Fonaments d'agents
Amb les eines estandarditzades, el model ja pot decidir per si mateix quins passos fer i en quin ordre, no només executar l'eina que li demanes.
Temps de lectura: 4 min
Persona d'agent
Un agent és un sistema en què el model decideix quins passos fa i en quin ordre per aconseguir un objectiu, fent servir eines, en lloc de seguir un flux fix programat. La persona de l'agent és la definició del seu paper: qui és, quin objectiu té, quines eines pot fer servir, quins límits té i com s'ha de comportar.
Una persona ben definida és concreta i estreta: «revises els tiquets sense resposta de més de 48 hores i proposes una acció per a cadascun; no respons mai directament al client». Com més ampli és l'abast, més imprevisible és el comportament. Abans de fer un agent, val la pena preguntar-se si no n'hi ha prou amb un flux fix amb una o dues crides al model: sovint sí.
ReAct
ReAct (Reasoning + Acting) és el patró en què el model alterna raonament i acció: pensa què necessita, crida una eina, observa el resultat i torna a pensar, fins que pot respondre. És la base de la majoria d'agents amb eines.
El seu valor és que el pla s'adapta al que l'agent troba pel camí: si una comanda no existeix, la busca pel nom del client; si la política no ho deixa clar, ho escala. El seu risc és el bucle: sense un màxim de passos, un agent es pot quedar provant variants indefinidament mentre gasta tokens.
Planning i descomposició de tasques
El planning és la capacitat de l'agent de dividir un objectiu complex en subtasques abans d'executar-les, o a mesura que avança. «Revisa el backlog i proposa accions» es converteix en llistar els tiquets pendents, classificar-los, revisar-ne l'historial i redactar una proposta per a cadascun.
Un pla explícit fa l'agent més previsible i més fàcil de depurar, perquè es pot revisar abans d'executar-lo i es pot veure en quin pas ha fallat. En les tasques llargues, convé que el pla es pugui corregir pel camí i que cada subtasca tingui un criteri clar per saber quan està acabada.
Memòria a curt i llarg termini
La memòria a curt termini és el que l'agent recorda dins d'una tasca o d'una conversa: l'historial i els resultats de les eines, que viuen a la finestra de context. La memòria a llarg termini és el que persisteix entre sessions: preferències de l'usuari, decisions preses o fets apresos, guardats fora del model i recuperats quan calen.
La finestra de context s'omple de pressa en les tasques llargues, i cal resumir o descartar el que ja no és útil. La memòria a llarg termini s'ha de dissenyar com qualsevol altra dada: què es guarda, qui ho pot veure, com es corregeix si és erroni i quan caduca. Una memòria que guarda un error el repetirà indefinidament.
Reflection
La reflection (autocrítica) consisteix a fer que l'agent revisi el seu propi resultat abans de donar-lo per bo: comprovar si respon a la petició, si compleix les regles o si té errors, i corregir-lo si cal. Ho pot fer el mateix model en un segon pas o un altre model que faci de revisor.
Millora la qualitat en les tasques on els errors són detectables (un format incorrecte, una política incomplerta, un càlcul erroni), però duplica o triplica el cost i la latència. És més eficaç quan la revisió es fa amb criteris concrets o amb comprovacions de codi que quan es demana, en general, «revisa-ho i millora-ho».
Guardrails i human-in-the-loop
Els guardrails són els controls que limiten el que un agent pot fer o dir: validacions d'entrada i de sortida, límits de passos i de despesa, llistes d'accions permeses i filtres de contingut. El human-in-the-loop és el punt en què l'agent s'atura i espera que una persona aprovi, corregeixi o rebutgi el que vol fer.
La clau és on es posen. Una instrucció al prompt («demana confirmació abans d'actuar») no és un guardrail real, perquè el model la pot ignorar. Una aprovació implementada al codi, que atura l'execució de l'eina fins que algú l'aprova, sí que ho és. Com més irreversible és una acció, més a prop hi ha d'haver una persona.
Examina't d'aquest mòdul
Copia aquest prompt i enganxa'l a la teva IA (ChatGPT, Claude, Gemini…). Et farà un test de 20 preguntes sobre els conceptes del mòdul i després et proposarà un exercici pràctic.
Actua com a examinador de la «Guia d'Enginyeria IA» de Dani Pérez. Examina'm del mòdul «Fonaments d'agents» (https://daniperez.cat/resources/ai-engineering-guide/ai-agents). Conceptes que entren a l'examen: - Persona d'agent - ReAct - Planning i descomposició de tasques - Memòria a curt i llarg termini - Reflection - Guardrails i human-in-the-loop Examen: 1. 20 preguntes tipus test, cadascuna amb 4 opcions (a, b, c, d) i una sola resposta correcta. 2. Pregunta sobre comprensió i criteri (per a què serveix cada cosa i quan NO fer-la servir), no sobre memoritzar definicions. 3. Reparteix la posició de la resposta correcta de manera equilibrada entre a, b, c i d. 4. Fes-me les preguntes en 4 tandes de 5. No posis cap exemple de resposta (com "1a 2b 3c 4d 5a"): jo ja sé que he de respondre amb les lletres. No em diguis si he encertat fins que hagi respost les 20. 5. Al final, corregeix-les totes: per a cada pregunta, la meva resposta, la correcta i una explicació breu. Dona'm la nota sobre 20 i digues quins conceptes he de repassar. Exercici pràctic (després de la correcció): 6. Pregunta'm quina aplicació tinc o vull construir, i amb quin llenguatge i framework treballo. Si no en tinc cap, fes servir aquesta: l'aplicació d'atenció al client d'una botiga en línia, amb tiquets, clients, comandes i una base de coneixement (FAQ i polítiques de devolució). En aquest cas, centra l'exercici en: un agent que revisa el backlog de tiquets sense resposta i proposa una acció per a cadascun. 7. Proposa'm un exercici que apliqui els conceptes d'aquest mòdul a aquella aplicació: objectiu, requisits, criteris per donar-lo per bo i errors habituals a evitar. 8. No me'l resolguis. Quan et porti la meva solució, revisa-la amb aquests criteris.