Todas las noticias
Técnica

Nimisha Asthagiri propone un lienzo acotado para guiar agentes de IA

Por JP Software ·

JP Software
Ilustración de la nota: Nimisha Asthagiri propone un lienzo acotado para guiar agentes de IA
JP Software

Nimisha Asthagiri, asesora técnica en Thoughtworks y exdirectora de arquitectura en edX, propuso una evolución en el diseño de sistemas para desarrollo con modelos: sustituir la metáfora del arnés de control por la de un lienzo acotado que otorgue autonomía delimitada a los agentes de software.

Del arnés rígido al espacio de trabajo delimitado

Durante los últimos años, la interacción con modelos pasó de la ingeniería de instrucciones en 2023 a la ingeniería de contexto en 2025. Recientemente, figuras de la industria como Mitchell Hashimoto de HashiCorp y equipos de OpenAI comenzaron a hablar de la ingeniería de arneses (harness engineering), un enfoque centrado en que las personas dirigen y las máquinas ejecutan, añadiendo restricciones externas cada vez que un agente comete un error.

Asthagiri argumenta que pensar únicamente en arneses, jaulas y barreras externas proviene del miedo a perder el control y limita el potencial de autoaprendizaje de los sistemas autónomos. Inspirada en la gestión de código abierto a gran escala y en la cibernética, plantea que los agentes necesitan un entorno estructurado pero flexible, similar al lienzo de un artista antes de pintar.

Mecanismos de avance y retroalimentación

El modelo propuesto divide la arquitectura del agente en dos ejes: señales hacia adelante (feedforward) y circuitos de retroalimentación (feedback).

En la preparación previa, el equipo técnico define los bordes del lienzo mediante andamiajes, plantillas iniciales y paletas de restricciones arquitectónicas. Al momento de la ejecución, el sistema implementa cuatro capas de supervisión continua:

  • Estructurales: sistemas de tipado y entornos aislados (sandboxes) que impiden acciones destructivas fuera del dominio asignado.
  • Reactivas: herramientas de análisis estático, linters y límites de peticiones que frenan al agente de inmediato si rompe una regla básica.
  • Dinámicas: detección de desvíos en tiempo real para verificar que la implementación no se aleje de la especificación original ni rebase los costos previstos.
  • Reflexivas: pausas sistemáticas para evaluar el estado global del código, similares a retrospectivas técnicas y registros de decisiones.

Por qué te importa

Confiar a ciegas en que un agente resuelva tareas complejas suele terminar en código espagueti y deuda cognitiva acumulada. Por el contrario, llenarlo de barreras externas ad-hoc vuelve la base de código rígida y difícil de mantener. Diseñar un marco con contratos de arquitectura claros permite delegar tareas más complejas sin necesidad de microgestionar cada línea que produce el modelo.

Comparte esta nota