Diferencias

Muestra las diferencias entre dos versiones de la página.

--- cursos:sdd:05-patrones-agenticos [2026/09/15 01:32] – Tema 5: patrones agenticos claude
+++ cursos:sdd:05-patrones-agenticos [2026/10/26 16:09] (actual) – Enlaces internos: los anclajes no llevan el número de sección claude
@@ Línea 2: / Línea 2: @@
 Un patrón agéntico es una forma conocida de **conectar varias llamadas al modelo** para resolver algo que una sola llamada no resuelve bien. En el tema anterior vimos que el grafo es el mapa y el bucle es el camino; los patrones de aquí son los mapas que ya se sabe que funcionan.
+<note tip>Cada patrón de esta página se le pide al agente **con texto**, y ese texto se deja escrito como una //skill// del proyecto (tema 2) para no reescribirlo cada vez. Los ejemplos de cada sección son eso: lo que hay que poner. El primero lleva la cabecera completa del ''SKILL.md''; en el resto va solo el cuerpo, que es lo que cambia.</note>
 <note important>**Empieza por lo más simple que pueda funcionar.** Una llamada bien planteada con buen contexto resuelve la mayoría de las tareas. Cada patrón añade latencia, coste y sitios donde fallar, así que solo se sube de patrón cuando el anterior se queda corto de verdad, no porque quede mejor en el diagrama.</note>
 ^ Patrón ^ Cuándo se usa ^
-| [[#1_pipeline_prompt_chain|Pipeline]] | La tarea se parte en pasos fijos, conocidos de antemano |
+| [[#pipeline_prompt_chain|Pipeline]] | La tarea se parte en pasos fijos, conocidos de antemano |
-| [[#2_enrutador|Enrutador]] | Entradas de tipos distintos que se atienden mejor por separado |
+| [[#enrutador|Enrutador]] | Entradas de tipos distintos que se atienden mejor por separado |
-| [[#3_planificador-ejecutor|Planificador-Ejecutor]] | Conviene revisar el plan antes de que se toque nada |
+| [[#planificador-ejecutor|Planificador-Ejecutor]] | Conviene revisar el plan antes de que se toque nada |
-| [[#4_orquestador|Orquestador]] | Las subtareas no se conocen hasta ver el problema |
+| [[#orquestador|Orquestador]] | Las subtareas no se conocen hasta ver el problema |
-| [[#5_ejecutor-revisor|Ejecutor-Revisor]] | Hay criterios claros y la crítica mejora el resultado |
+| [[#ejecutor-revisor|Ejecutor-Revisor]] | Hay criterios claros y la crítica mejora el resultado |
-| [[#6_adversarios|Adversarios]] | Interesa encontrar el fallo, no pulir el acabado |
+| [[#adversarios|Adversarios]] | Interesa encontrar el fallo, no pulir el acabado |
-| [[#7_best-of-n|Best-of-N]] | Los intentos salen muy distintos y verificar es barato |
+| [[#razonador-refutador|Razonador-Refutador]] | La causa de un fallo no está clara y conviene acertar antes de arreglar |
-| [[#8_human-in-the-loop_hitl|Human-in-the-loop]] | Hay acciones irreversibles o responsabilidad de por medio |
+| [[#best-of-n|Best-of-N]] | Los intentos salen muy distintos y verificar es barato |
-| [[#9_memoria_persistente|Memoria persistente]] | El trabajo dura más que una sesión |
+| [[#human-in-the-loop_hitl|Human-in-the-loop]] | Hay acciones irreversibles o responsabilidad de por medio |
+| [[#memoria_persistente|Memoria persistente]] | El trabajo dura más que una sesión |
 ----
@@ Línea 43: / Línea 46: @@
   * **En contra**: latencia, y un error del paso 1 se arrastra hasta el final. De ahí que la puerta entre pasos sea obligatoria, no decorativa.
   * **Condición**: los pasos tienen que ser siempre los mismos. Si cambian según el problema, lo que hace falta es un orquestador.
+**Ejemplo.** Una funcionalidad nueva, de la petición al código. Como //skill// del proyecto, con su cabecera:
+<code>
+---
+name: pipeline-funcionalidad
+description: Implementa una funcionalidad nueva por fases. Usar cuando se
+  pida añadir algo que no existe todavía.
+---
+Implementa la funcionalidad en cuatro pasos. No empieces uno hasta cerrar
+el anterior.
+. REQUISITOS: escribe en docs/specs/<nombre>/requirements.md qué tiene que
+   pasar y cómo se comprueba. Para y espera el visto bueno.
+. DISEÑO: a partir de ese fichero, escribe design.md: ficheros que se
+   tocan, contratos, modelo de datos. Para y espera el visto bueno.
+. TAREAS: parte el diseño en tareas de menos de una hora en tasks.md,
+   cada una con su criterio de hecho.
+. CÓDIGO: implementa las tareas en orden. Después de cada una lanza los
+   tests; si fallan, arregla antes de pasar a la siguiente.
+Si en el paso 3 o en el 4 descubres que el diseño estaba mal, vuelve al
+paso 2 y corrígelo antes de seguir.
+</code>
 ----
@@ Línea 69: / Línea 97: @@
 **Siempre tiene que haber ruta por defecto.** El fallo típico del enrutador no es equivocarse de ruta, es no tener ninguna para lo que no encaja en ninguna categoría.
+**Ejemplo.** Clasificar lo que llega antes de ponerse a trabajar:
+<code>
+Antes de tocar nada, clasifica la petición en una de estas rutas y di en
+una línea cuál has elegido:
+- BUG: algo que ya debería funcionar y no funciona.
+  -> Reproduce el fallo con un test que falle, arregla, comprueba que el
+     test pasa. No refactorices nada más por el camino.
+- FUNCIONALIDAD: algo que no existe todavía.
+  -> Flujo completo: requisitos, diseño, tareas, código.
+- CAMBIO MECÁNICO: renombrar, mover, subir una dependencia.
+  -> Hazlo y enseña el diff. Sin especificación.
+- NO ENCAJA: si dudas entre dos rutas, o no es ninguna, pregunta.
+  No elijas por tu cuenta.
+</code>
 ----
@@ Línea 81: / Línea 126: @@
   * **Riesgo**: un plan malo contamina todo lo que viene detrás, y el ejecutor no suele darse cuenta porque su trabajo es obedecer. Por eso el plan se lee.
   * **Detalle práctico**: si el plan queda escrito en un fichero del repositorio, el ejecutor puede ir marcando lo hecho y una sesión nueva retoma por donde iba.
+**Ejemplo.** Un cambio que toca varios ficheros:
+<code>
+FASE 1, PLAN. No escribas código todavía.
+Lee el código afectado y escribe un plan con:
+  - los ficheros que vas a tocar y qué cambia en cada uno
+  - el orden de los cambios
+  - lo que has descartado, y por qué
+  - lo que no tienes claro, en forma de preguntas
+Para y espera a que apruebe el plan.
+FASE 2, EJECUCIÓN. Cumple el plan aprobado, y nada más que el plan.
+Si a mitad descubres que no se sostiene, para y dilo en lugar de
+improvisar otra solución por tu cuenta.
+</code>
 ----
@@ Línea 109: / Línea 171: @@
   * **En contra**: el orquestador es un punto único de fallo —si parte mal el trabajo al principio, todo lo de debajo sobra— y el coste se multiplica por el número de trabajadores.
   * **Lo difícil está en la fusión**: juntar resultados parciales que se contradicen es más trabajo del que parece al dibujarlo.
+**Ejemplo.** Diseño, implementación y calidad, cada uno en su agente. Un subagente **empieza de cero y no sabe nada de esta conversación**, así que el encargo lleva dentro quién es y qué tiene que devolver:
+<code>
+Eres el orquestador: no escribes código, repartes el trabajo y unes el
+resultado. Cada subagente que lances arranca en blanco, así que dile en
+el propio encargo quién es, qué le das, qué tiene que devolver y qué no
+puede tocar.
+. Lanza un subagente con este encargo:
+   "Eres el diseñador. Tienes el repositorio en solo lectura: no
+    escribes ni modificas nada. Dado este enunciado <enunciado>,
+    devuelve el enfoque, la lista de ficheros que hay que tocar y los
+    contratos entre las partes. No implementes."
+. Parte el diseño en trozos independientes y lanza un subagente por
+   cada trozo:
+   "Eres quien implementa <parte>. Este es el trozo de diseño que te
+    toca: <trozo>, y estos los contratos que tienes que respetar:
+    <contratos>. Implementa solo eso. No toques ficheros fuera de esta
+    lista: <ficheros>. Devuelve el diff y los tests que añadas."
+. Junta los resultados. Si dos se contradicen, resuélvelo tú y di cómo.
+. Sobre el resultado ya unido, lanza un subagente que no haya escrito
+   nada de esto:
+   "Eres el revisor de calidad de un código que no has escrito. Aquí
+    tienes el diff completo <diff> y los requisitos <requisitos>. Busca
+    requisitos sin cumplir, casos límite sin tratar y errores que se
+    tragan. Devuelve cada hallazgo como BLOQUEANTE o MENOR."
+. Si vuelve algún BLOQUEANTE, repite el punto 2 solo con la parte
+   afectada, añadiendo el hallazgo al encargo.
+A cada subagente pásale el texto que necesita, nunca la conversación
+entera: repartir el contexto es justamente para lo que sirve esto.
+</code>
 ----
@@ Línea 133: / Línea 235: @@
 <note warning>El revisor tiene que ser **otro agente con el encargo explícito de buscar problemas**, y con límite de vueltas. Un modelo revisando su propia salida tiende a aprobarla; y sin tope de iteraciones, dos agentes se pueden pasar la tarde puliendo un detalle.</note>
+**Ejemplo.** Uno programa y otro revisa. El revisor **se lanza en ese momento** y recibe en el encargo su papel y el material, porque no ha visto nada de lo anterior:
+<code>
+Implementa la tarea. Al terminar, di qué has hecho y qué has dejado
+fuera a propósito.
+Después, sin revisarlo tú, lanza un subagente con este encargo:
+  "Eres el revisor de este cambio, que no has escrito. Aquí tienes el
+   diff <diff> y el requisito que dice lo que tenía que hacer
+   <requisito>. Revisa en este orden:
+. ¿Hace lo que pide el requisito? Cítalo.
+. ¿Casos límite sin tratar: nulos, lista vacía, concurrencia?
+. ¿Errores que se tragan sin registrar?
+. ¿Los tests comprueban el comportamiento o la implementación?
+   Marca cada hallazgo como BLOQUEANTE o MENOR. No comentes estilo: de
+   eso se encarga el formateador. Si no encuentras nada, dilo; no
+   inventes hallazgos para justificar la revisión."
+Arregla los BLOQUEANTES y lanza un revisor **nuevo** con el diff ya
+corregido. Tres vueltas como máximo; a la tercera, para y resume lo que
+queda abierto.
+</code>
 ----
@@ Línea 152: / Línea 278: @@
 El valor está en que el criterio de éxito de los dos agentes es **opuesto**, y eso impide el acuerdo cómodo al que llegan dos modelos con el mismo objetivo.
+**Ejemplo.** Dos agentes defienden decisiones de arquitectura distintas. Cada uno recibe su papel al lanzarlo, y el papel es precisamente lo que los hace adversarios:
+<code>
+Hay que decidir si el envío de correos va dentro de la petición o a una
+cola. No lo decidas tú: monta el debate.
+Lanza un subagente:
+  "Defiende que el envío vaya dentro de la petición. Explica cómo se
+   implementa, qué cuesta y qué se rompe el día que haya diez veces más
+   tráfico. Este es el código de hoy: <contexto>. No te cures en salud
+   reconociendo las ventajas de la otra opción: tu trabajo es la mejor
+   versión de esta."
+Lanza otro con el mismo encargo, cambiando la opción por la cola.
+Con las dos propuestas encima de la mesa, lanza un subagente por cada
+una:
+  "Aquí tienes una propuesta de arquitectura <propuesta>. Tu único
+   trabajo es encontrar el escenario concreto en el que falla: carga,
+   fallo parcial, reintentos, despliegue, operación. No vale opinar ni
+   pedir mejoras: hace falta el caso, con números si los hay."
+Y con todo eso, un último subagente que no haya participado:
+  "Aquí tienes dos propuestas de arquitectura y los ataques que ha
+   recibido cada una <material>. Decide una y escribe en docs/adr/ la
+   decisión, el motivo y la opción descartada con su razón. Si las dos
+   aguantan igual, dilo: entonces se elige la más fácil de deshacer."
+</code>
 ----
-===== 7. Best-of-N =====
+===== 7. Razonador-Refutador =====
+Antes de arreglar nada, un agente **escribe su razonamiento paso a paso** —qué ha visto, qué deduce de ello y qué piensa hacer— y otro distinto **busca el paso que no se sostiene**. Solo cuando el razonamiento aguanta se toca el código.
+<uml>
+start
+repeat
+  :razonador: explicacion con hechos, deducciones y plan;
+  :refutador: buscar el paso que no se sostiene;
+backward:la prueba en contra pasa a ser un hecho;
+repeat while (razonamiento solido) is (no) not (si)
+:implementar el plan;
+stop
+</uml>
+Se parece a los dos anteriores, pero mira otra cosa y en otro momento:
+^ ^ Revisor ^ Adversario ^ Refutador ^
+| Pregunta | ¿Cumple los criterios? | ¿Por dónde falla? | ¿Se deduce esto de lo que hemos visto? |
+| Mira | El resultado terminado | Una propuesta o una implementación | La explicación del problema |
+| Cuándo | Después de hacerlo | Antes o después | Antes de tocar nada |
+El fallo que evita es muy común: **una solución impecable para un problema que no era el problema**. El modelo ve un síntoma, se convence de una causa y la arregla con todo detalle. El Refutador hace las preguntas incómodas: ¿eso lo has comprobado o lo supones?, ¿de verdad se sigue de lo anterior?, ¿hay otra explicación para lo mismo?
+**Por qué gana el Refutador aunque tenga menos pruebas.** Para que una explicación sea cierta tiene que cumplirse **todo** lo que exige; para que sea falsa basta con que falle **una sola cosa**. Por eso mil pistas a favor no pesan nada frente a un hecho que la hace imposible.
+Por ejemplo, fallan 30 tests con ''NullPointerException'' dentro de ''PedidoService.calcularTotal()'', y el Razonador concluye que el pedido llega sin cliente. El Refutador lee el código: el constructor de ''Pedido'' lanza una excepción si no recibe cliente, así que un pedido sin cliente nunca llega hasta ahí. La explicación es falsa, da igual cuántos tests fallen.
+**Qué pasa cuando gana.** El trabajo no termina ahí: vuelve al Razonador, y **lo que ha tumbado la explicación pasa a ser un hecho comprobado**. Con esa pista nueva, el Razonador propone otra explicación —«el cliente nunca es nulo, así que el nulo sale de otro campo que usa ''calcularTotal()'': el descuento, que solo se rellena cuando hay cupón»— y el Refutador intenta tumbarla también. Esta vez no puede: los 30 tests que fallan crean pedidos sin cupón y los que pasan, con cupón. Se repite hasta que una explicación aguanta, y solo entonces se arregla. Cada vuelta descarta una causa y deja un hecho más, así que el círculo se va cerrando.
+  * **Cuándo**: tests que unas veces pasan y otras no, código lento sin causa clara, errores cuyo origen no se ve a simple vista.
+  * **En contra**: más tiempo y más coste. Si la causa era obvia desde el principio, sobra.
+  * **Regla del Refutador**: puede comprobar hechos —leer el código, lanzar un test—, pero no propone soluciones ni escribe código. Solo señala qué paso no se sostiene y con qué prueba.
+**Ejemplo.** Encontrar la causa de un fallo antes de arreglarlo. El auditor **se lanza en ese momento** y no sabe nada del problema, así que el encargo lleva el contexto y el razonamiento:
+<code>
+Hay un fallo y no está claro de dónde viene. No toques código todavía.
+FASE 1, RAZONAMIENTO. Escribe tres listas:
+  - HECHOS: lo que has visto de verdad: errores, trazas, qué tests
+    fallan y cuáles no. Solo lo comprobado.
+  - DEDUCCIONES: qué concluyes, un paso por línea, diciendo de qué hecho
+    sale cada uno.
+  - PLAN: qué cambiarías y qué esperas que pase después.
+FASE 2, REFUTACIÓN. Sin revisarlo tú, lanza un subagente con este encargo:
+  "Eres un auditor de lógica. Aquí tienes el contexto del problema
+   <contexto> y un razonamiento sobre su causa <razonamiento>.
+   Comprueba solo esto:
+. ¿Se da algo por cierto sin haberlo comprobado?
+. ¿Hay algún paso que no se deduce del anterior?
+. ¿Hay otra causa que explique los mismos hechos y se ha pasado
+        por alto?
+   Puedes comprobar lo que haga falta sin modificar nada. No propongas
+   soluciones ni escribas código. Devuelve cada paso que no se sostiene
+   con la prueba que lo tumba, o 'RAZONAMIENTO SÓLIDO'."
+FASE 3. Si vuelve algún fallo, añade sus pruebas a HECHOS, formula otra
+explicación que las respete y lanza un auditor nuevo. Tres vueltas como
+máximo; a la tercera, para y resume lo descartado y lo que queda abierto.
+Con 'RAZONAMIENTO SÓLIDO', implementa el plan.
+</code>
+Más informnación:
+  * [[https://dzone.com/articles/multi-agent-infrastructure-observability|What Actually Makes AI Infrastructure Agents More Reliable (It's Not More Agents)]]
+===== 8. Best-of-N =====
 Se lanza **el mismo encargo N veces en paralelo** —con temperatura alta o con modelos distintos— y se elige el mejor resultado. Sirve porque los intentos salen genuinamente distintos entre sí.
@@ Línea 168: / Línea 394: @@
   * **Cuándo**: verificar es mucho más barato que generar, y un intento suelto falla a menudo. El caso claro en código es tener N implementaciones y quedarse con la que pasa la batería de tests.
   * **En contra**: cuesta N veces. Se reserva para el trozo difícil, no para todo el trabajo.
+**Ejemplo.** Tres diseños, y solo uno se implementa:
+<code>
+Diseña TRES soluciones distintas para esta tarea. Distintas de verdad:
+si las tres son la misma con otros nombres, vuelve a empezar.
+De cada una: el enfoque en cinco líneas, los ficheros que toca, qué se
+gana, qué se paga, y qué pasa el día que haya que añadir un proveedor
+más.
+Compáralas en una tabla contra estos criterios, por orden:
+. cumple el requisito
+. esfuerzo de implementación
+. lo que cuesta cambiarla dentro de un año
+. cuánto código nuevo mete en el proyecto
+Recomienda una, y di en qué caso cambiaría la recomendación.
+No implementes ninguna hasta que te diga cuál.
+</code>
 ----
-===== 8. Human-in-the-loop (HITL) =====
+===== 9. Human-in-the-loop (HITL) =====
 No es «que alguien lo mire»: es **decidir en qué puntos concretos se para y se espera a una persona**.
@@ Línea 184: / Línea 430: @@
 <note tip>**La persona va en la puerta, no en cada paso.** Un flujo que pide confirmación de todo acaba aprobándose a ciegas, y eso es peor que no tener puerta: da la sensación de control sin el control. Las capas de abajo —límites, comprobaciones, revisión automática— están para reducir lo que llega al humano a lo que de verdad necesita criterio.</note>
+**Ejemplo.** La persona aprueba la especificación antes de que empiece el diseño:
+<code>
+Escribe la especificación en requirements.md y PARA.
+No empieces el diseño, no escribas código, no propongas el paso
+siguiente. Termina el documento con dos listas:
+  - las decisiones que has tomado por tu cuenta porque el enunciado no
+    las decía (esta es la parte importante: es donde se cuela lo que yo
+    no quería)
+  - las preguntas que necesitas que conteste una persona
+Sigo yo. Cuando te diga "aprobado", pasas al diseño. Cualquier otra
+respuesta es una corrección de los requisitos.
+</code>
 ----
-===== 9. Memoria persistente =====
+===== 10. Memoria persistente =====
 Un agente empieza de cero cada sesión. La memoria persistente es lo que le permite retomar el trabajo y acumular lo aprendido. Tres tipos, con papeles distintos:
@@ Línea 194: / Línea 457: @@
 | **De trabajo** | El contexto de la tarea actual | La ventana de contexto. Se pierde al cerrar |
 | **Episódica** | Qué se hizo, qué se intentó y qué falló | El plan con lo hecho marcado, el historial de decisiones |
-| **Semántica** | Hechos estables del proyecto: convenciones, arquitectura, reglas | `CLAUDE.md`, `AGENTS.md`, `.kiro/steering/`, los ADR |
+| **Semántica** | Hechos estables del proyecto: convenciones, arquitectura, reglas | ''CLAUDE.md'', ''AGENTS.md'', ''.kiro/steering/'', los ADR |
 <note tip>En desarrollo, la memoria que funciona son **ficheros dentro del repositorio**, no una base vectorial. Son legibles por una persona, van versionados, se revisan en el //pull request// y se corrigen a mano cuando dicen una tontería. Una base vectorial aporta cuando el volumen no cabe en ficheros; antes de eso es complejidad que solo estorba.</note>
 Lo que hay que decidir explícitamente es la **política de actualización**: qué se escribe, cuándo y quién lo borra. Una memoria a la que solo se añade se pudre: acumula decisiones viejas que ya no valen, y el agente las sigue a rajatabla porque no sabe que caducaron.
+**Ejemplo.** Los ficheros que el agente lee al empezar y mantiene al terminar:
+<code>
+La memoria de este proyecto son ficheros. Antes de nada, lee:
+  .kiro/steering/          reglas que valen para todo el proyecto
+  docs/specs/<actual>/     requisitos, diseño y tareas de lo que hacemos
+  docs/adr/                decisiones ya tomadas, y por qué
+Reglas:
+  - Si algo de lo que te digo contradice lo que hay escrito, gana lo
+    escrito y me avisas.
+  - Toda decisión que afecte a tareas futuras va a docs/adr/ el mismo día.
+  - Al terminar una tarea, márcala en tasks.md. La sesión siguiente
+    empieza leyendo ese fichero, no preguntándome por dónde ibas.
+  - Si un documento ha dejado de ser verdad, corrígelo en el mismo cambio
+    que lo desmiente. Nunca escribas encima dejando debajo la versión
+    vieja.
+</code>
 ----
-===== 10. Cómo elegir =====
+===== 11. Cómo elegir =====
 ^ Patrón ^ Fuerte en ^ Su límite ^ Coste ^
@@ Línea 211: / Línea 494: @@
 | Ejecutor-Revisor | Calidad con criterios claros | Sin criterios, no converge | Medio-alto |
 | Adversarios | Encontrar lo que falla | No mejora el acabado | Medio |
+| Razonador-Refutador | Acertar con la causa antes de arreglar | Sobra si la causa era obvia | Medio |
 | Best-of-N | Calidad cuando verificar es barato | Se paga N veces | Alto |
 | HITL | Responsabilidad y lo irreversible | El humano es el cuello de botella | Bajo, pero lento |