Estamos comenzando a obtener una señal más clara de cuán vasta será el área de superficie de la ingeniería de contexto. Para construir agentes de IA, en teoría, debería ser tan simple como tener un modelo superpoderoso, darle un conjunto de herramientas, tener un buen sistema de indicaciones y darle acceso a datos. Tal vez en algún momento realmente será tan simple. Pero en la práctica, para hacer agentes que funcionen hoy, estás lidiando con un delicado equilibrio de qué darle al agente global frente a un subagente. Qué cosas hacer que sean agentes frente a solo una llamada a una herramienta determinista. Cómo manejar las limitaciones inherentes de la ventana de contexto. Tenías que averiguar cómo recuperar los datos correctos para la tarea del usuario y cuánto poder de cómputo dedicar al problema. Cómo decidir qué hacer rápido y sufrir posibles caídas de calidad, frente a lento pero tal vez molesto. Y un sinfín de otras preguntas. Hasta ahora no hay una respuesta correcta para nada de esto, y hay compensaciones significativas para cualquier enfoque que tomes. Y lo más importante, acertar en esto requiere una comprensión profunda del dominio para el que estás resolviendo el problema. Manejar este problema en la codificación de IA es diferente de la ley, que es diferente de la atención médica. Por eso hay tantas oportunidades para los juegos de agentes de IA en este momento.