Building Applications with AI Agents

Obra técnica del Dr. Manish Gupta, investigador en aprendizaje automático por el IIT Delhi con experiencia en organizaciones de primer nivel como Microsoft y el sector financiero, centrada en la transición desde los chatbots reactivos y el prompting básico hacia agentes de inteligencia artificial verdaderamente autónomos. El libro se contextualiza en el estado actual de la tecnología de agentes (2025–2026) y está dirigido a desarrolladores, científicos de datos y líderes técnicos de nivel intermedio con bases en Python y nociones de machine learning que buscan estructurar sistemas que ejecuten flujos de trabajo autónomos en producción.

El contenido disecciona la anatomía de los agentes autónomos: motores de razonamiento, ciclos de planificación (como ReAct y mecanismos de reflexión), gestión de memoria a corto y largo plazo, y el uso coordinado de herramientas externas (tool calling) para interactuar con sistemas informáticos. Analiza los principales patrones de diseño agéntico y profundiza en arquitecturas multiagente donde distintas entidades colaboran e intercambian contexto para resolver tareas distribuidas. Asimismo, dedica secciones críticas a la seguridad, la gobernanza de datos, la mitigación de alucinaciones y la alineación ética, respaldadas por estudios de caso orientados a sectores empresariales de alta demanda como finanzas, salud y comercio electrónico.

El libro expone planos de diseño arquitectónico y metodologías guiadas para construir, evaluar y escalar agentes en entornos reales, priorizando patrones agénticos reutilizables sobre aplicaciones cerradas de juguete. Su punto más destacado es la perspectiva pragmática de ingeniería y gobierno corporativo aportada por el autor, ideal para dimensionar riesgos y fiabilidad en despliegues a gran escala; no obstante, no profundiza exhaustivamente en la sintaxis de un framework comercial específico, por lo que debe complementarse con la documentación de librerías concretas. Conviene tener familiaridad con la integración de LLMs mediante APIs.