AI Agent Book: una ruta de estudio para construir agentes
Arquitectura del experimento de contexto
Seguir mensajes y resultados de herramientas a través del bucle del agente.
Qué aprenderás
- Los modos cambian el historial
- Las herramientas forman estado
- El ejecutor valida el contrato
Antes de empezar
- Entorno básico de Python
- Acceso a un proveedor de modelos para ensayos en vivo
Convertir una lección de contexto en experimento y decisión documentados.
Conclusiones clave
- Los modos deben verificarse en peticiones.
- Las herramientas cambian toda la trayectoria.
- Contrato y resultado son comprobaciones distintas.
Los modos cambian el historial
agent.py define contexto completo y ablaciones de historial, razonamiento, llamadas y resultados de herramientas. Los nombres describen decisiones de implementación.
Examina los mensajes enviados al proveedor: una etiqueta no basta para demostrar que cierta información estuvo ausente.
Las herramientas forman estado
El código inspeccionado registra calculadora, divisas, PDF e intérprete de código. Sus llamadas y resultados influyen en turnos siguientes; retirar mensajes altera el bucle entero.
Un proveedor real puede responder distinto de un mock. Guarda proveedor e identificador de modelo en cada comparación.
El ejecutor valida el contrato
run_experiment_1_1.py revisa los turnos para verificar la condición de contexto y resume resultados y tokens. Eso aporta más que comparar solo la respuesta final.
El diagrama procede de fuentes, no de una traza capturada. No ejecutamos el programa.
Cómo elegir
| Criterio | Opción A | Opción B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
Pasos de implementación
- 1
Encontrar ContextMode y la construcción de mensajes.
- 2
Seguir un resultado de herramienta hasta otra petición.
- 3
Leer el chequeo de contrato antes de interpretar puntuaciones.
Ejemplo para copiar
Input -> context mode -> model request -> tool call/result -> next request -> evidencePreguntas frecuentes
¿no_tool_results desactiva la herramienta?
Lee el modo y mensajes grabados; controla resultados retenidos.
¿El dibujo prueba que funciona?
No. Es un mapa de código pendiente de reproducir.
Fuentes
- AI Agent Book / chapter1/context/README.mdFuente verificada 2026-09-26
- AI Agent Book / chapter1/context/agent.pyFuente verificada 2026-09-26
- AI Agent Book / chapter1/context/run_experiment_1_1.pyFuente verificada 2026-09-26