Los grandes modelos de idiomas (LLM) han tomado el mundo de la IA por la tormenta, pero no todo lo construido en ellos está listo para la producción. generan un montón de buzz, su rendimiento en el mundo real es... bueno, abrumador. están ganando terreno como una forma más pragmática y escalable de aplicar la IA. AI Agents Agentic Workflows Agentes de IA: todavía fresco, pero no lo suficientemente preparado Precisión que no se puede confiar Los agentes de IA se ven lujosos en los vídeos de demostración. pero en la práctica? Toma Sólo consigue de la precisión que esperaría de un ser humano haciendo las mismas tareas. Tiene mejores resultados, pero sigue fluyendo entre en comparación con el rendimiento humano de más del 70%. Claude's ACI (AI Agent Computer Interface) 14% Operator 30–50% 
 
 
 
 
 
 
 
 
 Agent 
 Success Rate 
 Human Benchmark 
 
 
 
 
 Claude ACI 
 14% 
 >70% 
 
 
 
 
 OpenAI Operator 
 30-50% 
 >70% Juan Acuña El 14% >70 por ciento Operador abierto entre 30 y 50% >70 por ciento Ya sea que haga clic en el botón equivocado o malinterprete los comandos del usuario, los agentes de IA simplemente no están ahí todavía. Pobre adaptabilidad = alta tasa de fracaso La mayoría de los agentes de IA no pueden adaptarse dinámicamente a los cambios como un anuncio pop-up o una interfaz de usuario ligeramente actualizada. carecen de monitoreo en tiempo real y recuperación de errores, lo que los hace frágiles en entornos caóticos o impredecibles. Coste alto, retorno bajo API personalizadas. Lógica específica de tareas. Debugging sin fin. Todo esto hace que la construcción y escalación de agentes de IA sea un juego caro. Algunas estimaciones muestran — y eso es después de una fuerte inversión dev. agent success rates below 20% ¿Dónde nos deja eso? Flujo de trabajo de agentes: la alternativa más inteligente y sencilla En lugar de construir un Flujo de trabajo de agentes rompe tareas en y permite que los componentes especializados manejen cada uno. Hacer todo well-defined steps Piensa en él como el Tareas pequeñas y orientadas al propósito, unidas en un todo significativo. "microservices" version of AI 1 ¿Qué es un flujo de trabajo agente? Es un enfoque estructurado en el que los LLM o herramientas se orquestran para: 
 
 
 
 
 Recuperar información Transformarlo o analizarlo Alimentación para el siguiente paso Entrega de resultados finales A diferencia de los agentes de IA end-to-end, los flujos de trabajo de los agentes son transparentes, más fáciles de borrar y . mucho más fiable 
 
 En un estudio, los trabajadores del conocimiento pasan hasta el 30% de su tiempo simplemente buscando y organizando información. En un estudio, los trabajadores del conocimiento pasan hasta el 30% de su tiempo simplemente buscando y organizando información. Agentic RAG: Personalización a escala Una evolución fría es En lugar de simplemente responder preguntas con datos públicos, se: Agentic RAG 
 
 
 
 Saque sus datos (PDF, bases de datos, notas de reunión) Crear un contexto coherente Y luego utiliza los LLM para generar respuestas inteligentes y personalizadas Herramientas como Los primeros pasos en esta dirección son: Imagínese ejecutar un complejo proyecto de investigación en varios pasos a través de unas pocas indicaciones y obtener un resumen detallado. ChatGPT’s Deep Research ¿Será el flujo de trabajo de agentes la próxima gran cosa? ¿De verdad? ya está sucediendo. En comparación con los agentes frágiles, los flujos de trabajo de agentes: 
 
 
 
 Solucionar problemas empresariales reales como la búsqueda de documentos cruzados o el informe automatizado Son modulares, fáciles de integrar sin romper su pila Adecuado para las necesidades empresariales actuales, como la discusión de datos, la síntesis de contenidos y la automatización de flujos de trabajo Ya sea que se trate de tuberías de pedidos de comercio electrónico, investigación de diagnóstico médico o caminos de educación personalizados, estos flujos de trabajo están encontrando tracción en todas las industrias. Y lo más importante: los . work Pensamientos finales El sueño de los agentes de IA no está muerto, simplemente está tomando más tiempo de lo esperado. está cambiando silenciosamente la forma en que trabajamos, una tarea a la vez. Agentic Workflow En un mundo que recompensa la practicidad, tal vez la próxima gran cosa no sea un superasistente digital. Resolver los problemas reales de hoy. Juntos Porque en la tecnología, las ideas que siguen no son las más brillantes, son las que hacen el trabajo.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Este audio es producido en el idioma original de la historia!

¿Qué es el flujo de trabajo de agentes? Aprenda más sobre los microservicios de la IA

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps