AgentesInvestigación 🇺🇸 27.07.2026 15:05

Seis Componentes Clave de un Agente de Codificación: Cómo los Sistemas Modernos de IA Escriben Código

AnthropicAnthropic OpenAIOpenAI
Los agentes de codificación integran modelos de lenguaje de gran escala (LLMs) con herramientas, memoria y contexto del repositorio para superar a las interfaces de chat simples. El autor identifica seis componentes principales: contexto vivo del repositorio, forma del prompt y reutilización de caché, herramientas estructuradas con validación, reducción de contexto, transcripciones y memoria, y delegación mediante subagentes. El sistema circundante a menudo importa tanto como el modelo en sí.
En un artículo detallado, Sebastian Raschka explica el diseño de agentes de código y arneses, utilizando su Mini Coding Agent como ejemplo concreto. Distingue entre modelos de lenguaje grandes (LLMs, por sus siglas en inglés large language models), modelos de razonamiento, agentes y arneses de agentes. Los seis componentes principales son: 1) contexto del repositorio en vivo (recopilación de datos del espacio de trabajo como rama de git, archivo README, etc.), 2) forma del prompt y reutilización de caché (separación del prefijo estable de las partes dinámicas para evitar reprocesamiento), 3) herramientas estructuradas con validación y permisos (herramientas conocidas con argumentos validados y controles de seguridad), 4) reducción de contexto y gestión de salida (recorte del historial irrelevante para controlar el crecimiento), 5) transcripciones, memoria y reanudación (almacén de sesiones, memoria a corto plazo, capacidad de reanudar tareas) y 6) delegación y subagentes acotados (herramientas que pueden delegar trabajo a subagentes). El autor también señala que el arnés puede ser el factor diferenciador entre modelos, ya que los LLMs modernos tienen capacidades básicas similares.
Fuente: Sebastian Raschka — original
Nuestros artículos anteriores sobre este tema ↓
Noticias frescas