Probablemente, una de las áreas en que más se trabaje, o al menos que, digamos, más ‘preocupación’ genere en el tema de los agentes IA sea la gobernanza de éstos y, más específicamente, como gestionarlos adecuadamente en producción, cómo hacer que sean seguros, cómo vigilar que tengan un comportamiento correcto, cómo asegurar que funcionan como esperamos que funcionen.…
Se comenta Cómo aprenden los agentes usando métodos no paramétricos de aprendizaje: ejemplos, reflexión y experiencia.
En el panorama de automatización actual se presentan nuevas herramientas, muy simples que lleva a una automatización de baja intensidad.
En este post explicamos muy brevemente MCP y lo ponemos en relación con APIs y conectores. entendiendo que MCP reinventa los conectores.