Gestión de errores en agentes de IA

En un entorno de desarrollo todo funciona.

En producción, no.

Las APIs fallan, las respuestas llegan tarde o son incoherentes, aparecen CAPTCHAs inesperados y los ficheros vienen corruptos.

Un agente que no sabe reaccionar ante lo imprevisto deja al usuario sin respuesta.

A través de la lectura de este capítulo del libro Agent Design Patterns exploramos el patrón de gestión de errores y recuperación en sistemas agénticos para aprender cómo preparar al agente de forma proactiva para detectar fallos y qué estrategias reactivas aplicar cuando algo sale mal.

Analizamos las técnicas clave para construir agentes robustos:

• Monitorización y detección de errores en APIs, respuestas lentas o resultados incoherentes
• Registro de errores, políticas de reintento con parámetros ajustados y estrategias alternativas (fallback)
• Mantenimiento de funcionalidad parcial (graceful degradation) y escalado a humanos u otros agentes
• Recuperación del estado estable y reversión de cambios (state rollback)

Además, pasamos de la teoría a la práctica con una implementación completa y comentada paso a paso usando Google ADK con un pipeline de tres agentes donde, si la búsqueda de ubicación precisa falla, un agente de respaldo recurre automáticamente a una alternativa menos precisa antes de que el agente de respuesta presente el resultado al usuario.

El ejemplo muestra además una técnica interesante para implementar un comportamiento condicional sin necesidad de un enrutador, ejecutando todas las etapas y dejando que cada una decida por sí misma si debe actuar consultando el estado de la sesión.

¡Vamos a preparar a nuestros agentes! 🛡️

Gestión de errores en agentes de IA: fallbacks, reintentos y recuperación con Google ADK