Arquitecturas de IA con Agentes: Patrones y Documentación Oficial
Nota del autor: Esta documentación representa mis lecturas y investigación para entender mejor los agentic workflows y poder crear un curso muy útil y pragmático sobre el tema.
Documentación Oficial Principal
AWS Prescriptive Guidance
- Documento oficial: "Agentic AI patterns and workflows on AWS" (Julio 2025)
- URL: docs.aws.amazon.com...
- Define patterns agnósticos como "blueprints fundamentales y construcciones modulares para diseñar y orquestar agentes de IA orientados a objetivos"
LangGraph (LangChain)
Patterns Formales Documentados
1. ReAct Pattern (Reasoning + Acting)
- Loop fundamental: Thought → Action → Observation
- Combina Chain-of-Thought con uso de herramientas externas
- Paper original: arxiv.org...
- Chain-of-Thought research: arxiv.org...
2. Nueve Patterns Core (2025)
- Sequential/Multi-step Workflows: Plan-Do-Check-Act loops adaptativos - Azure AI Agent Patterns
- Parallel Processing: Ejecución concurrente de sub-tareas - Azure Concurrent Orchestration
- Orchestrator-Worker: Agente central coordina workers especializados - Multi-Agent Orchestration
- Routing/Classification: Clasificación dinámica para asignación de tareas - Dynamic Handoff Pattern
- Continuous Learning Loops: Mejora continua mediante feedback - Reflection Pattern
- Human-in-the-Loop: Intervención humana en puntos críticos - IBM Chain-of-Thought
- Subgraphs: Arquitecturas modulares multi-agente - LangGraph Concepts
- Cyclical Graphs: Grafos con ciclos para comportamiento iterativo - LangGraph Documentation
- Event-based Coordination: Coordinación basada en eventos - Azure Functions AI Orchestration
3. Microsoft Azure Agent Factory
- Cinco bloques fundamentales para IA agnóstica en producción
- Documentación oficial: Azure Agent Factory Blog
- Azure AI Foundry: learn.microsoft.com...
- Patterns de orquestación: secuencial, concurrente, group chat/maker-checker, handoff dinámico, orquestación magnética
Conceptos Clave del Agent Loop
Grafos Cíclicos: Esenciales para runtimes de agentes, permiten iteración continua y decisiones dinámicas basadas en condiciones cambiantes.
Estado Persistente: Los agentes modernos mantienen estado entre iteraciones, permitiendo ejecución durable y recuperación ante fallos.
Tool Calling: Los agentes llaman herramientas repetidamente en un while-loop, decidiendo qué herramientas usar en cada paso - Tool Use Pattern.
Verl Framework: Framework especializado para agent loops con documentación detallada sobre implementación de patrones agenticos - verl.readthedocs.io...
Predicciones y Adopción
Estos patterns representan un cambio fundamental de llamadas aisladas de IA hacia sistemas orquestados e inteligentes que operan autónomamente mientras mantienen control y alineación con objetivos de negocio.