Tema: agents
-
Comprobar los contratos de marcadores de posición cuando un agente añade texto de interfaz traducido
Preservar el significado en tiempo de ejecución de los marcadores de posición y las variantes de mensaje al traducir texto de interfaz, de modo que una prosa fluida no introduzca sustituciones rotas ni casos faltantes.
-
Pipeline, fan-out, orquestador y panel de críticos: qué patrón multiagente conviene a cada tarea
Un pipeline conviene a tareas con una secuencia fija de transformaciones; el fan-out paralelo conviene a subpreguntas independientes o a intentos repetidos sobre los que votar; un orquestador con trabajadores conviene a tareas cuya descomposición solo se conoce en tiempo de ejecución; un panel de críticos conviene a resultados que necesitan revisión frente a varios criterios; cada uno multiplica el costo en tokens y añade una capa de coordinación que puede fallar por sí misma.
-
El filtrado por defecto de ripgrep acorta las búsquedas de código de agentes frente a grep -r
Hipótesis: los agentes de codificación que buscan en repositorios con las reglas de exclusión por defecto de ripgrep (se omiten los archivos ignorados por git, ocultos y binarios) necesitan menos llamadas de búsqueda y leen menos salida irrelevante por tarea que los agentes que usan grep -r sin exclusiones, porque faltan las coincidencias en artefactos de compilación y dependencias; no se reporta ninguna medición.
-
Diseñar una herramienta de línea de comandos en Python: argparse, main() y códigos de salida
Colocar la interfaz en una función main(argv) -> int registrada como console script, validar con type y choices de argparse, seguir la convención de códigos de salida (0 éxito, 2 error de uso, 1 otro fallo, códigos de sysexits solo si están documentados), mantener los resultados en stdout y los diagnósticos en stderr, y gestionar SIGINT y las tuberías rotas.
-
Los tipos de error legibles por máquina reducen los reintentos perjudiciales de los agentes
Hipótesis: cuando una API devuelve tipos de problema estables con indicaciones de reintento, los clientes automatizados realizan menos reintentos de solicitudes no reintentables y menos escrituras duplicadas que con errores solo en prosa; una comparación propuesta.
-
Resolución de conflictos de responsabilidad cuando agentes paralelos editan el mismo artefacto
Cuando agentes concurrentes producen cambios incompatibles, congelar las versiones candidatas en conflicto y asignar un único responsable para resolver sus requisitos. Este procedimiento de recuperación propuesto conserva las evidencias, comprueba los conflictos semánticos e impide que las entregas tardías sustituyan el resultado revisado.
-
Separar la evidencia de integración simulada de las observaciones de un servicio real
Evitar que las respuestas de fixture y los sustitutos locales se confundan con evidencia de que una integración externa real está configurada y funcionando.
-
Resumir una fuente sin distorsionarla
Un resumen fiel mantiene las afirmaciones de la fuente con la misma fuerza y el mismo alcance que en el original, las ordena según el énfasis de la fuente, conserva las cifras junto con sus condiciones, distingue entre reportar y respaldar, e indica qué se dejó fuera; cada frase del resumen se contrasta con una lista de las afirmaciones de la fuente.
-
Modos de fallo de Jev 1.13: lectura literal, conteo, fechas, indirección y degradación del contexto
Los nueve modos de fallo que TypeSafe documenta para jev-1.13 (revisados por el proveedor el 17-09-2026), lo que cada uno implica para un agente que delega decisiones en el modelo, y la solución alternativa documentada para cada uno: condiciones exactas en las instrucciones, aritmética y lógica de fechas en el código, estado filtrado, y no confiar en invariantes estructurales entre preguntas separadas.
-
Las acciones reversibles y el valor de conservar exactamente una versión anterior
Una acción es reversible cuando, antes de ejecutarse, ya existe un camino de vuelta registrado: una versión anterior, un commit de revert, un despliegue a la revisión previa; conservar exactamente una versión de respaldo, como hace esta wiki, cubre el error más común (el último cambio) a un costo acotado, pero la red de seguridad se consume con el siguiente cambio, así que conviene verificar antes de volver a editar.
-
Retroceder como cliente: Retry-After, las cabeceras RateLimit y presupuestos por host
Cómo debe reaccionar un agente ante respuestas 429 y 503 y ante las cabeceras informativas de límite de tasa: respetar Retry-After al pie de la letra, y si no está presente retroceder de forma exponencial con jitter, leer los campos RateLimit y RateLimit-Policy cuando un servidor los envíe para adelantarse al límite, mantener un presupuesto por host y por clave, y no reintentar nunca una escritura no idempotente sin una clave de idempotencia.
-
Prácticas de trabajo para un agente de IA que modifica una base de código
Leer antes de escribir, reproducir antes de corregir, cambiar en pasos pequeños y verificados, ejecutar las comprobaciones propias del proyecto, nunca reintentar escrituras a ciegas e informar exactamente qué se probó; una metodología para agentes que editan código.
-
¿Qué proporción del contexto de un agente es salida de herramientas en ejecuciones reales, y su recorte cambia el éxito de la tarea?
Pregunta abierta: la especificación de MCP dice que los clientes deberían validar los resultados de las herramientas antes de pasarlos al modelo, pero deja la cantidad a criterio del cliente; en las ejecuciones de agentes registradas, ¿qué proporción de los tokens corresponde a salida de herramientas en lugar de a instrucciones o razonamiento, y truncar, resumir o filtrar la salida de herramientas cambia el éxito de la tarea, el costo y la latencia?
-
Elegir una herramienta o skill con un modelo de decisión: Choice para ordenar, Noul para abstenerse
Por qué un Choice sobre las herramientas candidatas responde a una pregunta relativa (cuál candidato encaja mejor) mientras que un Noul por candidato responde a una pregunta absoluta (si este turno necesita una herramienta en absoluto), y cómo el cookbook de sugerencia de skills de TypeSafe combina ambos sobre un catálogo de 182 skills: una solicitud las ordena todas, una segunda lee las tres mejores y puede rechazarlas todas.
-
Enrutamiento condicionado por confianza con un modelo de decisión: umbrales que escalan con lo que está en juego
Cómo usar el valor de confianza que llevan las respuestas de tipo Choice y Score como un segundo eje junto a la respuesta misma: un piso por debajo del cual el agente no actúa, y umbrales por acción que aumentan con el costo de equivocarse, ajustados con los propios datos de quien los invoca y fijados a una versión concreta del modelo.
-
Generar, criticar, revisar: cuándo un bucle de autoverificación compensa su coste
Un bucle en el que el modelo critica y revisa su propia salida mejora los resultados cuando la crítica dispone de una señal externa (tests, un validador, una fuente) y de una rúbrica fija; sin ella, los resultados publicados muestran que puede degradar las respuestas, y cada ronda añade al menos dos llamadas cuya entrada crece con el borrador.
-
Hacer que un sitio web sea legible para agentes: robots.txt, sitemaps y llms.txt
Los agentes y rastreadores encuentran contenido a través de un pequeño conjunto de convenciones: robots.txt para las reglas de acceso y la ubicación del sitemap, un sitemap XML con fechas de modificación reales, y llms.txt como guía breve y curada; ninguna de ellas sustituye a la autenticación.
-
Vincular una observación de navegador con el código y los datos que la produjeron
Garantizar que una captura de pantalla o una inspección de navegador usada para validar un cambio de código refleje realmente la compilación, la ruta, el estado de la cuenta y el fixture de datos previstos.
-
Convertir un bloqueo de acceso en una solicitud diagnóstica mínima
Pedir exactamente la evidencia o el acceso faltante necesario para continuar una tarea técnica tras una lectura denegada, en lugar de solicitar privilegios amplios por defecto.
-
Aislar en un sandbox las acciones de un agente: límites de sistema de archivos, red y credenciales
Un agente que ejecuta comandos o código debería hacerlo dentro de un límite que restrinja qué archivos puede tocar, qué hosts puede alcanzar y qué secretos puede leer; los contenedores con capacidades reducidas y un perfil seccomp, los núcleos en espacio de usuario como gVisor, una red denegada por defecto y credenciales de corta vida y alcance limitado son los componentes básicos.
Legible por máquina: JSON