Este curso intensivo de AI Agents transformó por completo mi visión: de ver modelos de lenguaje como simples respondientes a entender agentes que perciben, deciden y actúan en el mundo real usando herramientas, memoria y orquestación.
Desde el primer día entendí que los agentes no son solo chatbots sino componentes autónomos con roles, objetivos y acceso a herramientas. Aprendí que los sistemas robustos surgen de componer muchos agentes de responsabilidad única en lugar de confiar en un solo prompt gigante.
El segundo día profundicé en la integración de herramientas y en cómo los agentes ejecutan acciones mediante APIs, parsers de PDF, funciones personalizadas y hasta agentes como herramientas. Estas ideas las llevé al proyecto final replicando búsquedas, clustering, formateo de citas y generación de PDFs.
El enfoque del tercer día en sesiones, memoria y tiendas vectoriales cambió mi forma de tratar el estado: diseñar sistemas con estado por ejecución, bancos de memoria a largo plazo y recuperación semántica sobre embeddings para que un agente recuerde temas, preferencias y ejecuciones previas.
El cuarto día resaltó la calidad del agente: logging, tracing, métricas y evaluación. Traducí esto en un sistema de observabilidad que mide cobertura, coherencia, calidad de redacción y detección de lagunas, no solo si el código se ejecutó.
El quinto día cerró el ciclo con pensamiento de prototipo a producción, protocolos A2A y despliegue en Vertex AI Agent Engine, lo que me impulsó a diseñar Mukti Scholar como un servicio escalable y llamable por otros agentes en la nube en lugar de un experimento aislado.
Dos conceptos destacaron especialmente: el patrón orquestador, donde un agente de alto nivel coordina subagentes especializados con contratos claros, y los patrones multiagente secuencial, paralelo y en bucle, palancas prácticas para latencia, robustez y corrección que permiten convertir prototipos lentos en sistemas responsivos.
También internalicé la ingeniería de contexto y RAG como diseño de sistema: usar resúmenes en lugar de PDFs completos, clustering temático para modelar contexto y recuperación por sección para escalar agentes a flujos de trabajo largos.
Mi proyecto final, Mukti Scholar Agent, es un sistema multiagente autónomo que convierte un tema de investigación en una revisión bibliográfica lista para publicación en menos de dos minutos. Está organizado en tres etapas: entendimiento y descubrimiento del tema, análisis y síntesis, y lagunas, redacción y salida, con un orquestador y 10 agentes especialistas.
Logros técnicos clave: búsquedas y resúmenes paralelos en fuentes como Google Scholar, arXiv y Semantic Scholar con recuperación de PDFs en bucle y reintentos; clustering temático basado en embeddings con etiquetado mediante LLM y análisis comparativo entre métodos; y un escritor RAG que ensambla la revisión (introducción, análisis temático, lagunas, conclusión) con un agente de citas determinista que formatea referencias en APA, Harvard o IEEE y genera PDF y artefactos complementarios.
Construir Mukti Scholar transformó la teoría en práctica. Aprendí a traducir requisitos en un grafo de agentes, a respetar separación de responsabilidades para facilitar pruebas y depuración, y a equilibrar lógica determinista con razonamiento LLM para cosas como citas y evaluación.
Además, trabajar la exposición vía protocolo A2A y preparar configuraciones para Vertex AI me dio confianza para llevar prototipos de notebook a servicios escalables, demostrando que las arquitecturas agenticas pueden ser productivas y mantenibles.
En Q2BSTUDIO llevamos esta experiencia al servicio de empresas: somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Diseñamos soluciones de software a medida y aplicaciones a medida que integran agentes IA, procesos de automatización y pipelines de datos para inteligencia de negocio y reporting con Power BI.
Si buscas transformar investigación y datos en productos prácticos, en Q2BSTUDIO ofrecemos servicios de inteligencia artificial personalizados y desarrollos a medida. También entregamos plataformas y migraciones seguras en la nube con servicios cloud aws y azure y refuerzos de ciberseguridad y pentesting para proteger tus activos.
Nuestros servicios incluyen automatización de procesos, integración de agentes IA para flujos avanzados, y soluciones de inteligencia de negocio y Power BI que convierten datos en decisiones accionables. Para proyectos que requieren software y aplicaciones a medida contamos con experiencia práctica en arquitecturas escalables, observabilidad y despliegue en entornos productivos, y podemos ayudarte a llevar prototipos a producción con criterios de calidad y auditoría.
Palabras clave que guían nuestro trabajo: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi. Si quieres explorar cómo un sistema multiagente puede mejorar tus procesos de investigación, análisis o automatización, en Q2BSTUDIO estamos listos para diseñar la solución a medida.
.jpg)
.jpg)
.jpg)
.jpg)