Este artículo de Bassim Eledath explora ocho niveles de 'Ingeniería de Agentes', un enfoque para utilizar modelos de lenguaje grandes (LLMs) como asistentes de programación. El objetivo es superar la brecha entre la capacidad de los LLMs y su aplicación práctica en el desarrollo de software, donde a menudo la productividad real no se alinea con las métricas de rendimiento. El artículo argumenta que el progreso en esta área no es lineal, sino que se logra a través de niveles crecientes de sofisticación, y que el nivel de habilidad de los miembros del equipo impacta significativamente la productividad general.
Niveles 1 y 2: Autocompletado y IDEs con Agentes: Estos niveles iniciales involucran el uso de funciones básicas como el autocompletado de código (GitHub Copilot) y el uso de IDEs que integran chat para facilitar la edición de código en múltiples archivos. El foco está en la experimentación y el control manual.
Nivel 3: Ingeniería de Contexto: Este nivel se centra en optimizar la información que se proporciona al LLM. Implica la creación de 'system prompts' y archivos de reglas (como CLAUDE.md) para mejorar la densidad de información en cada 'token' (unidad de información) del prompt. Aunque la importancia de esta técnica ha disminuido con modelos más avanzados, sigue siendo relevante para modelos más pequeños o cuando se utilizan herramientas que consumen muchos tokens.
Nivel 4: Ingeniería de Acumulación: Este nivel introduce un ciclo de planificación, delegación, evaluación y codificación. El conocimiento adquirido en cada ciclo se codifica (generalmente en archivos de reglas) para mejorar las sesiones futuras. Es crucial evitar sobrecargar el LLM con demasiadas instrucciones, ya que esto puede ser contraproducente.
Nivel 5: MCPs y Habilidades: Este nivel se enfoca en ampliar las capacidades del LLM, permitiéndole acceder a bases de datos, APIs, pipelines de CI/CD y otros recursos. Los 'Skills' son módulos reutilizables que automatizan tareas específicas, como la revisión de código, y los 'MCPs' (Model Calling Protocols) permiten al LLM interactuar con sistemas externos. La creación y el uso compartido de 'Skills' se están convirtiendo en una práctica estándar para mejorar la eficiencia.
Niveles 6-8 (No detallados): El artículo indica que los niveles restantes se centran en la optimización y la automatización aún mayores, pero no los describe en detalle. Se implica que involucran una mayor sofisticación en la gestión de habilidades, la orquestación de agentes y la integración con sistemas de producción.
En resumen, la 'Ingeniería de Agentes' es un campo en evolución que busca maximizar el potencial de los LLMs en el desarrollo de software. El artículo proporciona un marco para comprender el progreso en esta área y destaca la importancia de la colaboración y el intercambio de conocimientos dentro de los equipos.