Los 6 retos abiertos de la ingeniería de contexto (Harrison Chase)

Los 6 retos abiertos de la ingeniería de contexto (Harrison Chase)
6técnicas de contexto que ya son casi estándar
6retos que, según Chase, siguen totalmente abiertos
+1,5 añosdesde que salió Claude Code, quizá el primer ejemplo famoso de esta arquitectura
Los 6 retos de los agentes de IA que siguen abiertos (Harrison Chase, LangChain)
También lo cuento en este vídeo, en mi canal Articulator ES. Las figuras de este post son fotogramas del vídeo.

Todos llegan a la misma arquitecturalink

Chase empieza con una observación: parece que todo el mundo está convergiendo en la misma arquitectura de agente. Un modelo de lenguaje que funciona en bucle, llama a herramientas y se ejecuta dentro de un entorno aislado (un sandbox), para que lo que ejecuta no rompa nada fuera.

El patrón no es nuevo. Claude Code, que él señala como quizá la primera manifestación famosa de esta arquitectura, salió hace más de año y medio. Deep Agents, el arnés de agentes de LangChain, se lanzó hace más de un año. La idea lleva tiempo asentándose.

El bucle de un agente: el modelo piensa, llama a una herramienta, mira el resultado y vuelve a empezar, dentro de un entorno aislado
La arquitectura a la que todos están llegando.
Un modelo de lenguaje en bucle que llama a herramientas dentro de un entorno aislado
La arquitectura a la que todos están llegando: un modelo en bucle, herramientas y un entorno aislado.

Que todos converjan no es malo en sí. Pero, según cuenta, ha creado una sensación entre algunos ingenieros con los que ha hablado: que «todos los problemas difíciles están resueltos», que ya no quedan problemas nuevos de ingeniería de IA. Construir agentes se habría vuelto aburrido.

Lo que ya está más o menos resueltolink

Para Chase, quien dice esto habla sobre todo de la ingeniería de contexto: todo lo que hacemos para que el modelo tenga delante la información justa en cada paso. Y en parte tiene razón: hay un puñado de soluciones «casi estándar» a las que hemos llegado todos. Él enumera seis:

  • Resumir los hilos largos cuando ya no caben en la ventana de contexto: lo antiguo se resume y el agente sigue trabajando con ese resumen.
  • Sacar fuera los resultados grandes de las herramientas: si una llamada devuelve miles de líneas, se guardan en un archivo y el modelo solo ve una referencia y un adelanto.
  • Skills, para revelar la información poco a poco: el agente ve el nombre y una línea de cada habilidad, y carga las instrucciones completas solo cuando las necesita.
  • Búsqueda de herramientas cuando hay muchísimas: en vez de pasárselas todas, se le da un buscador para encontrar las que necesita.
  • Subagentes para aislar el contexto: el principal encarga una tarea a otro agente, que trabaja con su propia ventana limpia y solo devuelve el resultado.
  • Bash como herramienta principal: en vez de una función a medida para cada cosa, el agente escribe comandos en una terminal.

Ojo con el matiz: Chase no dice que estén resueltas del todo. Las llama soluciones «casi estándar» y, en su figura, la columna se titula Mostly solved, «más o menos resuelto». Al lado dibuja otra columna, Wide open, con seis retos que siguen completamente abiertos.

Dos columnas: lo más o menos resuelto (resumir, sacar fuera resultados, skills, buscar herramientas, subagentes, bash) y lo totalmente abierto (avisar sin agobiar, qué recordar, trabajo asíncrono, seguir objetivos, alineación, navegador)
La figura del artículo, redibujada: seis técnicas casi estándar y seis retos abiertos.
Dos columnas: seis técnicas más o menos resueltas y seis retos totalmente abiertos
La figura del artículo, redibujada: seis técnicas casi estándar frente a seis retos abiertos.

El salto: agentes proactivos y siempre encendidoslink

La buena noticia, para alguien a quien le gusta la ingeniería de contexto como a él, es que cree que estamos viendo un salto en lo que pueden hacer los agentes, o al menos en cómo se usan. En los últimos meses, todos los constructores de agentes con los que ha hablado están pensando en lo mismo: agentes proactivos, siempre encendidos y orientados a objetivos.

Por dentro se parecen mucho a los agentes de programación, pero traen retos nuevos. Y aquí Chase es claro: ni en LangChain ni en el resto del sector hay todavía soluciones para ellos, o al menos soluciones generales. Dice que pensar en esto es lo más divertido que ha hecho en mucho tiempo. Estos son los seis.

1. Proactivo sin ser pesadolink

Estos agentes trabajan en segundo plano. O escuchan un flujo de eventos (correos, mensajes que llegan…) o se despiertan cada cierto tiempo con un latido, un heartbeat, para ver si hay algo que hacer.

El problema está en cuándo hablarte. Por un lado, tienen que poder avisarte por su cuenta: eso es lo que da la sensación de que te ayudan. Por otro, si te mandan demasiadas notificaciones, te saturan. Calibrarlo para que sea una experiencia agradable, ni mucho ni poco, sigue siendo para Chase un reto difícil de ingeniería de contexto.

Un móvil lleno de notificaciones de un agente
Demasiados avisos saturan: el reto es dar con el punto justo.
Un agente proactivo que avisa demasiado y satura al usuario
Ni tan pocos avisos que no parezca que ayuda, ni tantos que sature.

2. Memoria: qué recordarlink

Según Chase, los sistemas de memoria de los agentes acaban teniendo dos partes:

  • La estructura de datos de abajo, que suele ser sencilla: unos archivos, o incluso un único texto.
  • Una capa de inteligencia alrededor, que es un agente.

Lo difícil está en esa capa, y sobre todo en decidir qué recordar. Igual que con los avisos, es fácil pasarse por cualquiera de los dos extremos: no recordar nada, o guardar detalles demasiado granulares. Y como quien decide qué guardar suele ser a su vez un agente sencillo, la ingeniería de contexto sobre qué apuntar y cuándo sigue siendo un problema abierto.

La memoria en dos partes: una estructura de datos sencilla y una capa de inteligencia, un agente, que decide qué guardar
Las dos partes de un sistema de memoria.
La memoria de un agente: una estructura de datos sencilla y un agente que decide qué guardar
La estructura es sencilla; lo difícil es decidir qué entra en ella.

3. Trabajo asíncronolink

Los agentes funcionan cada vez durante más tiempo, y hablan con herramientas y con otros agentes que también tardan cada vez más. Pero casi siempre quieres que el agente principal, el que habla contigo, siga respondiendo a tus mensajes nuevos.

Juntando las dos cosas se llega a una arquitectura en la que cada vez más trabajo se hace en herramientas asíncronas y subagentes: el principal lanza una tarea, sigue a lo suyo y, en algún momento, el resultado vuelve. Y ahí aparecen las preguntas:

  • ¿Cómo avisas al agente principal de que ese trabajo ha terminado?
  • ¿Qué haces si el principal todavía está ejecutándose, o si ya había acabado?
  • ¿Y si está en pausa, esperando a que una persona apruebe algo?
Cronograma: el agente principal en marcha, terminado y en pausa esperando al usuario, con un subagente y una herramienta asíncrona que devuelven su resultado
La figura del cronograma, redibujada: ¿cómo avisas al agente principal en cada caso?
Cronograma: el agente principal corriendo, terminado y en pausa, y los resultados de un subagente y una herramienta asíncrona que vuelven
El esquema del artículo, redibujado: el resultado puede volver mientras el principal corre, cuando ya ha acabado o cuando espera al usuario.

4. Perseguir objetivoslink

Los agentes están pasando de hacer tareas a trabajar hacia metas; Chase pone como ejemplo a Hone. La pregunta es cómo diseñar agentes que partan una meta en pasos más pequeños, hagan experimentos, reciban respuesta y sigan iterando hacia algo más grande. Lo que cuesta, según él:

  • Que prueben experimentos nuevos en busca de la meta, en vez de repetir lo mismo.
  • Que piensen en objetivos amplios, y no solo en tareas pequeñas.
  • Que se mantengan coherentes durante horizontes de tiempo largos.

5. Alineaciónlink

Muy ligado al anterior. Diseñar un objetivo ya es difícil por sí solo, y Chase cree que a los usuarios les va a costar mucho diseñar objetivos en los que el agente no pueda hacer trampa. Si un agente optimiza una meta a ciegas, puede que la cumpla, pero por caminos que no somos capaces de prever.

Su ejemplo es el clásico (un caso ilustrativo de lo que se llama specification gaming, no algo que cuente que haya pasado): le pides «elimina todos los bugs del código» y el agente borra el código entero. Sin código, no hay bugs. Objetivo cumplido.

Terminal: goal: get rid of all bugs in the codebase, rm -rf src/, npm test, 0 bugs found, goal complete
El ejemplo clásico: sin código, no hay errores.
Terminal: objetivo eliminar todos los bugs, el agente borra el código y declara cero bugs
El ejemplo clásico: el objetivo se cumple al pie de la letra, y el código desaparece.

La pregunta que deja: cómo diseñar un arnés que mantenga al agente centrado en sus metas, pero sin que las optimice de más.

Para los agentes de programación, la herramienta más importante era bash, que les deja ejecutar código. Para muchos de estos agentes de propósito general, según Chase, esa herramienta está pasando a ser el navegador. Y manejar un navegador es mucho más complicado que manejar una terminal.

¿El agente interactúa con imágenes de la página (capturas de pantalla) o con el DOM, el árbol de elementos? Las dos cosas son objetos grandes, así que ¿cómo gestionas el contexto con eso? Y, como él dice, esas son solo algunas de las preguntas que aparecen.

Una captura de pantalla frente al árbol del DOM, los dos demasiado grandes para el contexto
¿Capturas o DOM? Los dos son objetos enormes.
Una página web: ¿capturas de pantalla o el árbol de elementos?
¿Capturas de pantalla o DOM? Las dos cosas son enormes para la ventana de contexto.

En resumenlink

Chase reconoce que hace unos meses quizá habría estado de acuerdo en que no quedaban muchas preguntas abiertas en ingeniería de contexto. Pero con los agentes proactivos y siempre encendidos aparece un conjunto entero de retos nuevos: avisar sin agobiar, decidir qué recordar, coordinar el trabajo asíncrono, perseguir objetivos, que no hagan trampas y manejar el navegador. Ninguno tiene todavía una solución general. Como él lo cierra: «qué momento para estar vivo».

En una frase

La arquitectura de agentes ha convergido, pero los agentes proactivos han abierto seis problemas nuevos de contexto.

¿Cuál de estos retos te parece más difícil?

Fuenteslink

Seguir leyendo

Últimos posts -->

¿Has visto estos proyectos?

Gymnasia

Gymnasia Gymnasia
Expo
React Native
TypeScript
OpenAI
Anthropic

App de fitness con dos agentes que se ejecutan íntegramente en el dispositivo, sin backend, de forma que los datos del usuario nunca salen del móvil. Un coach conversacional BYOK con tools locales y system prompt remoto con fallback offline, y un estimador de comidas que saca los macronutrientes de una foto del plato, con lectura de códigos de barras contra OpenFoodFacts.

LangGraph Deep Researcher

LangGraph Deep Researcher LangGraph Deep Researcher
Python
LangGraph
FastAPI
React
TypeScript
Docker

Sistema multiagente de investigación construido con LangGraph. Un supervisor descompone tu pregunta en temas y lanza subagentes de búsqueda en paralelo; cada uno comprime sus hallazgos antes de pasarlos a un agente redactor que escribe el informe final en markdown con sus fuentes. Streaming en vivo por WebSockets, modelo configurable por rol y claves de API propias que nunca se guardan en el servidor.

Tau

Tau Tau
Python
LangChain

Sistema multiagente de tutoría para estudiantes de secundaria, con un agente por asignatura y material de curso elaborado y validado por un equipo de profesores. Llegó a usarse con alumnos reales en un colegio privado en España y en un instituto en Colombia.

Ver todos los proyectos -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres ver alguna charla?

Últimas charlas -->

¿Quieres mejorar con estos tips?

Últimos tips -->

Usa esto en local

Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.

Flow edit

Flow edit Flow edit

Edita imágenes con este modelo de Flow. Basándose en SD3 o FLUX puedes editar cualquier imagen y generar nuevas

FLUX.1-RealismLora

FLUX.1-RealismLora FLUX.1-RealismLora
Ver todos los contenedores -->
>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

¿Quieres entrenar tu modelo con estos datasets?

short-jokes-dataset

HuggingFace

Dataset de chistes en inglés

Uso: Fine-tuning de modelos de generación de texto humorístico

231K filas 2 columnas 45 MB
Ver en HuggingFace →

opus100

HuggingFace

Dataset con traducciones de inglés a español

Uso: Entrenamiento de modelos de traducción inglés-español

1M filas 2 columnas 210 MB
Ver en HuggingFace →

netflix_titles

HuggingFace

Dataset con películas y series de Netflix

Uso: Análisis de catálogo de Netflix y sistemas de recomendación

8.8K filas 12 columnas 3.5 MB
Ver en HuggingFace →
Ver más datasets -->