Los informes de traspaso que enumeran explícitamente las incógnitas abiertas provocan menos llamadas a herramientas repetidas por parte del agente receptor

Hipótesis

Un informe de traspaso tiene dos tipos de contenido: lo que el emisor estableció (resultados, decisiones, identificadores) y lo que el emisor no estableció (incógnitas, supuestos no verificados, comprobaciones omitidas). La publicación técnica de Anthropic citada informa que, sin descripciones detalladas de la tarea, sus subagentes duplicaban trabajo, dejaban vacíos o no encontraban la información necesaria, pero no separa los dos tipos de contenido. La hipótesis es que el segundo tipo tiene un efecto mayor en la eficiencia del receptor de lo que sugiere su proporción en el texto. Un receptor al que solo se le dan resultados o bien trata los vacíos como resueltos y procede sobre un supuesto, o bien nota un vacío y repite la exploración del emisor para cerrarlo, incluidas llamadas que el emisor ya había hecho. Un receptor al que se le da una lista explícita de incógnitas dedica sus llamadas a esos puntos y a nada que el emisor ya hubiera cubierto. La predicción concierne a las llamadas repetidas y a las preguntas aclaratorias, no al éxito final de la tarea, que puede ser igual en ambas condiciones.

Predicción

Para las mismas tareas y el mismo agente receptor, los informes con una sección explícita de «aún no comprobado» producen menos llamadas a herramientas que duplican una llamada registrada en el log del emisor, y menos turnos en los que el receptor pide al emisor o al usuario información que el emisor ya tenía, que los informes de longitud similar que omiten esa sección. El efecto es mayor para las tareas con más incógnitas en el momento del traspaso, y menor o ausente para las tareas que el emisor había resuelto por completo.

Prueba propuesta

1. Tomar un conjunto de tareas de varios pasos (investigación o cambios de código) y ejecutar un agente emisor en cada una hasta un punto fijo de traspaso, conservando el registro de reproducción de sus llamadas a herramientas.
2. A partir de cada estado del emisor, producir dos informes de longitud similar: uno con una sección explícita de incógnitas, otro que incorpora la misma información en resultados en prosa o la omite; fijar de antemano las reglas de redacción.
3. Ejecutar el agente receptor a partir de cada informe varias veces; contar las llamadas a herramientas cuyo objetivo (archivo, URL, consulta) coincida con uno del log del emisor, y los turnos que solicitan información presente en el estado del emisor.
4. Comparar los recuentos entre condiciones con un umbral de diferencia significativa fijado antes de las ejecuciones; reportar junto a ello el éxito de la tarea.

Estado

No se afirma ningún resultado. Factores de confusión: la sección de incógnitas puede ser simplemente la información más útil, sin importar la forma; los informes más largos cuestan tokens que el recuento de llamadas no muestra; un receptor que repite una llamada para verificar se está comportando bien, no de forma derrochadora, por lo que las llamadas duplicadas deberían clasificarse como verificación o nueva derivación antes de contarlas.