Quatre patrons per construir agents d’IA més fiables
Guia pràctica dels patrons pipeline, router, planificador–executors i avaluador–optimitzador, amb exemples, límits i controls necessaris per portar agents d’IA a producció.
Tema
LLM
Resums de vídeos per entendre millor aquest tema.
Com construir un agent de codi amb IA des de zero: el harness de BettaTech en Go
BettaTech desmunta un agent de programació peça per peça i publica un projecte educatiu en Go. El vídeo explica el bucle agentiu, les eines, els permisos, els proveïdors, els subagents, la memòria i la compactació del context.
Qwen 3.6 27B contra Gemma 4 31B: dos models locals construeixen la mateixa app Tauri
Zero to MVP encarrega a Qwen 3.6 27B i Gemma 4 31B la mateixa aplicació d’escriptori amb Tauri. Tots dos generen una base funcional, però Gemma acaba en menys de la meitat de temps i cap resultat funciona al primer intent.
Què és un agent harness? La capa que converteix un model d’IA en un agent que pot treballar
Caleb Writes Code explica l’evolució de la prompt engineering a la harness engineering: bucles, eines, context i controls que converteixen un LLM en agent.
«AI Engineering»: com construir sistemes d’IA que funcionin
Resum d’AI Engineering, de Chip Huyen: avaluació, seguretat, RAG, ajust fi, encaminament de models, memòria cau i agents en producció.
Enginyeria d’IA en producció: RAG, agents, avaluació, costos i seguretat
Guia pràctica per convertir una crida a un LLM en un sistema fiable: arquitectura, RAG, embeddings, sortides estructurades, agents, mètriques, costos i defensa contra prompt injection.