Herramientas de los agentes y APIs preentrenadas
Un agente combina modelo, herramientas (Extensions, Functions, Data stores y Plugins) y bucle de razonamiento; si una API preentrenada resuelve exactamente una tarea a escala, dársela como herramienta suele costar menos que pedírselo todo al modelo.
1. El problema de negocio
Un operador logístico ha prototipado un agente que gestiona las incidencias de entrega: lee albaranes escaneados, escucha las notas de voz de los conductores y revisa documentos de aduanas en varios idiomas, y todo lo resuelve el propio modelo generalista. Al calcular el paso a producción, con unos 40 000 documentos y audios al mes, el coste por petición se dispara y los datos extraídos no salen siempre iguales.
2. Solución de Google
- Servicio
- APIs preentrenadas de Google Cloud como herramientas del agente
- Capa
- Agentes
- Por qué
- El modelo mantiene el bucle de razonamiento, que observa, interpreta, razona y actúa, pero delega en Document AI API la extracción de los albaranes, en Speech-to-Text la transcripción de las notas de voz y en Translation API los documentos en otros idiomas. Cada API resuelve su tarea a escala y suele ser más barata, rápida y predecible.
Ver la capa en el mapa de 5 capas
Capa 5Aplicaciones
La parte con la que interactúa el usuario final.
- Gemini app
- Gemini Enterprise
- Gemini for Google Workspace
- Gemini Notebook
- Gemini for Google Cloud
Capa 4Agentes[Capa de esta lección]
Software que persigue un objetivo usando un modelo y herramientas.
- Agentes en Agent Platform
- Customer Engagement Suite
Capa 3Plataforma
APIs, gestión de datos y despliegue de modelos; abstrae la infraestructura.
- Agent Studio
- Agent Search
- Model Garden
- Agent Platform AutoML
- RAG Engine
- Agent Runtime
Capa 2Modelos
Algoritmos entrenados con grandes volúmenes de datos que generan contenido.
- Gemini
- Gemma
- Imagen
- Veo
Capa 1Infraestructura
Cómputo y almacenamiento físico para entrenar y servir modelos.
- AI Hypercomputer
- Cloud TPU
- GPU
- Centros de datos de Google
3. Límites
- No la uses si
- Las peticiones son pocas y tan variadas que ninguna API preentrenada resuelve exactamente la tarea, de modo que integrar y mantener servicios separados cuesta más de lo que ahorra.
- Variable que fuerza el cambio
- Coste
- Alternativa
- Gemini, el modelo del agente, resolviendo la tarea directamente sin herramienta especializada.
4. La trampa del examen
- [✗] Distractor
- Dejar que el modelo generalista del agente extraiga los datos de todos los albaranes y transcriba y traduzca por sí mismo cada documento y cada audio.
- Por qué tienta
- Parece más sencillo pedírselo todo a un único modelo que conectar varias APIs como herramientas.
- Por qué es incorrecto
- Con decenas de miles de documentos y audios al mes, extraer, transcribir y traducir son tareas que una API preentrenada resuelve exactamente a escala, con menos coste y más previsibilidad; el modelo se reserva para razonar sobre la incidencia.