El ciclo del agente: cuándo seguir, cuándo terminar y los antipatrones del examen

Bienvenidos y bienvenidas a la cápsula uno del Módulo tres. Este módulo cubre el dominio uno del examen, arquitectura agéntica y orquestación, el más pesado: veintisiete por ciento. Partimos por el task statement uno punto uno: diseñar el ciclo de un agente.

Un agente es un programa que llama a Claude en un bucle, es decir, una repetición. Tú mandas el historial de la conversación, Claude responde, y revisas el campo stop reason de la respuesta, que dice por qué se detuvo. Cuando ese campo trae el valor tool use, Claude está pidiendo una herramienta. Entonces la ejecutas, sumas el resultado al historial y llamas de nuevo. Por su parte, cuando trae el valor end turn, Claude terminó, y entonces sales del bucle.

El resultado vuelve en un turno de usuario, que es una intervención más en la conversación, con un bloque tool result por cada herramienta. Cada bloque se enlaza con su petición por el campo tool use id. Si Claude pidió tres herramientas a la vez, entonces los tres bloques van en el mismo turno. Si el resultado no vuelve completo, el modelo decide a ciegas.

Aquí manda el modelo: razona con lo que va viendo, y no sigue un árbol de decisión fijo, o sea, pasos escritos de antemano.

La guía nombra tres antipatrones, que son prácticas tentadoras que fallan, y aparecen como distractores. Uno: leer el texto para decidir si terminar, buscando palabras como listo. Claude puede escribirlo justo antes de pedir otra herramienta. Dos: usar un tope fijo de vueltas como mecanismo principal. Si la tarea necesitaba más, entonces el bucle la corta sin avisar. Tres: terminar apenas la respuesta trae texto. Claude puede escribir una frase y pedir una herramienta en la misma respuesta, y si cortas ahí, esa herramienta nunca se ejecuta.

Los tres fallan por lo mismo: cambian una señal confiable por una suposición. El tope sí tiene un lugar, como red de seguridad. El kit de desarrollo Agent SDK, que arma el bucle por ti, ofrece la opción max turns y la opción max budget usd, pero la señal de término sigue siendo el campo stop reason.

Para el examen: si un agente termina antes de tiempo, entonces revisa cómo decide terminar. Subir el tope solo arregla el síntoma.

Ahora una pregunta para ti. Claude respondió pidiendo tres herramientas a la vez. ¿Agregas tres turnos de usuario, uno por resultado, o uno solo?

Uno solo, con los tres bloques tool result, cada uno enlazado por su campo tool use id.

Dos preguntas de práctica. Pregunta uno. Una cadena de hoteles tiene un agente que arma itinerarios para grupos. Su bucle se detiene siempre a las cinco vueltas, y los grupos grandes necesitan siete, así que quedan a medias, sin aviso. ¿Qué cambio conviene? Opción A: terminar apenas la respuesta traiga algún texto. Opción B: pedirle al agente que escriba la palabra fin cuando termine, y cortar al leerla. Opción C: seguir mientras el campo stop reason traiga el valor tool use, terminar con el valor end turn, y dejar el tope solo como red de seguridad. Opción D: subir el tope de cinco a diez vueltas.

La correcta es C. El campo stop reason avisa cuándo terminó el modelo, y el tope queda como seguro. La D arregla el síntoma y deja la causa, porque un grupo aún más grande necesitará once. La B y la A reemplazan una señal estructurada por una suposición sobre el texto.

Pregunta dos, de respuesta múltiple. Elige dos. Una editorial usa un agente que prepara la ficha de cada libro. Su código termina el bucle apenas la respuesta trae texto, y a veces el agente escribe un aviso y pide la herramienta en la misma respuesta, que nunca se ejecuta. Además, solo le manda el mensaje consulta hecha, sin el resultado, así que repite la consulta. ¿Qué dos cambios corrigen los problemas? Opción A: devolver el resultado completo en un bloque tool result, enlazado por el campo tool use id. Opción B: agregar a las instrucciones iniciales, el system prompt, que el agente escriba una frase fija al terminar. Opción C: subir el máximo de vueltas del bucle. Opción D: decidir con el campo stop reason: seguir si trae el valor tool use y terminar si trae el valor end turn. Opción E: mandar solo un resumen del resultado, para ahorrar espacio. ¿Cuáles dos?

Las correctas son A y D. La A le da al modelo la información para decidir el siguiente paso. La B cambia una señal estructurada por una frase en el texto. La C trata el síntoma. La D controla el bucle con la señal que entrega Claude. La E deja al modelo decidiendo a ciegas.

Resumen: el bucle sigue con el valor tool use y termina con el valor end turn del campo stop reason. Si te sirvió, sigue el podcast, dale cinco estrellas y activa las notificaciones. En la próxima cápsula vemos al orquestador, el agente que reparte el trabajo entre otros. Nos escuchamos en la próxima cápsula de EvoAcademy.