AI Agents in Action

Primera edición del libro de Micheal Lanham (Manning, 2025) sobre cómo construir agentes y asistentes autónomos basados en modelos de lenguaje grandes (LLMs), tanto para tareas de negocio como personales. Está dirigido a programadores de Python de nivel intermedio.

El libro presenta un marco práctico para diseñar agentes y recorre los patrones de comportamiento de un agente, el uso de la API de asistentes de OpenAI y herramientas relacionadas, y las acciones que permiten al agente actuar sobre su entorno. Dedica capítulos a los árboles de comportamiento (behavior trees) para construir asistentes autónomos, a los sistemas de conocimiento y memoria con generación aumentada por recuperación (RAG), a técnicas avanzadas de prompting y a la planificación con ciclos de retroalimentación que permiten al agente mejorar sus propios resultados. También muestra cómo orquestar sistemas multiagente colaborativos, cómo llevar los agentes a producción y cómo darles capacidades de voz y visión.

Es una buena introducción práctica al diseño de agentes con el ecosistema de OpenAI. La segunda edición (2026) es una reescritura casi completa, centrada en MCP, A2A y la evaluación de agentes, así que conviene elegir esa si se busca el enfoque más actual.