Parte 1: Por qué la ingeniería de agentes no es codificación de vibraciones Una amiga publicó recientemente sobre habilidades de IA usando la analogía de The Matrix: Trinity no aprende a volar un helicóptero - Tank carga un programa preciso y verificado directamente en su mente. Esa analogía es perfecta, pero expone un malentendido fundamental sobre cómo estos sistemas realmente se construyen. Trinity no vibra su camino en el vuelo. tanque carga un . Programas precisos y verificados Esa es la diferencia entre la codificación de vibe y lo que Addy Osmani llama "Codificación de Vibe" ha envenenado el pozo - sugiere que puede acelerar su camino hacia el software de producción. Agencia de Ingeniería Tengo más de 70 agentes en mi flujo de trabajo de desarrollo web3. No son desperdicios rápidos. Están estructurados: responsabilidades claras, archivos de conocimiento explícitos, puntos de desvío definidos entre agentes. Construirlos tomó el mismo pensamiento arquitectónico que siempre separó los sistemas de trabajo del caos. Los antiguos principios se traducen directamente: DRY → DRYP (No repita tu prompt) Separación de preocupaciones → Fronteras de agentes Diseño de interfaces → Contratos Handoff Documentación Precompilado Contexto Construir buenas habilidades es trabajo de arquitectura.La escena de la Trinidad funciona porque alguien que el programa piloto. Tank no vibeó el código. Ingeniería El problema que comenzó todo Lo más importante que he aprendido en la construcción de flujos de trabajo de codificación de IA: . more context is not better Trabajo en web3.Tengo ABIs que son miles de líneas.Un esquema de base de datos de Ponder que comería la mitad de la ventana de contexto si lo alimentaba en crudo.Mi primer instinto era darle a la IA todo y dejarle descubrir lo que importa. Eso no funciona. La IA se pierde. Las instrucciones importantes se ignoran. Se adhiere a los detalles aleatorios. Los resultados se empeoran a medida que el contexto se vuelve más grande. Hay un término para esto: A medida que la ventana de contexto se llena, las instrucciones anteriores se “condenan” y el modelo comienza a ignorarlas. context rot Así que construí un agente especialista en habilidades. Su único trabajo es precompilar el contexto para otros agentes. lee mis ABIs crudos, esquemas y documentos, luego genera archivos de referencia delgados adaptados a tareas específicas. Cuando necesito el trabajo de UI hecho, no entrego a mi diseñador de ui toda la base de códigos. El especialista en habilidades ya ha construido una referencia de componentes con sólo los perfiles y patrones que necesita el agente. Cuando necesito la integración de contratos, el implementador web3 sólo obtiene las funciones y eventos pertinentes. Agents building context for agents. El modelo mental de la jerarquía de memoria El modelo mental que hizo clicar todo: trate el contexto como RAM, no como una caja de basura. Layer What It Holds Disk Full codebase, raw ABIs, complete schemas RAM Precompiled skills — task-specific reference files Registers The current prompt and immediate context discos Base de código completa, ABIs crudos, esquemas completos La RAM Habilidades precompiladas - archivos de referencia específicos de tareas Registros El contexto actual y inmediato Usted no carga todo en la memoria. Usted carga lo que necesita para la tarea actual. Mi especialista en habilidades es el compilador que transforma el disco en RAM. Sin él, estoy de vuelta a llenar el contexto y espero lo mejor. Cómo se ve una habilidad precompilada Aquí está el patrón que mi especialista en habilidades genera: # MorphoVault Reference > Use when implementing vault deposit/withdraw flows. ## Terminology - **shares**: Vault shares representing proportional ownership - **assets**: The underlying token being deposited ## Key Functions ### deposit(uint256 assets, address receiver) → uint256 shares Deposits assets and mints shares to receiver. See: protocols/morpho/abis/MetaMorpho.json ### withdraw(uint256 assets, address receiver, address owner) → uint256 shares Burns shares and sends assets to receiver. See: protocols/morpho/abis/MetaMorpho.json ## Events ### Deposit(address indexed sender, uint256 assets, uint256 shares) ### Withdraw(address indexed sender, uint256 assets, uint256 shares) ## Related Hooks - useVaultDeposit: src/hooks/blockchain/useVaultDeposit.ts - useVaultBalance: src/hooks/ponder/useVaultBalance.ts Corto. escáner. apuntes a archivos de origen. términos de dominio definidos. secciones claras. Esta referencia es de 30 líneas y contiene todo lo que un agente necesita para implementar un flujo de depósito. El arte detrás de la cortina Mi creador de habilidades es una habilidad en sí misma, una habilidad que construí a través de la iteración, la prueba y el pensamiento arquitectónico. Cada habilidad en mi sistema tiene: Responsabilidades claras - ¿Qué posee este agente? Archivos de conocimiento explícito - ¿Qué contexto precompilado necesita? Puntos de handoff definidos - ¿Cuándo llama a otros agentes? Criterios de verificación - ¿Cómo sabemos que se ha hecho? Eso no es vibración, eso es ingeniería. La comprensión de la distribución es correcta: las habilidades comprimen la distancia entre el usuario y el valor, pero alguien todavía tiene que construirlas bien. Subiendo a la parte 2 A continuación, abordaré el avance organizativo que hizo a más de 70 agentes manejables: la distinción entre (la persona con la que hablas) y (Los trabajadores que se desplazan). skills agents Resultó que solo ~10 era necesario para ser conversacional. el resto sólo era necesario para ser descubierto. Esta es la parte 1 de "Lecciones de Construir un Swarm de Agentes 100+ en la Web3." Siga la parte 2 sobre la organización de agentes, o conectarse si está construyendo sistemas similares.
