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

Hay un montón de opiniones de ingeniería de agentes de "mantenlo simple, estúpido" que básicamente lo reducen a "Agente = LLM + Herramientas + Bucle + Objetivo" Este es un agente mínimo viable, ¡y eso es 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 examiné todas las respuestas a las solicitudes de definiciones de Simon y ya las agrupé para usted. con acrónimo adicional a DEJA DE OLVIDAR LA MEMORIA Y LOS FLUJOS DE PLANIFICACIÓN Y AUTENTICACIÓN "agente = llm + Intención + Memoria + Planificación + Auth/confianza + Flujo de control + Uso de herramientas" *¡ajá! ¿pensaste que soy el señor odio a las evaluaciones? ¿Porque solo piensas en binario?

un poco irónico que resolviéramos el problema 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 rn) Babel lloró