Generative AI and Agentic Operations

Manual estratégico y de ingeniería de sistemas centrado en la transición desde pruebas de concepto aisladas con modelos de lenguaje grande (LLM) y simples chatbots hacia operaciones multiagente autónomas, escalables y seguras en entornos empresariales. Enfocado en el ecosistema de IA generativa de mediados de la década de 2020, está dirigido a directores de ingeniería, arquitectos de software, líderes de operaciones y desarrolladores sénior que ya dominan los conceptos básicos de prompting e inferencia con LLMs y buscan gobernar flujos de trabajo autónomos y no deterministas a gran escala.

El núcleo conceptual del libro es el marco metodológico AgenticOps Lifecycle, desglosado en cinco etapas críticas: definición, construcción, evaluación, puesta en producción y mantenimiento. Chilukuri profundiza en el desmantelamiento de la «caja negra» del razonamiento de los LLM mediante bucles de razonamiento iterativo, cadenas de pensamiento (Chain-of-Thought) y metaprompting; el diseño de arquitecturas con memoria persistente y llamadas a herramientas (tool calling); la gestión de fuerzas de trabajo mixtas con supervisión humana (Human-in-the-Loop y gestión de excepciones); nuevos cuadros de mando que reemplazan los tiempos clásicos de respuesta por métricas de calidad holística, costos de inferencia y tasas efectivas de automatización; y salvaguardas contra sesgos sistémicos y prevención de agentes descontrolados («runaway agents»).

Con una extensión ágil y concisa de 160 páginas, el libro adopta un enfoque eminentemente conceptual, metodológico y de arquitectura operativa; no guía la programación paso a paso de aplicaciones completas ni incluye proyectos de software detallados en código, apoyándose en su lugar en patrones arquitectónicos y lecciones extraídas de operaciones masivas de datos (como Google Maps). Aporta una visión directiva fundamental para gobernar flotas de agentes antes de que generen riesgos operativos o sobrecostos, dejando fuera la implementación técnica con frameworks concretos (como LangGraph, AutoGen o CrewAI). Es una lectura de alineación ideal antes de iniciar un despliegue agentico en producción.