Protocolo A2A de Google en 2026: adopción, hype y realidad
El A2A no está muerto. Solo no es universal.
El protocolo Agent2Agent de Google, habitualmente abreviado como A2A, tuvo un primer año extraño.
Llm
Agentes de sondeo en asistentes de IA: 11 patrones de implementación
Patrones de polling confiables para agentes de IA.
Los agentes de sondeo (polling agents) son una de las partes menos glamurosas de la arquitectura de asistentes de IA, pero también son una de las más útiles.
¿Qué es el protocolo A2A? Agent Cards y Tasks explicados
A2A convierte a los agentes en pares de red.
El Protocolo A2A, siglas de Agent2Agent Protocol (Protocolo de Agente a Agente), es un estándar abierto para la comunicación entre sistemas de agentes de IA independientes.
A2A frente a MCP: ¿realmente necesitan los agentes de IA ambos protocolos?
MCP proporciona herramientas a los agentes. A2A les da pares.
La arquitectura de agentes de IA está comenzando a dividirse en dos capas.
Arquitectura de LLM: Diseño de sistemas para IA en producción
Design decisions for production LLM systems — routing, cost, guardrails, and multi-model orchestration. The layer between running models and building reliable AI applications.
Diseño de sistemas de múltiples modelos: cuando un solo modelo no basta
Elige el patrón más sencillo que funcione.
Los sistemas de un solo modelo son simples. Los sistemas de múltiples modelos son potentes. El desafío no consiste en elegir modelos, sino en diseñar la arquitectura que los orqueste.
Guarda de seguridad para modelos de lenguaje grandes en la práctica: qué funciona realmente
Controla el riesgo, no solo el modelo.
Los LLMs son impredecibles. Hallucinan, filtran datos, generan contenido dañino o rechazan solicitudes legítimas. Los guardrails (mecanismos de contención) limitan el comportamiento del modelo sin sacrificar capacidad.
Optimización de costes para sistemas de LLM: dónde se gasta realmente el dinero
Gasta tokens donde realmente importan.
Los costos de los LLM escalan de forma lineal con el uso. Un sistema que procesa 10.000 solicitudes al día a 0,01 dólares por solicitud cuesta 100 dólares diarios, es decir, 365 dólares al año. A escala empresarial, eso supera los 10.000 dólares.
Ruteo de modelos: Deja de usar un solo modelo para todo
El modelo adecuado para la tarea correcta.
Ejecutar un modelo de 70 mil millones de parámetros para resumir un correo electrónico de 200 palabras es un desperdicio. Ejecutar un modelo de 3 mil millones de parámetros para revisar código de producción es imprudente. La mayoría de los sistemas se sitúan en algún punto intermedio, y es precisamente ahí donde entra en juego el enrutamiento de modelos.
Sistemas de memoria en asistentes de IA
Memoria de trabajo, estructurada y de recuperación para asistentes.
La memoria transforma a los asistentes de reactivos a persistentes, pero también es donde muchos sistemas se deterioran silenciosamente. Los análisis argumentan que la división entre memoria a corto y largo plazo ya no es suficiente para la memoria de agentes modernos; los SDK de OpenAI y LangGraph apuntan a un stack más simple: memoria de trabajo, estado durable y recuperación.
Arquitectura del asistente de IA: LLM, memoria, herramientas, enrutamiento, observabilidad
Cómo se construyen realmente los asistentes serios.
Un asistente de IA de producción no es “un LLM con un prompt”. Es un sistema que acepta la intención, mantiene el estado, decide cuándo recuperar o actuar, y expone suficiente detalle de tiempo de ejecución para depurar fallos.
IA para la gestión del conocimiento: flujos de trabajo reales que funcionan
La IA transforma la gestión del conocimiento, no su propósito.
La IA no está reemplazando la gestión del conocimiento; está cambiando su forma tanto para individuos como para equipos.
OpenClaw frente a Hermes Agent: estrellas, descargas y uso en 2026
¿Estrellas, tokens, descargas… quién gana realmente?
Los marcos de agentes de IA de código abierto están experimentando una explosión de popularidad en GitHub. Dos proyectos en el centro del ecosistema de sistemas de IA autoalojados — OpenClaw y Hermes Agent — se han adelantado tanto que el resto del campo compite por un distante tercer lugar.
Qwen 3.6 27B y 35B MTP frente a Standard en GPU de 16 GB
MTP frente a la decodificación estándar en RTX 4080 — benchmarks reales
Probé el rendimiento de la decodificación especulativa (Predicción Multi-token, MTP) en Qwen 3.6 27B y 35B en una RTX 4080 con 16 GB de VRAM.
Descargar todos los modelos del enrutador de llama.cpp sin reiniciar
VRAM libre sin detener llama-server.
Modo router de llama.cpp es uno de los cambios más útiles en llama-server en años. Finalmente ofrece a los operadores de LLM locales una experiencia de gestión de modelos cercana a la que las personas esperan de Ollama, manteniendo al mismo tiempo el rendimiento bruto y el control a bajo nivel que hacen que llama.cpp valga la pena usarlo en primer lugar.
LLM Wiki: Conocimiento compilado que el RAG no puede reemplazar
Conocimiento compilado para sistemas de IA
La premisa es simple: el conocimiento compilado es más reutilizable que los fragmentos recuperados. RAG se convirtió en la respuesta predeterminada a una pregunta directa: ¿cómo proporciono a un LLM acceso a conocimiento externo?