# Arquitectura de agentes de inteligencia artificial Un agente que utiliza herramientas necesita un sistema de ejecución alrededor del modelo. Esta selección reúne mi trabajo público sobre permisos, recuperación, protocolos y observabilidad: componentes que permiten inspeccionar qué ocurrió cuando una tarea cambia estado o falla. Por [Lucio Durán]() · Uruguay ## Qué decisión querés resolver ### Antes de habilitar una escritura Definir qué identidad autoriza la acción, qué recurso puede modificar y qué presupuesto consume. Agent Tool Capabilities implementa permisos y revocación; Agent Policy State Machine explora las transiciones de autorización. ### Cuando se pierde una respuesta Conservar la identidad de la operación y comprobar sus efectos antes de reintentar. Agent Replay Runtime permite estudiar recuperación tras cortes reales del proceso y casos que requieren detenerse. ### Al integrar herramientas Separar el contrato del protocolo de los permisos de la aplicación. MCP Contract Harness comprueba el intercambio de mensajes; los proyectos de sandbox y trazas examinan aislamiento y evidencia de ejecución. ## Proyectos y evidencia Cada ficha permite consultar el código, el entorno, los resultados publicados y sus límites. Los experimentos describen esas configuraciones; no acreditan resultados en sistemas de clientes. - ### [Agent Replay Runtime]() Ejecución durable de herramientas con registro de eventos, claves de idempotencia y recuperación tras interrupciones reales del proceso. Incluye trazas de efectos y casos sin reintento automático. Python · Licencia: MIT [Leer la ficha]() · [Repositorio]() - ### [Agent Tool Capabilities]() Autorización de herramientas por argumento, recurso y vencimiento, con presupuestos atómicos de llamadas y bytes y registros verificables de rechazo y revocación. Python · Licencia: MIT [Leer la ficha]() · [Repositorio]() · [Release v1.0.0]() - ### [Agent Policy State Machine]() Máquina de estados de autorización ejecutable, con comprobaciones de seguridad en un modelo TLA+ finito, compensación y reproducción del grafo real de TLC. Python · Licencia: MIT [Leer la ficha]() · [Repositorio]() · [Release v0.1.0]() - ### [Agent Sandbox Boundaries]() Ejecutor efímero con Wasmtime que permite observar los límites de CPU, tiempo transcurrido, memoria invitada y capacidades de acceso al sistema de archivos y la red. Python · Licencia: MIT [Leer la ficha]() · [Repositorio]() · [Release v0.1.0]() - ### [MCP Contract Harness]() Servidor MCP de solo lectura y clientes independientes para comprobar negociación, paginación, errores y cancelación por stdio, con mensajes reales e informes reproducibles. Python / JavaScript · Licencia: MIT [Leer la ficha]() · [Repositorio]() - ### [Agent Trace Observability]() Instrumentación con OpenTelemetry para un flujo local propio de agentes, con exportaciones limitadas a campos permitidos y pruebas de exclusión de contenido sensible. Python · Licencia: MIT [Leer la ficha]() · [Repositorio]() · [Release v0.1.0]() ## Lecturas de arquitectura y método - ### [Agentes que escriben en producción: autorización, idempotencia y reconciliación]() Un diseño de ejecución para herramientas con efectos reales: identidad fuera del prompt, acciones inmutables, control de concurrencia y recuperación cuando un timeout deja el resultado en duda. - ### [Agentes recursivos: contexto externo, presupuestos y evidencia que sobrevive a la delegación]() De Recursive Language Models a Recursive Agent Harnesses: cómo diseñar delegación sobre grandes corpus con contratos de evidencia, límites globales y una evaluación que justifique la complejidad.