## Las evaluaciones son características, no productos Estoy en este encuentro de agentes de codificación esta noche con OAI, Any, GDM, Cursor, Factory, Delphi, Exa, @theo, etc. La sorprendente conclusión de este panel, si me atrevo a parafrasear, fue que Theo decía que hay demasiadas startups de evaluaciones y Thariq, Nate y Romain coincidieron sorprendentemente en que sí, deberías seguir adelante y construir más agentes, no te preocupes por los agentes de biglab, ellos también son básicamente pequeñas startups internas de todos modos, y probablemente tendrás una perspectiva diferente y el mundo necesita verlo. ENTONCES y solo entonces construirás buenas evaluaciones.

hay un montón de opiniones sobre la ingeniería de agentes que dicen "manténlo simple, estúpido" que básicamente lo reducen a "agente = llm + herramientas + bucle + objetivo" este es un agente viable mínimo, ¡y eso está genial! pero la razón por la que esta definición es demasiado minimalista para ser útil es porque te hace olvidar todo lo que hace que los agentes sean BUENOS: - planificación - memoria - confianza/autenticación - evaluaciones* en febrero encuesté todas las respuestas a las solicitudes de definiciones de Simon y ya las agrupé para ti. con un acrónimo adicional para DEJAR DE OLVIDAR LA MEMORIA Y LA PLANIFICACIÓN Y LOS FLUJOS DE AUTENTICACIÓN "agente = llm + Intención + Memoria + Planificación + Autenticación/confianza + Flujo de control + Uso de herramientas" *¡ajá! ¿pensaste que soy el que odia las evaluaciones? porque solo piensas en binario?

es algo irónico que hayamos resuelto el problema de MxN -> M+N con MCP y luego lo siguiente que todos están haciendo ahora es lanzar sus propios registros de MCP (cuento al menos 6 en este momento) babel lloró