Definir las primitivas de agentes: la taxonomía detrás de Amazon Quick

Amazon Quick propone una taxonomía para descomponer el trabajo agentico en cuatro preguntas básicas: ¿Cuándo?, ¿Qué?, ¿Quién? y ¿Cómo?. Esta estructura aclara decisiones de producto y facilita aprendizaje persistente del agente.

Por Redaccion TD
Definir las primitivas de agentes: la taxonomía detrás de Amazon Quick

Introducción

A medida que los agentes conversacionales pasaron de responder consultas a ejecutar tareas —agendar reuniones, investigar, generar reportes— surgió un problema práctico: no existía un vocabulario compartido sobre las piezas mínimas que componen el trabajo de un agente. En Amazon Quick ese vacío generaba ambigüedad en el diseño y en la experiencia del usuario. Por eso se desarrolló una taxonomía de primitivas que descompone cualquier ejecución agentica en cuatro preguntas simples: ¿Cuándo?, ¿Qué?, ¿Quién? y ¿Cómo?.

Este enfoque no busca exponer todos los detalles al usuario final, sino ofrecer un marco común para quienes diseñan, integran y operan sistemas de agentes. En este artículo explico esa taxonomía y sus implicaciones prácticas, con foco en equipos de producto y tomadores de decisión.

El problema: vocabulario fragmentado

Sin una definición compartida, ideas similares reaparecían con nombres distintos: un actor que ejecuta, una señal que inicia, un procedimiento empaquetado y una memoria que guarda lecciones. Eso complica decisiones tan cotidianas como interpretar una petición de usuario tipo “monitorea mi canal de Slack y envíame un resumen diario”. ¿Se trata de crear un agente nuevo, agregar una instrucción programada a uno existente, definir un workflow o habilitar una skill? Son preguntas distintas; sin una taxonomía tienden a convertirse en una sola elección confusa.

La taxonomía en un vistazo

La taxonomía propuesta organiza el trabajo agentico en tres elementos principales conectados por aprendizaje en tiempo de ejecución:

  • Triggers: quién o qué inicia el trabajo (el When y el What).
  • Agents: el actor persistente que asume la tarea (el Who) y acumula aprendizaje.
  • Capabilities: las formas en que el agente actúa (el How), que incluyen tools, skills y workflows.

Esta separación permite que una misma entidad agente pueda recibir instrucciones en conversación, ser programada para tareas periódicas y orquestar sub-agentes cuando sea necesario.

Triggers: qué inicia el trabajo

Los triggers son tanto el mecanismo de activación como el portador de la instrucción. Responden al ¿Cuándo? y al ¿Qué? del trabajo. Amazon Quick distingue cuatro tipos:

  • Human-initiated: una persona inicia una conversación y solicita una acción. Es interactivo, síncrono y conversacional.
  • Agent-delegated: un agente invoca a otro durante una tarea para resolver un subproblema. Es programático, componible y puede ser recursivo.
  • Scheduled: activación basada en el tiempo, por ejemplo ejecutar una investigación cada lunes a las 9. Determinista y con instrucciones permanentes.
  • Event-driven: señales externas como un correo nuevo, una mención en Slack, un cambio de archivo o un webhook.

El tipo de trigger condiciona la ejecución: una tarea programada puede ser conservadora (evitar acciones frente a incertidumbre), mientras que una iniciada por un humano suele ser más proactiva (preguntar antes de detenerse).

Agents: el actor que aprende

Un agent se define como un actor persistente que aprende. Es el Who de cada ejecución y la entidad contra la cual converge el aprendizaje. Dos agentes que reciben la misma entrada pueden comportarse distinto por sus instrucciones, capacidades e historial.

Un agente está compuesto por:

  • Instrucciones permanentes: guía de rol, persona, archivos de contexto y principios operativos. Por ejemplo, un agente financiero tomará decisiones diferentes que un asistente general por estas instrucciones.
  • Capacidades: herramientas, skills, workflows y sub-agentes disponibles, que pueden actualizarse dinámicamente.
  • Contexto aprendido: memoria acumulada de uso, como fórmulas que funcionan con cierta herramienta, preferencias de formato o casos límite relevantes.

Todo lo demás es extrínseco: el modelo de lenguaje subyacente es un parámetro reemplazable, el historial de conversación es estado por sesión y los triggers pertenecen a la plataforma. Con esta definición, pedir “un agente que monitoree Slack y envíe un digest diario” suele traducirse a añadir un trigger a un agente existente, no a crear un agente nuevo.

Capabilities: cómo actúa el agente

Las capacidades responden al ¿Cómo? y abarcan un continuo desde operaciones plenamente deterministas hasta decisiones abiertas del agente. Este eje también es un contrato de confianza: cuánto margen tiene el agente para decidir frente a cuánto fija el usuario por adelantado.

  • Tools: operaciones atómicas con esquemas tipados, como enviar un correo, consultar una base de datos o leer un archivo. Tienen interfaz consistente: nombre, descripción, parámetros y resultado.
  • Skills: guías estructuradas que dejan espacio para juicio. Agrupan instrucciones y recursos (plantillas, scripts, ejemplos) y se cargan con divulgación progresiva: inicialmente el agente ve solo nombre y resumen, y lee la guía completa cuando es pertinente. Permiten encapsular experiencia institucional sin costo constante.
  • Workflows: coordinación determinista con pasos declarados, control de flujo, ramificación y manejo de errores. La lógica de control está en código; la evaluación dentro de cada paso puede seguir siendo responsabilidad del agente.

Skills vs Workflows: roles complementarios

Aunque los modelos de lenguaje mejoran rápidamente, skills y workflows conservan valor independiente del modelo. Las skills capturan y versionan conocimiento institucional, facilitando compartir prácticas y mantener consistencia. Los workflows, por su parte, aportan auditabilidad, visibilidad por paso y determinismo necesario para procesos críticos como aprobaciones o flujos financieros.

En la práctica conviene combinar ambos: usar workflows para controlar la secuencia y registro, e invocar skills dentro de pasos cuando se requiere juicio o expertise.

Implicaciones para equipos y negocios en Latinoamérica

Para equipos de producto y líderes en la región, la adopción de esta taxonomía ayuda a:

  • Evitar duplicación de esfuerzos al clarificar si una petición debe implementarse como trigger, ajuste de instrucciones del agente, skill o workflow.
  • Diseñar agentes que acumulan valor con el tiempo mediante memoria y reglas permanentes, relevante para equipos que integran procesos locales y conocimiento institucional.
  • Balancear autonomía y control según el riesgo operativo: usar workflows para actividades reguladas y skills para mejorar eficiencia en tareas de conocimiento.

Además, al estandarizar términos se facilita la colaboración entre equipos, integraciones con herramientas locales (por ejemplo, canales de mensajería usados en la región) y la auditoría de procesos.

Conclusión y siguientes pasos

La taxonomía de primitivas presentada en Amazon Quick organiza el trabajo agentico alrededor de triggers, agentes y capacidades, con el aprendizaje continuo como eje que mejora ejecuciones futuras. Este marco simplifica decisiones de diseño y operacionalización de agentes, y prepara el terreno para sistemas que pueden conversar, programarse y orquestar su propio trabajo.

Este es el primer artículo de una serie; las publicaciones siguientes explorarán el sistema operativo agentico, el aprendizaje en segundo plano, feeds proactivos y otros componentes operativos. Para equipos en Latinoamérica que evalúan desplegar soluciones agenticas, adoptar un vocabulario común es un paso pragmático para escalar con control y coherencia.

Fuente original: AWS ML Blog