Magíster en Inteligencia Artificial
Salir de la clase

Curso 09 · Unidad 4

Del prompt al agente

4 hrs · ReAct, tools y terminación — UAI

Tesis

Un agente es un loop con presupuesto

  • Razón → acción → observación, con tope duro.
  • La descripción de cada tool es una especificación.
  • Sin límites de pasos/tiempo/costo, el sistema no es operable.
  • Acciones irreversibles requieren control fuera del prompt.

Al finalizar

Resultados de aprendizaje

  • Describir el ciclo razón–acción–observación.
  • Especificar tools con esquemas y manejo de errores.
  • Definir límites de iteraciones, costo y tiempo.

Bloque 1 · 60 min

Anatomía

Teoría

ReAct: razón y acción

  • Yao et al. (2023): intercalan Thought / Action / Observation para grounding en el entorno.
  • Sin tope de pasos/tiempo/costo el loop no es un sistema operable.
  • La Observation la inyecta el runtime — el modelo no la inventa.

ReAct

Piezas del agente

  • Planificación local (Thought).
  • Selección de tool (Action / Action Input).
  • Memoria de trabajo = historial del loop.
  • Criterio de terminación explícito (finish).

Ilustración

El loop con presupuesto

Thought → Action → Observation; Finish sale del ciclo con tope de pasos/tiempo/costo.

Definiciones

Léxico de agentes

  • Agente — loop razón→acción→observación con tools y criterio de terminación.
  • ReAct — patrón Thought / Action / Observation anclado al entorno (Yao et al., 2023).
  • Tool — API tipada para el modelo; la Observation la inyecta el runtime, no el LM.
  • Presupuesto del loop — topes duros de pasos, tiempo, tokens/costo y HITL en irreversibles.

Bloque 2 · 60 min

Tools

Diseño

La tool es una API para el modelo

  • Granularidad: ni demasiado ancha ni demasiado frágil.
  • Schemas claros; resultados vacíos y errores tipados.
  • MCP / OpenAPI: el borde portable de tools (mismo contrato, otro runtime).
  • Nunca inventar Observation: el runtime la inyecta; sandbox sin secretos.

Bloque 3 · 60 min

Control

Hard caps

Terminación y seguridad

  • Máximo de pasos (p.ej. 8).
  • Timeout de pared (p.ej. 60 s).
  • Presupuesto de tokens / costo.
  • Confirmación humana para efectos irreversibles.

Control

Cuánto automatizar

Acciones irreversibles: confirmación fuera del prompt (HITL).

Ilustración

Cuatro topes del loop

Sin pasos / tiempo / costo / HITL, el agente no es un sistema operable.

Lab vivo

Agente ReAct mínimo

Contra LM Studio gemma-4-e4b: lee readme.txt del sandbox, calcula 17+25 y cierra con finish.

Traza observada: file_read → calculator → finish. FINAL OK en ≤4 pasos.

Lab: labs/09/u04/run_agent.py

Lab: labs/09/u04/run_from_scratch_vs_harness.py — decidir from-scratch vs framework (caso ClaveÚnica); make lab-09-u04-harness.

Stack local

Servidor OpenAI-compatible

Estado del servidor LM Studio en puerto 1234 con gemma-4-e4b cargado

lms ps · localhost:1234/v1 · modelo google/gemma-4-e4b

Bloque 4 · 60 min

Taller 2

Entregable

Agente mínimo operable

  • Caso Chile: consulta saldo/cupo (stub) — tool que puede fallar + HITL si “transferir”.
  • ≥ 3 tools; Observation de error tipada; topes en el runtime (no solo en el prompt).
  • From-scratch mínimo (lab u04) antes de envolver en un framework.
  • Trayectoria logueada → eval Unidad 6 / labs/RUBRIC.md.

Lecturas

Para profundizar

  • Yao et al. (2023), ReAct — yao2023react
  • Schick et al. (2023), Toolformer — schick2023toolformer (complementaria)

Cierre

Preguntas

Siguiente: sistemas multiagentes (Unidad 5)