Elegir un procedimiento repetido con entradas acotadas, herramientas conocidas y una definición de terminado que otra persona pueda revisar.
Dónde puede ayudar a una empresa
En una planta, un integrador o un equipo de operaciones ayudaría a hacer explícito cómo se diagnostica, mantiene o reporta un proceso antes de automatizarlo.
Qué artefacto merece desarrollar
Un catálogo versionado de procedimientos, trazas y excepciones que conecte la operación con una evaluación reproducible.
Qué sigue abierto
¿Qué parte del procedimiento puede dejarse al agente y qué parte debe permanecer en una regla o aprobación humana?
Qué aporta cada paper
Este mapa es una síntesis editorial: asigna a cada fuente un papel en la idea, conserva un localizador primario y deja explícito qué no permite concluir.
- APORTA
- Aporta la hipótesis de que la forma de las herramientas y el orden de acceso son parte del comportamiento medible.
- LÍMITE
- La evaluación se concentra en reparación de repositorios; no demuestra el mismo efecto en otros dominios o con otras consecuencias.
- APORTA
- Aporta el patrón de generar skills que traduzcan una capacidad fuerte a un ejecutor más pequeño.
- LÍMITE
- La transferencia se observa en cinco benchmarks y dos modelos pequeños; no demuestra robustez en tareas abiertas o entornos cambiantes.
- APORTA
- Aporta una forma de observar el cumplimiento de un skill y actualizar la guía durante la ejecución.
- LÍMITE
- La evaluación cubre 15 skills, dos agentes y dos backbones; quedan abiertas herramientas y procedimientos no observados.
- APORTA
- Aporta la separación diagnosticar → enrutar → recuperar en lugar de repetir una autocorrección genérica.
- LÍMITE
- La política se selecciona en desarrollo y se prueba en tres familias de tareas; los fallos fuera de sus categorías pueden quedar mal diagnosticados.
Contrato de primera prueba
La propuesta se puede ejecutar y detener con una decisión observable; no es un resultado ya obtenido.
- ENTRADA
- 30 ejecuciones de un procedimiento repetido, con entradas acotadas, herramientas conocidas y tres condiciones: procedimiento actual, skill simple y skill instrumentado.
- BASELINE / CONTROL
- El procedimiento actual documentado, el mismo conjunto de casos, modelo, herramientas y presupuesto en las tres condiciones.
- MÉTRICA
- Cumplimiento de pasos, decisión correcta, tiempo, tokens, fallos recuperados y número de intervenciones humanas.
- TIMEBOX
- 2 semanas
Regla de parada: No avanzar si el skill no mejora el cumplimiento o la recuperación frente al procedimiento actual, o aumenta más de 20% el coste sin mejorar la decisión.