Context Engineering for Multi-Agent Systems

Obra metodológica y práctica escrita por Denis Rothman que propone superar la fragilidad del prompt engineering mediante el diseño arquitectónico de un 'Context Engine' (Motor de Contexto). Está orientada a programadores de Python, ingenieros de aprendizaje automático y científicos de datos de nivel intermedio que conocen los fundamentos de los modelos de lenguaje y necesitan construir sistemas multiagente auditables, predecibles y de 'caja de cristal' (glass-box), evitando cajas negras incontrolables.

El libro desarrolla la creación de planos semánticos estructurados que definen los roles, objetivos y fronteras de cada agente dentro del sistema. Enseña a integrar el Model Context Protocol (MCP) para comunicar agentes con herramientas y fuentes externas, gestionar modelos de memoria a corto y largo plazo entre sesiones, y estructurar tuberías RAG de alta fidelidad con atribución verificable de fuentes. Asimismo, enseña a crear agentes sintetizadores para la compresión y reducción de contexto, defensas contra inyecciones de prompts y envenenamiento de datos, y políticas de moderación para controlar latencia y costes en entornos reales.

A través de sus capítulos se desarrollan casos prácticos aplicados a distintas industrias: un asistente de investigación de alta fidelidad con defensas contra alucinaciones inspirado en la NASA, un motor de marketing estratégico adaptable a la voz de marca y un agente sintetizador de contexto para optimizar ventanas de tokens. Lo más valioso es su insistencia en la transparencia del razonamiento y el control estricto del contexto sobre prompts improvisados. No aborda el preentrenamiento de modelos desde cero, enfocándose en la arquitectura del contexto y la colaboración multiagente.