AI Agent Book: una ruta de estudio para construir agentes
Un proyecto de cuatro semanas con AI Agent Book
Convertir una lección de contexto en experimento y decisión documentados.
Qué aprenderás
- Primera semana: leer
- Semanas dos y tres: controlar
- Cuarta semana: decidir
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
- La reproducción empieza antes de la primera llamada.
- Las condiciones fallidas deben permanecer visibles.
- Aprender no exige resultado positivo.
Primera semana: leer
Lee el primer capítulo y la guía de contexto. Sigue cómo full y no_tool_results montan mensajes. Formula una hipótesis sobre una tarea de calculadora antes de llamar a un proveedor.
Fija commit, lockfile y modelo para que cada observación tenga un entorno identificable.
Semanas dos y tres: controlar
Repite modos con tareas inventadas, archiva peticiones y registra contrato, corrección, coste y fallos. Aísla o desactiva el intérprete si no es esencial.
Si una condición falla por acceso o ausencia de evidencia, márcala como no evaluable. No sustituyas un resultado real por un mock favorable.
Cuarta semana: decidir
Resume cuándo ayudaron los resultados de herramientas y qué no permite concluir la muestra. Decide si tu agente necesita esa política de contexto.
Es un estudio propuesto, no un experimento de cuatro semanas completado. Un resultado negativo o inconcluso bien documentado también enseña.
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
Fijar revisión, proveedor e hipótesis.
- 2
Repetir comparaciones ficticias con trazas.
- 3
Publicar conclusión limitada y preguntas abiertas.
Ejemplo para copiar
study:
question: do_tool_results_help
modes: [full, no_tool_results]
data: synthetic
repeats: record-count
conclusion: bounded_to_tasks_and_modelPreguntas frecuentes
¿Debe durar cuatro semanas exactas?
No. Es una guía de ritmo; conserva la evidencia requerida.
¿Puedo afirmar una regla universal?
Una muestra pequeña solo apoya conclusiones para sus tareas y modelo.
Fuentes
- AI Agent Book / README.mdFuente verificada 2026-09-26
- 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