Terminología de AI Agent

Con el rápido desarrollo de los grandes modelos de lenguaje (LLM) y la tecnología de agentes (Agent), el paradigma de programación está experimentando una profunda transformación. Vibe Coding, Agentic Coding, Harness Engineer, Loop Engineer... surgen sin cesar nuevos conceptos y términos. A continuación, veamos cuáles son estos nuevos términos y qué significan.

AI AgentCompuesto por Artificial Intelligence (inteligencia artificial) y Agent (agente).

1. Paradigma de programación (Coding Paradigm)

Término Chino Significado principal Ejemplo (operación de restaurante)
Vibe Coding Programación por vibra (Vibe Coding) Usar lenguaje natural o voz para describir requisitos y que la IA genere código En casa, preparar arroz frito al gusto, echando lo que quieras
Context Engineering Ingeniería de contexto Mejorar el rendimiento del modelo organizando contexto, conocimiento, memoria y herramientas Preparar los ingredientes, el menú y el entorno de la cocina con antelación
Agentic Coding Programación con agentes (Agentic Coding) El agente completa tareas de programación de forma autónoma (diseño → implementación → pruebas → aceptación) Gestionar un restaurante formal, desde el menú y los ingredientes hasta todo el proceso de servicio
AI Native Development Desarrollo nativo de IA Por defecto, la IA participa en todo el proceso de diseño, desarrollo y pruebas Operar directamente un restaurante inteligente

2. Roles de ingeniería (Engineer Role)

Término Chino Significado principal Ejemplo (operación de restaurante)
Harness Engineer Ingeniero de Harness Sabe invocar varios componentes Harness, trabaja por su cuenta y realiza su propia verificación Chef profesional que domina todo tipo de utensilios y técnicas; al terminar, prueba y controla la calidad
Loop Engineer Ingeniero de bucles (Loop Engineer) Construye sistemas de orquestación automatizada para una evolución autónoma Sistema de gestión de operaciones de restaurante que coordina horarios, compras, ritmo de servicio y costos
Context Engineer Ingeniero de contexto Responsable de diseñar el contexto, las fuentes de conocimiento y los sistemas de memoria Supervisor general de cocina
AI Product Engineer Ingeniero de productos de IA Responsable del diseño del circuito cerrado entre las capacidades de IA y el negocio Dueño del restaurante y responsable de operaciones
Agent Operator Ingeniero de operaciones de agentes Supervisar y optimizar continuamente el rendimiento de ejecución del agente El gerente optimiza continuamente los datos de negocio

3. Modelos y fundamentos (Model & Fundamentals)

Término Chino Significado principal Notas
LLM（Large Language Model） Gran modelo de lenguaje (LLM) Modelo de predicción de lenguaje entrenado con enormes cantidades de texto GPT, Claude y Gemini son LLM
GPT Transformer generativo preentrenado (GPT) Paradigma de arquitectura de modelos de OpenAI Generative Pre-trained Transformer
Token Token Unidad mínima de texto que procesa el modelo (aproximadamente ¾ de una palabra en inglés) Unidad de medida para facturación y longitud de contexto
Context Window Ventana de contexto Número máximo de tokens que el modelo puede "ver" de una sola vez Cuanto más grande es la ventana, más recuerda
Inference Inferencia Proceso por el cual el modelo genera una salida Se diferencia del entrenamiento
Hallucination Alucinación El modelo inventa con total seriedad información que no existe Genera contenido que no es consistente con los hechos, el contexto o el objetivo
Temperature Temperatura Controla la distribución de probabilidad del muestreo; los valores altos son más diversos y los bajos, más estables Para escribir código, se recomienda ajustarla a un valor bajo
Top-p / Top-k Parámetro de muestreo Controla el rango de muestreo de las palabras candidatas Afecta la diversidad de la salida
Embedding Incrustación de vectores (Vector Embedding) Convierte texto/imágenes en vectores numéricos para calcular similitudes Base de RAG
Fine-tuning Ajuste fino (Fine-tuning) Continuar el entrenamiento de un modelo general con datos específicos Hace que el modelo comprenda mejor un dominio específico
RLHF Aprendizaje por refuerzo basado en retroalimentación humana (RLHF) Alinea el comportamiento del modelo con las preferencias humanas Hace que la IA sea "obediente"
MoE（Mixture of Experts） Mezcla de expertos (Mixture of Experts) Activa solo una parte de los parámetros en cada paso para mejorar la eficiencia Ejecuta modelos más potentes con menos potencia computacional
Multimodal Multimodal Procesa texto, imágenes, audio y video de forma simultánea GPT-4o y Gemini ya lo son
Transformer Arquitectura Transformer Estructura de red neuronal subyacente de los LLM modernos El mecanismo de atención es el núcleo
KV Cache Caché de clave-valor (KV Cache) Almacena en caché los resultados del cálculo del contexto para acelerar la inferencia Evita tener que consultar la receta repetidas veces
Latency Latencia Tiempo que tarda el modelo en responder Afecta la experiencia del usuario
Throughput Rendimiento (Throughput) Número de tareas que se pueden procesar por unidad de tiempo Afecta la capacidad de concurrencia

4. Ingeniería de prompts (Prompt Engineering)

Término Chino Significado principal
Prompt Prompt Instrucción de entrada que se le da al modelo
System Prompt Prompt del sistema (System Prompt) Instrucciones de base que definen el rol, los límites y el comportamiento del agente
Prompt Engineering Ingeniería de prompts Técnica para diseñar y optimizar prompts y obtener mejores salidas
Zero-shot Zero-shot (sin ejemplos) Pedir al modelo que complete la tarea directamente, sin dar ejemplos
Few-shot Few-shot (con pocos ejemplos) Dar algunos ejemplos para guiar al modelo a generar salidas con el formato/estilo deseado
Chain of Thought（CoT） Cadena de pensamiento (Chain of Thought) Guía al modelo para generar un proceso de razonamiento intermedio, mejorando su capacidad de razonamiento complejo
ReAct Razonamiento + Acción (Reasoning + Acting) Reasoning + Acting se alternan: pensar y actuar a la vez. Es el paradigma central del agente
Role Prompting Juego de roles Hacer que el modelo interprete un rol (por ejemplo, "eres un arquitecto senior")
Structured Output Salida estructurada Obligar al modelo a generar salidas en formatos como JSON/XML
Prompt Chaining Cadena de prompts (Prompt Chaining) Múltiples prompts encadenados para completar tareas complejas
Self-Consistency Autoconsistencia (Self-Consistency) Genera varios resultados de razonamiento y luego elige mediante votación
Tree of Thoughts（ToT） Árbol de pensamiento (Tree of Thoughts) Explora varias rutas de razonamiento en paralelo

5. Arquitectura de agente (Agent Architecture)

Término Chino Significado principal Ejemplo (operación de restaurante)
Agent Agente Programa de IA capaz de percibir, decidir y ejecutar tareas de forma autónoma Chef principal
Multi-Agent Multiagente (Multi-Agent) Varios agentes colaboran con división del trabajo Un equipo de chefs colabora para sacar los platos
Subagent Subagente Subagente especializado derivado del agente principal Chef dedicado (por ejemplo, cortes, platos fríos, postres)
Tool Use / Function Calling Llamada de herramientas / llamada de funciones El agente invoca herramientas/API externas para ejecutar acciones Usar utensilios de cocina como cuchillos, fogones y hornos
Planning Planificación El agente descompone los objetivos y define los pasos de ejecución Elaborar el plan de preparación de ingredientes y de servicio de platos
Reflection Reflexión El agente revisa sus propias acciones y mejora Probar los platos y ajustar el sabor según la retroalimentación
Memory Memoria Información a largo plazo guardada y reutilizada entre sesiones (corto/largo plazo) Acumulación de recetario y datos operativos
Agent Loop Bucle del agente (Agent Loop) Mecanismo iterativo: pensar → actuar → observar → volver a pensar Ciclo: preparar ingredientes → cocinar → probar → servir
Environment Entorno El mundo real en el que el agente percibe y ejecuta acciones El entorno de la cocina
Observation Observación Obtener información de retroalimentación después de la ejecución Retroalimentación de prueba de platos
Execution Ejecutar Convertir la planificación en acciones reales Comenzar a cocinar
Long-term Memory Memoria a largo plazo Conservar experiencias y conocimientos a largo plazo Gestionar la base de datos

6. Componentes Harness (módulos de capacidades de AI Agent)

Término Chino Significado principal Ejemplo (Gestión de restaurante)
Harness Arnés / Marco de control Marco de ejecución que soporta la ejecución del Agente, la gestión del contexto y la orquestación de herramientas Todo el sistema de cocina (la cocina en sí)
Skills Habilidad Módulo de capacidad especializada invocable por el Agente Diversas técnicas culinarias (saltear, freír, cocinar, etc.)
Context Contexto Alcance de información disponible para la tarea actual Pedido actual, inventario de ingredientes y requisitos del cliente
MCP（Model Context Protocol） Protocolo de Contexto del Modelo Protocolo estándar para que el Agente se conecte a herramientas/fuentes de datos externas Interfaz estándar para conectar con proveedores de ingredientes y plataformas de comida para llevar
Permission Control de permisos Mecanismo de seguridad que controla lo que el Agente puede/no puede hacer Permisos de operación en cocina y aprobación de compras
RAG（Retrieval-Augmented Generation） Generación Aumentada por Recuperación (RAG) Primero buscar en la base de conocimientos, luego dejar que el modelo genere, reduciendo alucinaciones Consultar el libro de recetas para ver el método estándar antes de cocinar
Tool Registry Centro de registro de herramientas Gestionar de forma unificada las herramientas invocables por el Agente Estante de utensilios de cocina
Session Sesión Ciclo de vida de una tarea Un proceso de operación comercial
Knowledge Base Base de conocimientos Conjunto de conocimientos externos disponible para consulta del Agente Biblioteca de recetas del restaurante

7. Herramientas de Loop (orquestación automatizada y evolución autónoma)

Término Chino Significado principal Ejemplo (Gestión de restaurante)
/loop Instrucción de bucle Hacer que el Agente se ejecute continuamente en bucle Línea de producción continua de servicio de platos
/goal Instrucción de objetivo Establecer objetivos que impulsen al Agente a lograrlos autónomamente Objetivo de operación del día
Cron Tarea programada Activación automática según un plan de tiempo Horario de operación y programación de preparación de alimentos
Worktree Árbol de trabajo Área de trabajo paralelo con múltiples ramas de Git Múltiples fogones encendidos simultáneamente sin interferirse entre sí
Workflow Flujo de trabajo Proceso de automatización predefinido de varios pasos SOP estándar de servicio de platos
Scheduler Planificador Coordinar el orden de ejecución de múltiples tareas Sistema de programación de turnos de cocina
Checkpoint Punto de control Guardar el estado de ejecución para su recuperación Continuar trabajando después de una pausa en el negocio
Human-in-the-loop Humano en el circuito Permitir intervención humana en pasos clave Confirmación final del chef principal para servir el plato

8. Ecosistema de herramientas (Tool Ecosystem)

Herramienta Tipo Descripción
Claude Code（cc） AI Agent / CLI Agente de terminal oficial de Anthropic, representante típico de Harness
Codex CLI AI Agent / CLI Agente de codificación de línea de comandos oficial de OpenAI
Cursor AI IDE Editor de código con IA integrada, principal herramienta de Vibe Coding
Windsurf AI IDE IDE de IA creado por Codeium
GitHub Copilot Asistente de programación con IA El plugin de programación con IA más popularizado, enfocado en autocompletado asistido
Cline / Roo Code Plugin de Agente de código abierto Agente de codificación autónomo en VS Code
Aider Agente CLI de código abierto Herramienta de programación en pareja con IA en la línea de comandos
Devin Ingeniero de software con IA El "primer programador de IA" lanzado por Cognition, enfocado en autonomía total
Continue Plugin de IA de código abierto Asistente de código con modelo personalizable
Qoder AI IDE Entorno de desarrollo inteligente nacional orientado a escenarios de programación con IA, enfatizando Agente, comprensión de proyectos y generación de código
Trae AI IDE Nueva generación de herramienta de programación con IA lanzada por ByteDance, compatible con desarrollo conversacional y colaboración a nivel de ingeniería
ZCode Asistente de programación con IA Producto de programación inteligente lanzado por Z.ai, compatible con generación, comprensión, refactorización de código y colaboración en ingeniería
OpenHands Agente de código abierto Desarrollo de software autónomo, orientado a ejecución completa de ingeniería
Bolt AI Builder Generación rápida de aplicaciones, enfocado en materialización del producto
Lovable AI Builder Generación de Web mediante lenguaje natural, enfatizando la entrega del producto

9. Evaluación y seguridad (Evaluation & Safety)

Término Chino Significado principal
Eval Evaluación Medir las capacidades del modelo/Agente con un conjunto de pruebas
Alignment Alineación Hacer que el comportamiento de la IA se ajuste a las intenciones y valores humanos
Guardrail Barandilla de seguridad Mecanismo de seguridad que limita el alcance de salida de la IA
Red Teaming Prueba de equipo rojo (Red Team) Atacar/inducir activamente a la IA para descubrir vulnerabilidades
Prompt Injection Inyección de prompts Entrada maliciosa que secuestra el comportamiento de la IA (como "ignora las instrucciones anteriores")
Context Poisoning Contaminación del contexto Inyectar información maliciosa en el contexto para engañar al Agente
Sandbox Sandbox (Aislamiento) Entorno de ejecución aislado para evitar que la IA dañe el sistema por operaciones erróneas

10. Ruta de evolución de la ingeniería de IA (Evolution)

Las capacidades de la ingeniería de IA están ascendiendo gradualmente: desde controlar la salida del modelo, hasta controlar el contexto, luego controlar el sistema, y finalmente evolucionar hacia sistemas autónomos continuos.

Etapa Punto de atención Capacidad clave
Prompt Engineering Cómo preguntar Diseño de prompts
Context Engineering Qué información dar Organización del contexto
Harness Engineering Cómo organizar capacidades Orquestación de herramientas
Loop Engineering Cómo crear resultados de forma continua Ejecución automática y retroalimentación
Otras extensiones