La planificación es un aspecto crucial de los sistemas basados en agentes, ya que permite a los agentes razonar sobre sus acciones, descomponer tareas complejas en subtareas y garantizar una ejecución más confiable y coherente de sus objetivos. Como destaca Harrison Chase, los modelos de lenguaje actuales aún no son capaces de realizar este tipo de planificación de manera confiable por sí mismos, y los desarrolladores a menudo deben confiar en estrategias de indicación externa y arquitecturas cognitivas para imponer capacidades de planificación.

Uno de los principales desafíos es que los modelos de lenguaje tienden a operar de una manera más reactiva, "en bucle", donde generan una respuesta, ejecutan una acción y luego generan la siguiente respuesta. Esto puede llevar a una toma de decisiones subóptima y a la falta de planificación a largo plazo. Técnicas como el árbol de pensamiento, la reflexión y la descomposición de subobjetivos tienen como objetivo abordar esto al dar a los modelos la capacidad de razonar sobre sus acciones, planificar con anticipación y descomponer tareas complejas.

Sin embargo, la solución a largo plazo puede requerir un cambio fundamental en la arquitectura subyacente de los modelos de lenguaje, yendo más allá de los actuales modelos basados en transformadores hacia algo que pueda manejar la planificación y el razonamiento de manera más efectiva. Esta es un área de investigación activa, con proyectos como QAR (Razonamiento de Preguntas y Respuestas) y modelos entrenados para "pensar lentamente" mostrando resultados prometedores.

Mientras tanto, los marcos de trabajo de agentes como Langchain desempeñan un papel crucial al proporcionar las herramientas e infraestructura necesarias para habilitar las capacidades de planificación, permitiendo a los desarrolladores coordinar diferentes modelos, darles acceso a varias herramientas y diseñar flujos de trabajo coherentes. A medida que el campo de los agentes continúa evolucionando, la capacidad de planificar y razonar de manera efectiva seguirá siendo un punto clave de atención tanto para investigadores como para profesionales.

La experiencia del usuario (UX) de las aplicaciones de agentes es un área que a Harrison le entusiasma particularmente. Señala que la UX aún no se ha "perfeccionado" y que a menudo sigue siendo necesario tener un ser humano en el bucle debido a la falta de fiabilidad de los modelos de lenguaje y al potencial de alucinaciones.

Harrison destaca la UX demostrada en la demo de Anthropic Delphi como un ejemplo positivo, con la capacidad de ver las diferentes pantallas (navegador, ventana de chat, terminal, código) en una sola vista. También señala el valor de tener una capacidad de "rebobinar y editar", que permite a los usuarios volver a un estado anterior y hacer ajustes, mejorando la fiabilidad y la capacidad de dirección del agente.

Además, Harrison discute la importancia de la "ingeniería de flujo" - el diseño explícito del flujo de trabajo y la máquina de estados en la que opera el agente. Sugiere que esta ingeniería de flujo puede ayudar a compensar algunas de las limitaciones de los propios modelos de lenguaje, al trasladar la planificación y la toma de decisiones a los ingenieros humanos de antemano.

En general, Harrison enfatiza que la UX de las aplicaciones de agentes es un área crítica que aún está evolucionando, con la necesidad de equilibrar la automatización y la supervisión humana para garantizar la coherencia, la fiabilidad y la calidad. Marcos de trabajo de agentes como Langchain pueden ayudar a proporcionar las herramientas y capacidades necesarias para desarrollar aplicaciones efectivas basadas en agentes.

Los agentes son herramientas poderosas que van más allá de los simples indicadores complejos. Uno de los aspectos clave que hace que los agentes sean tan capaces es su capacidad de aprovechar la memoria, tanto a corto como a largo plazo.

La memoria a corto plazo permite a los agentes aprender y mejorar durante una conversación o interacción, basándose en los pasos anteriores y ajustando su enfoque en consecuencia. Esto permite una interacción más dinámica y adaptativa, donde el agente puede ser dirigido y corregido por el usuario.

La memoria a largo plazo, por otro lado, es crucial para que los agentes mantengan y utilicen la base de conocimientos de una empresa. Esto permite que los agentes tengan un profundo conocimiento del negocio, sus procesos y la información relevante, lo que los hace más eficaces en sus tareas. Sin embargo, la gestión de la memoria a largo plazo conlleva sus propios desafíos, como determinar qué almacenar, cuándo olvidar y cómo evolucionar la memoria a medida que cambia el negocio.

La integración de la memoria a corto y largo plazo en los marcos de trabajo de agentes es un área activa de investigación y desarrollo. A medida que estas capacidades continúen mejorando, los agentes se volverán cada vez más confiables, personalizados y valiosos en entornos empresariales, donde la coherencia y la calidad son fundamentales.

Los puntos clave de la charla de Harrison Chase sobre los agentes son:

1. Los agentes son más que simples indicadores complejos: tienen acceso a varias herramientas, memoria (a corto y largo plazo) y la capacidad de planificar y tomar acciones.

2. La planificación es un aspecto crucial de los agentes, ya que les permite razonar sobre los pasos necesarios para completar una tarea. Sin embargo, los modelos de lenguaje actuales tienen dificultades para una planificación confiable, lo que lleva al uso de estrategias de indicación externa. El futuro puede requerir nuevas arquitecturas más allá de los simples transformadores para permitir mejores capacidades de planificación.

3. La experiencia del usuario (UX) de las aplicaciones de agentes es un área de entusiasmo. Técnicas como permitir a los usuarios rebobinar y editar las acciones del agente pueden mejorar la fiabilidad y dar a los usuarios más control. Equilibrar la participación humana y la automatización es un desafío constante.

4. La memoria, tanto a corto como a largo plazo, es esencial para que los agentes aprendan y personalicen sus interacciones. La memoria procedimental (recordar cómo hacer algo) y la memoria personalizada (recordar hechos sobre el usuario) son características importantes que se están explorando.

En general, la charla destaca el estado actual y el potencial futuro de los agentes, enfatizando la necesidad de avances en planificación, UX y memoria para hacer que los agentes sean más confiables y útiles en aplicaciones del mundo real.