A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model

En los últimos años, ha surgido un nuevo tipo de inteligencia artificial, una que no solo responde preguntas, sino que toma acciones. Estos no son programas simples que siguen una lista rígida de instrucciones. En su lugar, son sistemas construidos sobre enormes "modelos fundacionales", que son como vastas bibliotecas del conocimiento y el lenguaje humano que han sido entrenadas para comprender el contexto y generar nuevas ideas. Cuando los desarrolladores conectan estos modelos con herramientas que pueden navegar por la web, escribir código o controlar software, crean "agentes". Estos agentes pueden percibir su entorno, razonar a través de un problema, planificar una secuencia de pasos y actuar para lograr un objetivo, de forma muy similar a como lo haría un empleado humano. Desde la gestión de proyectos de software complejos hasta la navegación por mundos virtuales, estos sistemas prometen revolucionar nuestra forma de trabajar. Sin embargo, a medida que estos agentes se vuelven más capaces, la forma en que los ingenieros los construyen ha seguido siendo caótica. Sin un lenguaje compartido o un mapa claro de opciones, los diseñadores suelen armar sistemas de manera improvisada, tomando decisiones basadas en conjeturas en lugar de un entendimiento sistemático de cómo encajan las diferentes partes y qué compensaciones generan.

Un equipo de investigadores se propuso poner orden a esta creciente complejidad. Realizaron una revisión masiva de 66 estudios científicos para comprender exactamente cómo se construyen estos agentes basados en modelos fundacionales. Su objetivo no era solo enumerar las partes, sino crear una guía estructurada que explique las consecuencias de cada elección de diseño. El resultado es una "taxonomía" exhaustiva, que es esencialmente un sistema de clasificación detallado que organiza las muchas formas en que se puede construir un agente. Descubrieron que los arquitectos deben tomar decisiones fundamentales sobre cómo un agente recibe información, cómo recuerda eventos pasados, cómo planifica sus acciones y cómo se coordina con otros agentes. Por ejemplo, un agente puede ser diseñado para trabajar solo o como parte de un equipo, para recordar todo lo que ve para siempre o para olvidar detalles antiguos para ahorrar espacio, y para seguir un único camino recto hacia un objetivo o para explorar múltiples rutas posibles simultáneamente.

Los investigadores descubrieron que cada una de estas elecciones conlleva un costo. No existe un diseño perfecto que destaque en todo. Si un arquitecto elige un sistema que es altamente flexible y puede adaptarse a cambios inesperados, a menudo sacrifica la capacidad de probar y reparar ese sistema fácilmente más tarde. Si priorizan un sistema de memoria que sea rápido de procesar para la computadora, podrían hacer que sea más difícil para un humano entender por qué el agente tomó una decisión específica. Para ayudar a los ingenieros a navegar por estos difíciles compromisos, el equipo construyó un "modelo de decisión". Este modelo actúa como un mapa, mostrando exactamente cómo la elección de una opción arquitectónica impacta en la fiabilidad, velocidad, seguridad y facilidad de uso del sistema. Hace visibles las compensaciones ocultas, permitiendo a los diseñadores elegir un camino que se alinee con sus necesidades específicas, ya sea construyendo un sistema que nunca deba fallar o uno que pueda aprender y adaptarse sobre la marcha.

Para asegurar que sus hallazgos fueran útiles y precisos, los investigadores probaron su marco de trabajo con doce expertos tanto de universidades como de importantes empresas tecnológicas. Estos expertos, que cuentan con años de experiencia construyendo sistemas de IA complejos, revisaron la clasificación y el modelo de decisión. Los expertos coincidieron en que el marco capturó con éxito los componentes esenciales de estos agentes y proporcionó una forma clara y práctica de razonar sobre su diseño. Encontraron que el modelo ayudaba a clarificar decisiones que antes eran confusas, como cómo equilibrar la necesidad de que un agente sea autónomo con la necesidad de que sea seguro y predecible. El estudio confirma que el campo se está alejando de la experimentación aleatoria hacia un enfoque de ingeniería más disciplinado, donde las decisiones se toman con un entendimiento claro de las consecuencias.

Este trabajo no pretende haber resuelto todos los problemas ni proporcionar una única mejor manera de construir un agente. En su lugar, ofrece una base estructurada para la próxima generación de diseño. Al organizar el panorama de opciones y mapear explícitamente las compensaciones, los investigadores han dotado a los arquitectos de un vocabulario común y un método riguroso para la toma de decisiones. Este cambio permite que el campo madure, pasando de una colección de experimentos aislados a una disciplina cohesiva donde los sistemas pueden ser diseñados con intención, fiabilidad y un entendimiento claro de sus limitaciones. A medida que estos sistemas inteligentes se integren más en nuestra vida diaria, tener un mapa claro de cómo están construidos y qué pueden y no pueden hacer será esencial para crear tecnología que sea tanto poderosa como confiable.