Mi viaje de aprendizaje: Intensivo de Agentes de IA de Google de 5 días y Sistema Multiagente de Viajes

Introducción: Mi proyecto final y aprendizaje en el intensivo de 5 días sobre agentes de IA de Google marcó un antes y un después en mi carrera. Antes del curso dominaba Python y sabía usar modelos de lenguaje para tareas básicas, pero nunca había diseñado una arquitectura multiagente completa con orquestación entre agentes, herramientas personalizadas, sistemas de sesión y memoria, pipelines de evaluación y un flujo listo para despliegue. En cinco días construí un Sistema Multiagente de Viajes que busca vuelos, encuentra hoteles y genera itinerarios completos de forma automática y además evolucioné mi forma de pensar sobre la ingeniería de sistemas de IA.

DIA 1 Aprendí la diferencia entre un chatbot y un agente autónomo, la distinción entre arquitecturas de un solo agente y multiagente, y la importancia de la comunicación estructurada entre agentes. Diseñé tres agentes principales: agente de vuelos, agente de hoteles y un agente planificador que orquesta y sintetiza el itinerario final. Implementé ejecución en paralelo entre los agentes de vuelos y hoteles y tuve el primer resultado coherente tras resolver condiciones de carrera mediante salidas estructuradas y un paso de agregación determinista.

DIA 2 Me centré en las herramientas y en el Protocolo de Contexto de Modelos. Aprendí a diseñar herramientas personalizadas con salidas estructuradas y a manejar ejecuciones largas. Implementé FlightTool y HotelTool para invocación independiente y paralela, estandaricé salidas para una agregación segura por parte del planificador y mejoré la modularidad y velocidad del sistema.

DIA 3 Ingeniería de contexto con sesiones y memoria. Implementé un servicio de sesión en memoria para almacenar preferencias del usuario, búsquedas previas y el estado de decisión del planificador. Introduje un identificador ligero de sesión que permitió reutilizar decisiones en intenciones no cambiantes y redujo ejecuciones repetidas de herramientas en aproximadamente 25 por ciento, haciendo las conversaciones más coherentes y el sistema menos reactivo y más inteligente.

DIA 4 Calidad de agentes Observabilidad y evaluación. Añadí logging por pasos de cada acción, trazas y métricas como número de vuelos y hoteles encontrados, y un sistema de evaluación con LLM actuando como juez para puntuar salidas en lugar de confiar solo en la intuición. Esto me permitió contar con señales de calidad claras y depurar comportamientos complejos de manera sistemática.

DIA 5 De prototipo a producción. Pensé en términos de readiness para producción, en patrones de comunicación agente a agente y en principios cloud native. Modularicé agentes para escalabilidad independiente, expuse funcionalidades con endpoints REST mediante FastAPI, contenedoricé con Docker y preparé la configuración para despliegue en Cloud Run. Diseñar para producción desde el primer día cambió mi forma de construir sistemas de IA.

Detalles de arquitectura El flujo principal pone al usuario interactuando con el agente planificador que coordina en paralelo al agente de vuelos y al agente de hoteles y genera el itinerario final. Capacidades clave incluyeron orquestación paralela, ejecución mediante herramientas personalizadas, memoria de sesión con compactación de contexto, pipelines de observabilidad y una arquitectura lista para la nube.

Resultados y métricas El sistema demostró orquestación secuencial y paralela, integración de herramientas para acciones del mundo real, memoria de sesiones que redujo redundancias alrededor de 25 por ciento y evaluación cuantitativa que mejoró la fiabilidad. Impacto del sistema incluyó coherencia de conversación cercana al 100 por ciento y tiempos de respuesta hasta 50 por ciento más rápidos gracias a la ejecución paralela.

Reflexión personal y rupturas clave La primera orquestación paralela exitosa, la resolución de fallos asincrónicos, la eliminación de búsquedas repetidas gracias a la memoria y la incorporación de métricas de evaluación transformaron mi enfoque de desarrollador a ingeniero de sistemas. Construir agentes dejó de ser solo prompt engineering y pasó a ser diseño de sistemas escalables y observables.

Cómo aplicamos esto en Q2BSTUDIO En Q2BSTUDIO, empresa especializada en desarrollo de software y aplicaciones a medida, aplicamos estas buenas prácticas para entregar soluciones robustas de inteligencia artificial y software a medida que escalan en entornos cloud y empresariales. Ofrecemos servicios de inteligencia artificial para empresas, ciberseguridad y pentesting, servicios cloud aws y azure, y soluciones de inteligencia de negocio como Power BI. Si buscas integrar agentes IA en tu organización podemos ayudarte mediante nuestros servicios de Inteligencia Artificial y desarrollar plataformas a tu medida con experiencia en aplicaciones a medida y software a medida como las que promovemos en nuestros proyectos de desarrollo de aplicaciones.

Planes a futuro Integrar APIs reales de viajes como Amadeus y Skyscanner, añadir un agente de optimización de precios, desplegar públicamente en Cloud Run usando motores de agentes, introducir personalización a largo plazo por usuario y expandir la planificación a viajes multi ciudad con interfaz web y móvil.

Por que esto importa más allá del caso personal A medida que los sistemas de IA evolucionan desde herramientas de un solo prompt hacia flujos de trabajo autónomos, la capacidad para diseñar arquitecturas multiagente fiables y observables será una competencia clave para empresas que necesiten automatización avanzada, IA para empresas y soluciones de inteligencia de negocio. En Q2BSTUDIO combinamos experiencia en desarrollo de software, ciberseguridad, servicios cloud aws y azure y capacidades de Power BI para convertir estos avances en productos y servicios que aportan valor real a nuestros clientes.

Conclusión Este viaje de cinco días cambió mi manera de entender la IA. Pasé de ser un usuario de modelos a concebir, construir y poner en marcha sistemas multiagente listos para producción, con observabilidad, evaluación y memoria persistente. Si quieres hablar de cómo aplicar agentes IA, automatización de procesos o soluciones cloud en tu negocio, en Q2BSTUDIO tenemos la experiencia para acompañarte en cada etapa.