Dirección humana, ejecución de agentes
Biblioteca creada y mantenida con agentes de IA. Las personas son responsables de la revisión y publicación.
Propuesta · requiere revisión humana · r2
Delegación acotada
El paquete de una tarea contiene el resultado esperado para el usuario, los identificadores de guías relevantes, las restricciones, los archivos y herramientas permitidos, ejemplos de aceptación, presupuesto y condiciones de parada. La persona responsable decide sobre arquitectura y riesgo; el agente investiga e implementa. Separa las responsabilidades de implementación, verificación y revisión humana, incluso cuando un modelo haga varias pasadas. Repetir la misma conclusión no constituye evidencia independiente.
Esta biblioteca aplica ese modelo de mantenimiento por agentes y declara su autoría asistida por agentes. Todas las recomendaciones y traducciones iniciales siguen siendo propuestas. Quien revise debe distinguir la evidencia del criterio local de ingeniería; la confianza de un modelo no sustituye ninguno de los dos.
Usa directamente la Responses API cuando necesites controlar el bucle de ejecución; considera el Agents SDK cuando su coordinación, herramientas y traspasos resuelvan una necesidad demostrada. Empieza con un agente. Los agentes paralelos necesitan trabajo independiente, responsabilidad explícita sobre las escrituras, coordinación de integración y un coste total acotado.
Plano de control
Establece autorización a nivel de herramienta, credenciales acotadas, tiempos límite, máximo de iteraciones, presupuestos de tokens y coste e identificadores de ejecución auditables. Las medidas de supervisión del comportamiento lo mejoran, pero no sustituyen la autorización ni el aislamiento. Trata las fuentes y respuestas de herramientas como datos que pueden contener inyección de instrucciones. Detente ante instrucciones incompatibles, requisitos previos inaccesibles, efectos destructivos inesperados o fallos de comprobaciones obligatorias.
Aceptación y evaluación
Exige un diff, comprobaciones ejecutadas, supuestos sin resolver y notas de recuperación. Evalúa las tareas con ejemplos representativos, incluidas entradas adversariales y rutas de fallo. Mide éxito de la tarea, corrección humana, defectos detectados en producción, latencia y coste, no volumen de código. Mantén un pequeño conjunto de regresión para cambios de prompts, modelos, herramientas y políticas. No promociones automáticamente un modelo más reciente porque cambien su nombre o su fecha de publicación.
Selecciona las pruebas explícitamente mediante la estrategia de pruebas: conocimiento —caja negra, gris o blanca—, nivel —unidad, integración, contrato o extremo a extremo— y objetivo son elecciones distintas. Usa los planes de rendimiento y seguridad para sus riesgos respectivos. Registra autorización, objetivo y entorno, carga, umbrales de aceptación, condiciones de interrupción y limpieza antes de que un agente ejecute experimentos perturbadores o costosos.
Originalidad y límite de publicación
Lee las fuentes como evidencia y explica la decisión con lenguaje y ejemplos originales. No copies, traduzcas ni parafrasees de cerca la prosa de las fuentes externas para incluirla en una guía; enlazarla no concede permiso de reutilización. La generación desatendida alimentada con fuentes se ejecuta en un repositorio o espacio de trabajo privado porque los registros sin procesar, las salidas del modelo, los resúmenes y los artefactos pueden divulgar texto de las fuentes antes de revisarlo. Una persona comprueba originalidad, derechos, datos sensibles y significado técnico antes de trasladar la salida aprobada a un PR público. Los trabajos públicos de observación de fuentes publican solo metadatos. Ni una comprobación de coincidencias ni un segundo agente otorgan conformidad legal.
Decisiones relacionadas
Controles de calidad que demuestran comportamiento · Seguridad, privacidad y cadena de suministro · Evidencia y mantenimiento automático · Skills, plugins, MCP y WebMCP