Context Engineering for AI Agents in Open-Source Software
Este artículo presenta un estudio preliminar de 466 proyectos de código abierto para investigar la adopción, la estructura de contenido y la evolución de los archivos AGENTS.md, revelando una variación significativa en la forma en que los desarrolladores proporcionan contexto para los agentes de IA y destacando el potencial para investigaciones futuras sobre la optimización de la ingeniería de contexto para mejorar la calidad del código generado.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina que estás contratando a un pasante brillante y superrápido para ayudarte a construir una máquina compleja. Este pasante es un agente de IA. Si solo dices: "Arregla el motor", podría equivocarse porque no conoce tus reglas específicas, tus herramientas preferidas o cómo trabaja tu equipo.
Este artículo trata sobre una nueva forma de darle a ese pasante un "manual de usuario" escrito específicamente para un robot, no para un humano.
Aquí está el desglose de la investigación en términos sencillos:
El Problema: El pasante necesita un manual
En el pasado, los desarrolladores de software utilizaban herramientas como GitHub Copilot para ayudar a escribir código. Ahora, tenemos "Agentes de IA" que pueden realizar más trabajo por su cuenta, como corregir errores o construir funciones enteras. Pero, al igual que un empleado humano, una IA necesita entender la cultura y las reglas de la empresa para hacer un buen trabajo.
Los proveedores (las empresas que fabrican la IA) sugirieron que los desarrolladores crearan un archivo especial en la carpeta de su proyecto. Piensa en este archivo como un "Manual del Empleado" digital para la IA. Le dice a la IA cosas como:
- "Siempre nombramos nuestras variables de esta manera".
- "Nunca toques el archivo principal directamente".
- "Así es como probamos nuestro código".
Recientemente, se creó un formato estándar llamado AGENTS.md para que todas estas herramientas de IA pudieran leer el mismo tipo de manual.
El Estudio: Revisando los manuales
Los investigadores querían ver si los proyectos de software del mundo real estaban utilizando realmente estos manuales y, de ser así, cómo eran. Realizaron una búsqueda del tesoro digital a través de 10,000 proyectos de software de código abierto (proyectos donde el código es gratuito para que cualquiera lo vea y lo use).
1. ¿Cuántas personas los están usando? (Adopción)
Descubrieron que solo 466 proyectos (aproximadamente el 5%) habían creado uno de estos manuales de IA.
- Analogía: Es como entrar en un enorme edificio de oficinas con 10,000 habitaciones y encontrar que solo unas pocas habitaciones han colocado un cartel de "Reglas para el Nuevo Empleado". Todavía estamos en los inicios de esta tendencia.
2. ¿Qué hay dentro de los manuales? (Contenido y Estilo)
Los investigadores examinaron de cerca los 155 archivos AGENTS.md que encontraron. Descubrieron dos cosas principales:
Sin una receta estándar: No existe una única forma "correcta" de escribir estos archivos. Algunos son cortos, otros son largos. Algunos enumeran reglas, otros simplemente describen cómo funcionan las cosas.
Diferentes "voces": La forma en que los desarrolladores hablan con la IA varía enormemente. Los investigadores categorizaron los estilos de escritura en cinco tipos:
- Descriptivo: "Así es como hacemos las cosas". (Solo enunciar hechos)
- Prescriptivo: "Hazlo de esta manera". (Dar órdenes directas)
- Prohibitivo: "NO hagas esto". (Establecer límites)
- Explicativo: "Haz esto porque..." (Dar una razón)
- Condicional: "Si ocurre X, entonces haz Y". (Dar lógica situacional)
Analogía: Imagina a 155 gerentes diferentes tratando de escribir un libro de reglas para el mismo pasante. Un gerente escribe una lista estricta de "No hacer", otro escribe una historia amigable sobre cómo trabaja el equipo, y un tercero escribe un complejo diagrama de flujo de "Si/Entonces". Aún no hay consistencia.
3. ¿Cambian los manuales con el tiempo? (Evolución)
Los investigadores rastrearon cómo cambiaron estos archivos a lo largo del tiempo observando el "historial de commits" (el registro de control de versiones).
- Estabilidad: Cerca de la mitad de los archivos nunca fueron modificados después de su creación inicial.
- Ajustes: Para los archivos que sí fueron modificados, las actualizaciones más comunes fueron añadir nuevas instrucciones o ajustar las existentes.
- Analogía: Una vez que un gerente escribe el libro de reglas, a menudo lo deja tal cual. Pero cuando sí lo actualizan, generalmente solo están añadiendo una nueva regla o aclarando una antigua, en lugar de reescribir todo el documento.
La Gran Conclusión
El artículo concluye que actualmente estamos en una fase de "Lejano Oeste" de la Ingeniería de Contexto. Los desarrolladores están experimentando con la forma de hablar con los agentes de IA, pero aún no se han asentado en una forma estándar de hacerlo.
Los investigadores ven estos archivos como un "laboratorio natural" único. Debido a que estos archivos son públicos y cuentan con control de versiones, podemos observar en tiempo real cómo los humanos aprenden a "hablar" con los agentes de IA. El objetivo no es decirle a los desarrolladores qué hacer ahora, sino entender cómo lo están resolviendo actualmente para que eventualmente podamos ayudarlos a hacerlo mejor.
En resumen: Los desarrolladores están comenzando a escribir libros de reglas para sus ayudantes de IA, pero en este momento, cada libro de reglas se ve diferente y nadie está seguro de qué estilo funciona mejor todavía.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.