Una guía práctica sobre las tres capas de arquitectura que la gente sigue confundiendo
La confusión es comprensible. Las tres ideas giran en torno al mismo modelo, las tres influyen en la fiabilidad y las tres pueden contener "bucles". Pero no son sinónimos. Describen diferentes decisiones de ingeniería, y la distinción importa en el momento en que un agente sale de un cuaderno de demostración y comienza a tocar archivos, APIs, clientes o código de producción.
LA RESPUESTA EN 30 SEGUNDOS
- La ingeniería del arnés construye la maquinaria alrededor del modelo
- La ingeniería de bucles diseña el ciclo repetitivo de trabajo y retroalimentación
- La ingeniería de grafos hace explícita la topología del flujo de trabajo: nodos, ramificaciones, uniones, transiciones de estado y ciclos controlados
El modelo mental limpio es entorno → retroalimentación → flujo
Por qué estos términos importan de repente
Un modelo de lenguaje en bruto no puede crear texto, mantener un estado para un proyecto, ejecutar un conjunto de pruebas, mirar un navegador, imponer una regla de aprobación ni reiniciar un trabajo fallido. Esas capacidades provienen del entorno en el que se encuentra. A medida que el software agéntico madura, un stack de ingeniería estándar finalmente se está consolidando. En la base está el arnés del agente, el código que realmente ejecuta los modelos. Luego vienen los bucles, que manejan la ejecución repetitiva y las comprobaciones de calidad. Finalmente, los grafos trazan las rutas estructuradas que guían todo el proceso.
Las etiquetas aún no están estandarizadas de manera consistente. En el marco actual, el término "arnés del agente" está empezando a adquirir una definición bastante específica. El término "ingeniería de bucles" surgió como un término más nuevo entre los profesionales en 2026. La ingeniería de grafos debe entenderse de manera práctica, no como un campo académico; es simplemente el proceso de crear flujos de trabajo de agentes como grafos dirigidos explícitos o máquinas de estado. Esta distinción práctica es útil porque evita que una palabra de moda oculte la verdadera pregunta de diseño.
Ingeniería del arnés del agente
- Según Langchain, el agente es el modelo más el arnés, y el arnés es el código, la configuración y la lógica de ejecución fuera del modelo. En la práctica, esto incluye el prompt del sistema, las definiciones de herramientas, la memoria, los sistemas de archivos, los entornos aislados, el enrutamiento del modelo, las transferencias, los hooks de middleware, la compactación, los permisos, el registro y las interfaces de verificación.
- El SDK de Agentes de OpenAI describe el mismo núcleo operativo desde una perspectiva de tiempo de ejecución: el ejecutor llama al modelo, ejecuta las llamadas a herramientas, maneja las transferencias, lleva el estado y se detiene solo cuando la ejecución alcanza una condición terminal real.
La palabra arnés es útil porque cambia la atención de la adoración al modelo. Dos equipos pueden usar el mismo modelo base y obtener resultados muy diferentes porque uno le da al modelo herramientas limpias, un espacio de trabajo estable, permisos restringidos y un estado observable, mientras que el otro le da un prompt vago y un envoltorio de API poco fiable. La inteligencia puede ser similar; las condiciones de trabajo no lo son. Lo que suele contener un arnés serio:
- Inyección de contexto: instrucciones, hechos recuperados, estado de la conversación, habilidades y políticas específicas de la tarea.
- Superficies de acción: APIs, navegadores, shells, intérpretes de código, bases de datos y herramientas compatibles con MCP.
- Persistencia: archivos, puntos de control, sesiones, registros de progreso, historial de git y memoria a largo plazo.
- Control de ejecución: tiempos de espera, reintentos, presupuestos, enrutamiento del modelo, generación de subagentes y puertas de aprobación.
- Seguridad y gobernanza: permisos, aislamiento, listas blancas, manejo de secretos y autorización humana.
- Observabilidad: trazas, entradas y salidas de herramientas, transiciones de estado, costo, latencia y resultados de evaluación.
El modelo se encuentra dentro de un arnés más amplio de contexto, control, acción, persistencia y verificación. Elimina el modelo de tu diagrama de arquitectura. Todo lo que queda probablemente sea parte del arnés: las herramientas, el acceso a datos, el almacén de estado, el entorno aislado, el middleware, los evaluadores, la política de reintentos y la interfaz de usuario.
Dónde la ingeniería del arnés demuestra su valor
El trabajo del arnés es importante para tareas de larga duración. En la codificación de múltiples sesiones, Anthropic descubrió que simplemente usar la compactación de contexto no era suficiente. No era un mejor prompt por sí mismo, sino que hicieron una buena configuración que creó un inicializador, un archivo de progreso, el historial de git y una disciplina de trabajo incremental que cada nuevo contexto puede entender qué pasó y qué queda por hacer. Es un sistema de trabajo mejorado con respecto al agente. Aplica ingeniería del arnés cuando el agente no tiene una capacidad, no puede volver limpio, pierde estado, accede a demasiado, no puede ser auditado o actúa de manera diferente según los entornos.
Ingeniería de bucles
Cada agente que usa una herramienta tiene un pequeño bucle incorporado:
- llamar al modelo
- mirar los resultados
- ejecutar las herramientas
- ingresar observaciones en el modelo
- repetir hasta que se devuelva una respuesta final
Cuando los desarrolladores construyen o apilan intencionalmente nuevos ciclos alrededor de ese comportamiento, es el comienzo de la ingeniería de bucles, como lo llama OpenAI. Un bucle de verificación, por ejemplo, permite que el agente cree un artefacto, ejecute la comprobación determinista o un calificador, reciba retroalimentación explícita y repita solo si hay errores de evidencia. Un bucle impulsado por eventos despierta al agente cuando se recibe un horario, un webhook o un nuevo documento. Un bucle de mejora analiza las trazas y fallos, modifica las instrucciones/herramientas y prueba si la nueva versión funciona mejor. El marco de LangChain de 2026 se refiere a esto como un stack de bucles, no una única declaración mágica de while.
La anatomía de un bucle bien diseñado:
- Disparador: lo que inicia otro ciclo; solicitud del usuario, horario, prueba fallida, nuevos datos o retroalimentación del evaluador.
- Objetivo: un estado específico a alcanzar, no una instrucción vaga de "seguir mejorando".
- Estado y memoria: lo que el siguiente ciclo necesita saber sin reproducir todo.
- Política de acción: lo que el agente puede cambiar, llamar, delegar o gastar.
- Evidencia: pruebas, validación de esquemas, citas, diferencias, métricas o revisión humana.
- Retroalimentación: una descripción compacta y procesable de por qué falló la evidencia.
- Regla de parada: éxito, límite de presupuesto, tiempo de espera, error irrecuperable o escalada humana.
Un bucle de verificación envuelve el bucle del agente con un calificador externo y una condición de aprobación explícita. No se debe hacer un bucle basado en la confianza. Se debe hacer un bucle basado en la evidencia. "El agente dice que ha terminado" no es una condición de parada; "las pruebas pasan, los enlaces se resuelven, el esquema se valida y el revisor aprueba" sí lo es.
Por qué la ingeniería de bucles no es solo ingeniería de prompts
Un prompt le dice al modelo qué hacer durante una llamada. Un bucle especifica qué hace el sistema después de la llamada:
cómo observa los resultados, elige la retroalimentación, decide si continuar, persiste el progreso y termina
La calidad del prompt sigue siendo importante, pero el bucle convierte una instrucción de un solo disparo en un proceso gestionado. La principal compensación es el costo y la latencia. Cada calificador, revisor o reintento agrega otra llamada al modelo o ejecución de herramienta. La guía general de Anthropic es preferir la arquitectura más simple que funcione y agregar complejidad agéntica solo cuando la ganancia de rendimiento lo justifique. El mismo consejo se aplica a los bucles: agrégalos donde el costo del fallo sea mayor que el costo de la verificación.
Ingeniería de grafos
La ingeniería de grafos, sin embargo, plantea una pregunta diferente: no solo qué hace el agente, sino qué componente puede ejecutarse a continuación. Los pasos se representan mediante nodos y los pasos permitidos se representan mediante aristas. Estas aristas se pueden usar para indicar secuencia, bifurcación condicional, expansión en paralelo, uniones, bucles e interrupciones humanas. El estado recorre el grafo, y la topología permite verificar el flujo de control deseado. LangGraph es una infraestructura de orquestación de bajo nivel para agentes de larga duración y con estado, con ejecución duradera, estado y control de humano en el bucle, y un enfoque explícito en el control sobre los agentes en lugar de una abstracción del flujo de trabajo. La documentación de Microsoft AutoGen es excepcionalmente directa: usa un grafo cuando necesites un control exacto sobre el orden de los agentes, diferentes pasos siguientes para diferentes resultados, bifurcación determinista o procesos complejos de múltiples pasos con ciclos. Lo que los ingenieros de grafos realmente deciden:
- Límites de nodos: qué trabajo pertenece a una función determinista, una llamada LLM, un agente especialista o un paso de revisión humana.
- Esquema de estado: qué puede leer o actualizar cada nodo, y cómo se fusionan las actualizaciones en paralelo.
- Condiciones de enrutamiento: qué evidencia envía el trabajo hacia adelante, hacia atrás, hacia los lados o para escalar.
- Concurrencia: qué puede ejecutarse en paralelo, qué debe unirse y qué recursos compartidos necesitan coordinación.
- Ciclos y salidas: dónde son legales los reintentos, cuántos están permitidos y qué hace que el ciclo sea seguro.
- Durabilidad: dónde ocurren los puntos de control y cómo se reanuda la ejecución después de una interrupción.
El lienzo anterior hace que los agentes, las habilidades y las relaciones sean inspeccionables como un sistema compuesto. La ingeniería de grafos aquí significa ingeniería de ejecución basada en grafos. No es lo mismo que la ingeniería de grafos de conocimiento, donde el grafo representa entidades y relaciones en los datos. Un grafo de flujo de trabajo representa transiciones de control y estado.
Cuándo vale la pena la formalidad de un grafo
Los grafos son valiosos cuando el proceso tiene ramificaciones significativas, trabajo paralelo, aprobaciones, rutas de recuperación o múltiples agentes especialistas. Son menos útiles cuando el trabajo es simplemente "darle a un agente tres herramientas y dejarlo trabajar". Un grafo puede mejorar la depuración, pero también puede congelar suposiciones demasiado pronto. Si el modelo debe inventar dinámicamente el plan, forzar cada camino posible en un diagrama puede hacer que el sistema sea más frágil, no menos.
Cómo funcionan juntas las tres capas en un sistema real
Considera un agente de investigación y publicación responsable de producir un informe informativo de la industria.
Observa el anidamiento: el grafo se ejecuta dentro del arnés; uno o más bucles viven dentro del grafo; y el arnés proporciona el estado, las herramientas y los evaluadores que esos bucles necesitan. Las categorías se superponen porque las capas de software se superponen, pero cada una aún le da al equipo una palanca diferente para tirar cuando el sistema falla.
Elige la capa de ingeniería diagnosticando el fallo
Síntoma
Empieza con
Solución probable
El agente no puede acceder a los datos o la herramienta correcta de forma segura.
Arnés
Contrato de herramienta, permisos, entorno aislado, inyección de contexto.
El agente olvida el progreso entre sesiones.
Arnés
Estado duradero, puntos de control, artefactos de progreso, compactación.
El primer intento suele ser cercano pero no fiable.
Bucle
Calificador externo, pruebas deterministas, retroalimentación y reintento acotado.
El agente sigue trabajando después del éxito o se detiene antes de la prueba.
Bucle
Estados terminales basados en evidencia y reglas de parada conscientes del presupuesto.
Varios especialistas deben ejecutarse en un orden controlado.
Grafo
Nodos explícitos, aristas, condiciones de enrutamiento y uniones.
Los fallos son difíciles de localizar en un proceso de varios pasos.
Grafo + arnés
Trazas con estado alineadas con los nodos y transiciones del grafo.
El flujo de trabajo cambia con demasiada frecuencia para un diagrama fijo.
Arnés más simple
Mantener el control impulsado por el modelo; retrasar la formalización del grafo.
Los errores costosos detrás de las arquitecturas de agentes débiles
Construir un grafo antes de entender el trabajo
Los equipos a veces traducen un proceso de negocio a docenas de nodos antes de haber observado cómo un agente capaz realmente lo resuelve. Comienza con trazas de un arnés más simple, luego formaliza los caminos estables.
Dejar que el mismo modelo escriba y califique sin salvaguardas
La autoevaluación puede ayudar, pero es vulnerable a puntos ciegos compartidos. Prefiere comprobaciones deterministas cuando sea posible, contexto de revisor separado y requiere aprobación humana para acciones de alto impacto.
Usar "seguir intentando" como especificación de bucle
Un bucle de reintento ilimitado es una fuga de costos. Cada bucle necesita un objetivo medible, evidencia fresca, intentos máximos y una ruta de escalada nombrada.
Tratar el arnés como un vertedero
Más herramientas y memoria no son automáticamente mejores. Un conjunto de herramientas abarrotado aumenta los errores de selección, un contexto ruidoso aumenta la confusión y los permisos amplios aumentan el riesgo.
Culpar al modelo por fallos de orquestación
Un modelo no puede compensar de manera confiable el estado obsoleto, los esquemas de herramientas ambiguos, las APIs rotas o las condiciones de salida faltantes. Mejora la capa que posee el fallo.
Una lista de verificación de diseño lista para producción
- Arnés: ¿Las herramientas son limitadas, están documentadas y son observables? ¿El estado es duradero? ¿Los permisos son de mínimo privilegio? ¿Pueden los operadores pausar, inspeccionar y reanudar una ejecución?
- Bucle: ¿Qué evidencia prueba el éxito? ¿Qué retroalimentación se devuelve en caso de fallo? ¿Cuántos reintentos están permitidos? ¿Qué sucede cuando se agota el presupuesto?
- Grafo: ¿Qué caminos deben ser deterministas? ¿Dónde puede ejecutarse el trabajo en paralelo? ¿Qué estado se comparte? ¿Dónde están las puertas humanas y las rutas de recuperación?
- Evaluación: ¿Puede el equipo reproducir trazas reales, comparar versiones y atribuir la mejora a un cambio específico en lugar de a la intuición?
- Operaciones: ¿Se monitorean en producción el costo, la latencia, la tasa de fallos, la tasa de intervención y el éxito a nivel de tarea?
La forma más sencilla de recordar la diferencia
La ingeniería del arnés construye algo alrededor del modelo para que pueda operar. La ingeniería de bucles hace que el proceso sea iterativo, verificable y reanudable. La ingeniería de grafos hace que un camino de ejecución complejo sea explícito y controlable. Ninguna de las tres sustituye a las otras. Incluso si el arnés ha perdido su estado, un grafo bellamente dibujado no es suficiente. Sin embargo, incluso con el mejor arnés, si no hay evidencia o regla de parada, ¡es una pérdida de dinero! Los bucles cuidadosamente diseñados siguen siendo difíciles de operar cuando la ramificación, el paralelismo y las aprobaciones están incrustados en código ad-hoc. Si estas tres capas se diseñan conjuntamente, surgirán sistemas de agentes fiables, siempre que el equipo sepa qué se supone que debe resolver cada capa.
TÉRMINOS DE BÚSQUEDA QUE USAN LOS LECTORES
- arnés del agente vs ingeniería de bucles
- ingeniería de grafos para agentes de IA
- orquestación de agentes de IA
- arquitectura de agentes LLM
- agentes de IA en producción
- flujos de trabajo de LangGraph
- GraphFlow de AutoGen
- bucles de verificación de agentes
Fuentes y lecturas adicionales
La anatomía de un arnés de agente - Aprende cómo los arneses de agentes transforman los modelos de IA en motores de trabajo autónomos. Explora los componentes principales: sistemas de archivos, entornos aislados y memoria.
Los marcos de agentes LangChain y LangGraph alcanzan hitos v1.0 - LangChain 1.0 y LangGraph 1.0 ya están aquí. Crea agentes de IA listos para producción más rápido con herramientas estandarizadas, personalización de middleware y estado duradero.
GraphFlow (Flujos de trabajo) - AutoGen - En esta sección aprenderás a crear un flujo de trabajo multiagente usando , o simplemente "flujo" para abreviar. Utiliza ejecución estructurada y controla precisamente cómo interactúan los agentes para realizar una tarea. Primero te mostraremos cómo crear y ejecutar un flujo.
El arte de la ingeniería de bucles - Los agentes automatizan el trabajo del mundo real, pero el rendimiento fiable requiere más que un buen modelo: requiere un arnés cuidadosamente diseñado para tareas específicas. Este artículo explora el bucle principal del agente, cómo apilar y extender bucles construye agentes más efectivos, y cómo instrumentar cada nivel con primitivas de LangChain.
Presentación de AutoGen Studio de Microsoft Research - AutoGen Studio, construido sobre el flexible marco de código abierto AutoGen de Microsoft para orquestar agentes de IA, proporciona una interfaz fácil de usar que permite a los desarrolladores crear, probar, personalizar y compartir rápidamente soluciones multiagente de IA, con poco o ningún código.
Cómo construir un arnés de agente personalizado - Los agentes efectivos se construyen con arneses que están estrechamente acoplados a la tarea en cuestión. La forma más fácil de construir un arnés personalizado es con create_agent de LangChain más middleware. Esta guía cubre el bucle principal del agente y cómo puedes personalizarlo para el caso de uso de tu agente.
Una guía práctica para construir agentes - Una guía completa para diseñar, orquestar y desplegar agentes de IA que cubre casos de uso, selección de modelos, diseño de herramientas, barreras de seguridad y patrones multiagente.
Construcción de agentes de IA efectivos - Consejos prácticos y orientación para construir sistemas de agente único y multiagente listos para producción de Anthropic y nuestros clientes.
Guarda esto para no perderlo
Sigue a @beamnxw para más publicaciones técnicas :)
