Notas de lectura de la redacción

Seis personas han escrito sobre cómo funcionan los agentes de IA: de qué están hechos, qué hace que un sistema sea «agentic», qué patrones de diseño aguantan en la práctica y cuáles aún no. Ninguna escribió sobre cómo leer lo que un agente devuelve, y ninguna menciona MarsDawn ni recomienda una herramienta Markdown. Leímos cada texto en sus propios términos, marcamos con claridad dónde empieza nuestra lectura, y le hicimos a cada fuente la misma pregunta: qué documento suele aterrizar en tu carpeta por esto, y dónde ayuda MarsDawn a leerlo.

Si quieres primero la versión corta y práctica, empieza por Leer lo que te devuelve tu agente y Revisar el plan de un agente en cinco minutos. Estas seis notas se acercan más a las fuentes detrás de esas páginas. Cada una se sostiene sola; léelas en cualquier orden.

Anthropic traza una línea entre workflows y agentes. ¿Dónde encaja tu lectura? — La guía de Anthropic para quien construye agentes separa una pipeline fija de un modelo que dirige su propio siguiente paso, y describe un workflow en el que el «revisor» es una segunda llamada a un LLM, no una persona.
La división read-only/write action de Chip Huyen, y por qué importa antes de aprobar nada — su definición sencilla de un agente, y la distinción entre acciones que solo miran y acciones que cambian algo: ahí es donde una revisión de cinco minutos vale la pena.
El plano de agente de Lilian Weng de 2023, y el archivo que deja cada parte — cerebro, planificación, memoria, uso de herramientas: su propio marco de de qué está hecho un agente, y el límite que nombra en planes que no se ajustan cuando algo sale mal.
El espectro de Harrison Chase: cuanto más agentic, más querrás vigilarlo — su definición técnica de un agente, y su argumento a favor de la observabilidad a medida que un sistema avanza por ese espectro.
El pipeline de evals de Jess Ou, y el paso que sigue siendo tuyo — en julio de 2026 LangChain publicó un nuevo «What is an AI agent?» de Jess Ou en la dirección donde estaba el post de 2024 de Harrison Chase; su definición es casi palabra por palabra la suya, y describe dónde termina la evaluación automática y dónde tiene que intervenir una persona.
Andrew Ng ordena sus propios patrones de diseño según lo predecibles que son — a lo largo de cinco cartas en The Batch, dice sin rodeos cuáles le parecen más fiables y cuáles le cuesta predecir.

Ninguno de estos seis textos argumenta que haya que leer con más cuidado la salida de un agente, y ninguno habla de MarsDawn. Esa conexión, donde la hacemos, es nuestra, y cada nota lo dice.