Ocho controles antes de ampliar la autonomía de un agente.
Checklist público que usamos para revisar agentes y operadores. No es una certificación ni una norma nacional; es un criterio interno publicado para que pueda discutirse.
Una demo responde “¿puede hacerlo?”. Producción exige más preguntas.
Antes de conectar un agente a un proceso real revisamos qué puede tocar, cómo se detiene, qué queda registrado y qué evidencia demuestra que terminó. Cuanto mayor sea el impacto de un error, más fuerte debe ser cada control.
Propósito
La tarea tiene una salida concreta, un dueño y límites escritos.
Falla si el único criterio es “que el agente se vea inteligente”.
Datos
Sabemos qué fuentes usa, qué puede salir a terceros y cuánto tiempo se conserva.
Falla si nadie puede explicar dónde termina la información.
Permisos
Cada herramienta expone solo las acciones necesarias para esa tarea.
Falla si una instrucción al modelo es el único control de acceso.
Aprobaciones
Las acciones sensibles tienen un punto de revisión humana definido.
Falla si el usuario aprueba algo ambiguo o demasiado amplio.
Observabilidad
Podemos reconstruir qué herramienta se usó, qué devolvió y dónde falló.
Falla si un incidente solo deja una respuesta final del modelo.
Verificación
El cierre depende de una señal externa al “terminé” del agente.
Falla si no podemos comprobar el archivo, estado, registro o resultado esperado.
Excepciones
Existe una salida segura para datos faltantes, bloqueos y casos fuera de alcance.
Falla si el sistema improvisa para evitar detenerse.
Operación
Hay responsable, límites de consumo y una forma de degradar o detener el sistema.
Falla si nadie sabe qué hacer cuando cambia un proveedor o aparece un incidente.
“El agente dijo que terminó” no es una prueba.
La señal depende de la tarea: un archivo existe y abre, una prueba pasa, un registro cambió al estado esperado, una URL correcta fue alcanzada o una fuente respalda la respuesta. Si no hay una condición comprobable, el sistema debe decirlo.
v0.1 · septiembre de 2026
Esta versión fija los ocho controles iniciales. Si cambiamos el criterio, la versión y el motivo del cambio deben quedar visibles; no queremos convertir “Estándar Nova” en una etiqueta que signifique lo que convenga en cada proyecto.