Dejen paso a la ingeniería de bucles, la ingeniería de grafos ya está aquí
CChase AI
Computing/SoftwareInternet Technology
Transcript
00:00:00El mes pasado era la ingeniería de bucles, antes la ingeniería de contexto y hoy la nueva
00:00:05moda es la ingeniería de grafos. ¿Pero es algo que realmente debas comprender o es solo
00:00:11el humo de la IA haciendo de las suyas y poniéndole un nombre elegante a algo sin sentido?
00:00:17En este video vamos a responder a esa pregunta y, alerta de spoiler, no es ningún tema absurdo.
00:00:23La ingeniería de grafos no se aplicará a cada pequeña cosa que construyas,
00:00:28pero es un concepto que querrás entender, especialmente si utilizas
00:00:33bucles complejos. Así que si es tu caso o lo será pronto, te conviene quedarte a ver esto.
00:00:38La ingeniería de grafos es básicamente una extensión o evolución de la ingeniería de bucles.
00:00:43Repasemos rápidamente qué es la ingeniería de bucles para estar todos en la misma página.
00:00:47Todos los bucles constan de tres partes. La primera es el disparador. ¿Cómo empieza
00:00:54esto realmente? Lo ideal es que sea autónomo. Que corra a diario a cierta hora o por eventos.
00:01:00El paso dos es la tarea. ¿Qué es lo que está haciendo? Y el paso tres requiere algún tipo de criterio
00:01:07de éxito. Le pedimos que haga algo, ¿pero cómo sabemos si lo hizo bien? Porque
00:01:13si no lo hizo bien, quiero que vuelva a ejecutarse desde el principio. Y lo ideal es que todo corra y los datos
00:01:19se guarden en algún sitio para añadir un aspecto de automejora. Pero en esencia,
00:01:25necesitamos un disparador, algo que ejecutar y una forma de probar si funcionó, todo de forma
00:01:30automática. Para nuestro ejemplo aquí, tenemos un bucle que genera un informe matutino
00:01:35diario para nosotros. Tenemos este agente de IA que se ejecuta a las 7 a. m. Ese es nuestro disparador.
00:01:42Su tarea es revisar varias redes sociales: YouTube, Twitter y Reddit,
00:01:47para buscar información sobre IA, ver qué es tendencia, y revisar mi correo. Una vez hecho esto,
00:01:54quiero que consolide la información y genere un informe. Esa es la tarea. Ahora, el éxito en este
00:02:00caso es un poco ambiguo. ¿Cómo definimos si el informe se hizo bien? En este caso,
00:02:05le dijimos a nuestro bucle que el informe necesita cierta información y debe tener una longitud específica.
00:02:11Debe incluir enlaces. Le dimos criterios para medirse. Así que ese es nuestro
00:02:17bucle. Bastante sencillo. Lo ejecuta un solo agente. ¿Cómo convertiríamos esto en un grafo?
00:02:25¿Cómo pasaríamos de la ingeniería de bucles a la de grafos con esta misma tarea? Sigo queriendo
00:02:30nuestro informe matutino listo cada día. Veámoslo. A la derecha está la versión
00:02:35diseñada con grafos de la misma tarea. Buscamos obtener el mismo informe, pero hemos
00:02:40aumentado la cantidad de agentes trabajando. Pasamos de tener un solo agente haciendo
00:02:46todo a varios agentes ejecutando tareas específicas y conectados entre sí.
00:02:53Tenemos el mismo disparador. Se ejecutará cada mañana a las 7. Pero ahora tenemos un agente
00:02:58analizando YouTube, uno para Twitter, otro para Reddit y uno con el correo,
00:03:04y así sucesivamente. Cada uno de estos agentes obtendrá la información requerida,
00:03:09la sintetizará por su cuenta y enviará su síntesis al agente encargado del informe,
00:03:17el cual recopila todos esos datos y los sintetiza aún más en el informe final. Podríamos
00:03:23ir un paso más allá e incluir un agente revisor, que será el encargado de examinar
00:03:30por sí mismo el informe generado. Lo compara con la definición de un informe exitoso y evalúa:
00:03:36¿necesitamos repetir el ciclo o podemos enviarlo a producción? Y eso
00:03:41es la ingeniería de grafos en pocas palabras. Desglosémoslo un poco, porque tal vez pienses:
00:03:48“Solo añadimos un montón de agentes, no entiendo bien qué cambió”.
00:03:51Sí, añadimos más agentes, y hay una razón para ello. La ingeniería de grafos no es más compleja
00:03:58solo por complicar las cosas. Es porque hemos tomado cada tarea individual
00:04:03y la hemos convertido en un agente que ejecuta su propia versión de ingeniería de bucles.
00:04:09Antes teníamos la ingeniería de bucles haciendo todas estas cosas y verificando
00:04:14criterios de éxito, pero a un nivel muy alto y realizando muchas tareas distintas a la vez.
00:04:18En cambio, lo que hicimos con la ingeniería de grafos
00:04:22fue enfocarnos en una tarea específica. Ahora este agente solo analiza e investiga
00:04:29en YouTube. También convertimos eso en una estructura de ingeniería de bucles. Pénsalo:
00:04:34se redujo a una sola tarea, pero sigue siendo ingeniería de bucles. Hay un disparador (las 7 a. m.),
00:04:39hay una tarea (buscar información sobre IA en YouTube y sintetizarla) y,
00:04:46en tercer lugar, un criterio de éxito. Pero como convertimos esto en una estructura de grafos,
00:04:51podemos ser muy específicos sobre cómo se ve el éxito en cada etapa del proceso.
00:04:57En nuestro caso podría ser: “Necesito que obtengas al menos cinco fuentes y que esa síntesis tenga
00:05:03al menos dos párrafos”. O bien: “Para cada fuente y cada dato que encuentres,
00:05:09necesito que me expliques la relevancia de ello”. En lugar de tener un proceso de verificación
00:05:16muy general tratando de meter todo junto para decidir si funcionó o no,
00:05:22lo hemos dividido en secciones discretas. ¿Y por qué debería importarte esto?
00:05:27En primer lugar, aumentará la calidad. En vez de que un solo agente haga todo,
00:05:33tengo a un agente haciendo una sola cosa. Y desde el punto de vista del desgaste del contexto,
00:05:40su ventana de contexto se mantendrá relativamente despejada en comparación con el agente
00:05:44que intenta hacer diez cosas a la vez. Obtendremos un mejor resultado y será más rápido,
00:05:51porque en lugar de un agente ejecutando diez tareas, tengo cuatro agentes en paralelo haciendo cuatro cosas.
00:05:56Es más rápido, más efectivo y resulta más fácil detectar un fallo. Puedo saber rápidamente
00:06:03si se trata de un problema de YouTube o de Reddit. En el otro caso es más difícil filtrar la señal
00:06:08del ruido y saber en qué punto del camino fallamos, por qué no nos gustó el informe
00:06:15y tuvimos que devolverlo para revisión. Esto se debe a que los criterios de éxito
00:06:20se pueden definir en cada subtarea. En eso consiste la ingeniería de grafos y por qué debería
00:06:27importarte. No tenemos un solo agente, sino una serie de agentes conectados de distintas maneras.
00:06:33Desglosamos sus tareas individualmente, de forma atómica. Al ser una tarea atómica,
00:06:38podemos ser muy específicos con cada una respecto a lo que queremos que haga y cómo se ve el éxito.
00:06:44Además, cada uno de estos agentes es esencialmente su propia estructura
00:06:48de bucles conectada a otras. La siguiente pregunta en este punto debería ser:
00:06:54¿Cuándo debo usar ingeniería de grafos frente a la de bucles? Seamos honestos,
00:06:58no siempre necesitas crear una configuración multiagente súper complicada como esta.
00:07:04Muchas veces, un bucle simple es más que suficiente. Pero hay tres casos en los que
00:07:09querrás considerar una creación con ingeniería de grafos. El primer escenario a considerar
00:07:15es cuando tenemos problemas de contexto, específicamente de degradación del contexto.
00:07:20Si le pido a un agente que repita un bucle una y otra vez, y en cada ciclo ejecuta cuatro,
00:07:25cinco, seis, siete u ocho tareas, y llegamos al punto donde la ventana de contexto
00:07:29alcanza los 300 000, 400 000 o 500 000 tokens tras cada ejecución, conviene dividir el trabajo.
00:07:36No hay razón para someternos a una menor calidad debido a una ventana de contexto saturada
00:07:41cuando no es necesario. El segundo escenario es cuando necesitamos una revisión independiente.
00:07:48Al hablar de bucles adecuados, en algún punto debemos evaluar el éxito de la tarea.
00:07:55Debes preguntarte: ¿tiene sentido que el agente que creó el producto (en este caso el informe)
00:08:01juzgue su propio trabajo y decida si está bien o mal? Tratándose de un informe matutino,
00:08:07probablemente sí pueda hacerlo. No es tan complicado ni crítico determinar si está bien,
00:08:13además de ser algo subjetivo. Sin embargo, si se trata de un proceso crítico
00:08:18donde queremos un segundo punto de vista, quizás debamos inclinarnos por la ingeniería
00:08:24de grafos e incorporar un agente completamente diferente para revisar lo que creamos.
00:08:28Podría ser incluso un modelo distinto a Claude Code, como GPT-5.6.
00:08:32En cualquier caso, este tipo de orquestación multiagente mediante ingeniería de grafos
00:08:37cobra mucho sentido. El tercer factor es el tiempo: ¿qué tan rápido necesitamos que funcione?
00:08:44Aquí tiene todo el sentido usar automatización basada en grafos. ¿Por qué pondría a un
00:08:48solo agente a revisar YouTube, luego Twitter, después Reddit y finalmente Gmail?
00:08:52Claude Code ni siquiera hace eso. Cuando ejecutas algo como Deep Research,
00:08:57¿investiga esas fuentes de forma secuencial, una por una? No, despliega como cien
00:09:02subagentes a la vez para hacerlo. De hecho, casi todo lo que genera Claude Code
00:09:08al usar Ultra Code y flujos dinámicos utiliza alguna forma de ingeniería de grafos,
00:09:13con múltiples agentes recopilando información, otros sintetizándola
00:09:17y otros haciendo revisiones críticas del material obtenido. En ningún momento
00:09:23de esas configuraciones complejas dependemos de un solo bucle. Es una red de agentes
00:09:28interconectados. Pero como dije al inicio, la mayoría de las cosas que harás no entran
00:09:34en ninguna de esas tres categorías. Y si no encajan, no hay razón para usar grafos. Es solo una herramienta
00:09:39más en nuestro repertorio. A veces se necesita y a veces no, pero ofrece ventajas claras.
00:09:44Por otro lado, la desventaja es añadir pasos e infraestructura complicada
00:09:48a algo que simplemente no lo requiere. Con esto concluyo este video
00:09:52sobre ingeniería de grafos. Espero les haya servido para entender en qué consiste.
00:09:57Verán que se hablará mucho de esto en el futuro. Si entienden la ingeniería de bucles,
00:10:01piénsenlo así: son múltiples agentes ejecutando bucles de forma coordinada,
00:10:07comunicándose entre sí para mejorar la calidad. Esto acelera el proceso y facilita identificar
00:10:12dónde ocurren las fallas. Si dudan de si lo necesitan para una tarea específica,
00:10:17la respuesta probablemente sea no. Como siempre, déjenme sus comentarios.
00:10:24Echen un vistazo a Chase AI Plus si quieren acceder a mi Masterclass de Claude Code.
00:10:27Dejaré el enlace abajo en la descripción. Sin más por ahora, ¡nos vemos pronto!