Ya construiste un chatbot que responde preguntas. Ahora necesitas que haga algo: obtener datos, llamar a una API, actualizar una base de datos. La diferencia entre un chatbot y un agente es una sola restricción: los agentes toman acciones basándose en lo que aprenden.
La mayoría de los intentos fallan porque los desarrolladores tratan las llamadas a herramientas como un complemento, no como el núcleo del sistema. Llaman a un LLM, esperan una respuesta, pasan las herramientas como una ocurrencia tardía. Los agentes de producción necesitan una arquitectura diferente, una que trate al LLM como un motor de decisiones, no como un generador de texto.
Llamadas a Herramientas: El Contrato, No la Característica
La llamada a herramientas no se trata de dar acceso a funciones a un LLM. Se trata de definir un contrato que el LLM debe seguir.
Cuando defines una herramienta, no le estás dando al modelo una caja negra. Estás especificando:
- Qué hace la herramienta (descripción)
- Qué parámetros requiere (esquema)
- Qué formato devuelve (especificación de salida)
La mayoría de las llamadas a herramientas fallan porque las descripciones son vagas.
