Building Agentic AI Systems

Obra orientada al diseño conceptual y arquitectónico de agentes autónomos inteligentes escrita por Anjanava Biswas y Wrick Talukdar, especialistas en soluciones de inteligencia artificial. Centrada en el ecosistema actual de modelos generativos y lenguaje natural en Python, la guía está pensada para desarrolladores de software, ingenieros de machine learning y arquitectos técnicos de nivel intermedio que buscan trascender los típicos bots de preguntas y respuestas para crear sistemas agentic capaces de razonar de forma independiente, descomponer metas complejas y adaptarse a entornos dinámicos.

El contenido desglosa los componentes fundamentales de los agentes inteligentes: ciclos de percepción-acción, mecanismos de introspección y autorreflexión (reflection) para la detección y corrección de errores, y marcos de planificación multietapa. Profundiza notablemente en el patrón arquitectónico de Coordinador, Trabajador y Delegador (Coordinator, Worker, and Delegator) para la colaboración y comunicación agente a agente (A2A), junto con la integración de herramientas externas, políticas de confianza, mitigación de sesgos, seguridad operativa y cumplimiento ético en sectores críticos como finanzas, sanidad y automatización empresarial.

A nivel práctico, el libro proporciona cuadernos en Python que implementan bucles de control agentic (harnesses), flujos de delegación distribuida y rutinas de evaluación de desempeño de agentes. Su aportación más valiosa es el enfoque disciplinado en patrones de diseño y gobernanza para entornos corporativos, marcando una clara distinción entre prototipos frágiles y sistemas autónomos fiables. No se detiene en implementaciones matemáticas de bajo nivel de redes neuronales ni en el entrenamiento desde cero de modelos fundacionales, por lo que es indispensable contar con experiencia previa en Python y consumo de APIs de LLMs.