La seguridad del protocolo determina quién puede actuar, no el modelo.
La inyección de prompts recibe la mayor parte de la atención en materia de seguridad en los sistemas de LLM, y merece esa atención, pero no es el único problema una vez que los agentes comienzan a invocar herramientas y delegar trabajo a otros agentes.
Las tareas A2A de larga duración superan la duración de las sesiones de chat.
La mayoría de las demostraciones de agentes de IA aún se comportan como completados de chat con pasos adicionales: envías un prompt, esperas unos segundos y recibes una respuesta en una sola salida.
El 40 % de los pilotos de agentes múltiples fracasan. Aquí te explicamos cómo elegir el patrón de orquestación adecuado y evitar los que fallan.
Los sistemas de IA de agente único alcanzaron su punto máximo en 2025: le dábamos a un LLM un prompt, algunas herramientas y un objetivo, y funcionaba razonablemente bien en tareas acotadas.
Escriba el evento con los datos. Nunca los separe.
Dos escrituras que deberían tener éxito juntas eventualmente fallarán por separado.
Tu servicio de pedidos guarda el pedido en la base de datos y luego publica un evento order.created en un intermediario de mensajes.
El context de Go es para el flujo de control, no para el almacenamiento.
El context.Context de Go es lo suficientemente simple para usarse mal, y ese es el problema.
Maneje los errores en el límite adecuado.
La gestión de errores en Go es un tema que suele generar quejas.
Todo desarrollador de Go ha escrito este código cientos de veces:
Dejen de dormir en pruebas concurrentes de Go.
Probar código Go concurrente siempre ha requerido un poco de disciplina. Las goroutines son económicas, los canales son simples y la cancelación de contexto es idiomática: los trabajadores en segundo plano y los temporizadores están por todas partes en los servicios reales de Go.
El A2A no está muerto. Solo no es universal.
El protocolo Agent2Agent de Google, habitualmente abreviado como A2A, tuvo un primer año extraño.
Patrones de polling confiables para agentes de IA.
Los agentes de sondeo (polling agents) son una de las partes menos glamurosas de la arquitectura de asistentes de IA, pero también son una de las más útiles.
A2A convierte a los agentes en pares de red.
El Protocolo A2A, siglas de Agent2Agent Protocol (Protocolo de Agente a Agente), es un estándar abierto para la comunicación entre sistemas de agentes de IA independientes.
MCP proporciona herramientas a los agentes. A2A proporciona pares a los agentes.
La arquitectura de los agentes de IA está comenzando a dividirse en dos capas.
Construye CQRS en Go sin ceremonias innecesarias
CQRS es uno de esos patrones que se sobrevenden, se complican en exceso y, ocasionalmente, se diagnostican erróneamente como la cura para el aburrimiento del CRUD tradicional.
Diagramas como código, sin el drama.
Mermaid es una herramienta de diagramación basada en texto para quienes prefieren escribir diagramas en lugar de arrastrar cajas en un lienzo. Utiliza una sintaxis similar a Markdown para describir diagramas de flujo, diagramas de secuencia, diagramas de clases, máquinas de estados, líneas de tiempo, diagramas de Gantt, diagramas de entidad-relación y más.
Controla el riesgo, no solo el modelo.
Los LLMs son impredecibles. Hallucinan, filtran datos, generan contenido dañino o rechazan solicitudes legítimas. Los guardrails (mecanismos de contención) limitan el comportamiento del modelo sin sacrificar capacidad.
Cómo se construyen realmente los asistentes serios.
Un asistente de IA de producción no es simplemente “un LLM con un prompt”. Es un sistema que acepta intenciones, mantiene el estado, decide cuándo recuperar información o actuar, y expone suficiente detalle en tiempo de ejecución para depurar fallos.
Deja de interpretar sensaciones. Valida contratos.
La mayoría de los tutoriales sobre “salida estructurada” de los LLM son poco serios. Te enseñan a pedir JSON amablemente y luego a esperar que el modelo se comporte. Eso no es validación. Eso es optimismo con llaves.
