Blank white background with no objects or features visible.

Te ofrecemos acceso gratuito al informe completo Gartner Hype Cycle for AI Governance 2026. Consigue tu copia →

De agente a bucle y a grafo: una arquitectura de producción para sistemas agentes

Por Boyu Wang

Published: October 7, 2026

Una publicación muy compartida en X, con fecha del 18 de agosto de 2026, atribuye un tutorial de dos horas a Andrew Ng y presenta una útil progresión del alcance de ingeniería: el primer agente funcional en el minuto 9:14, bucles en el 33:11, la transición de bucles a grafos en el 1:02:46, agentes que modifican su propio código en el 1:30:15 y una capa de orquestación que unifica el sistema en el 1:49:05. Este artículo utiliza ese esquema con marcas de tiempo como punto de partida para la arquitectura de producción; no depende de que la atribución sea correcta.

Independientemente de si esas etiquetas se convierten en vocabulario canónico, la progresión es útil porque cada paso plantea una cuestión de sistemas diferente. Un solo agente introduce preguntas sobre capacidades y uso de herramientas. Un bucle duradero añade preocupaciones sobre el estado, la recuperación, el contexto y la aprobación. Un grafo añade topología, coordinación y delegación. La automodificación plantea cuestiones de verificación, contención y promoción. La orquestación convierte el sistema combinado en un problema operativo.

Editorial Analysis and Key Takeaways
Source note. The supplied X post is dated August 18, 2026 and presents the five timestamps below as an Andrew Ng walkthrough. We found syndicated copies preserving the same timestamped outline, but we did not independently verify the underlying two-hour artifact as an Andrew Ng publication. DeepLearning.AI's current catalog lists Andrew Ng's Agentic AI course at 7h45m and Agentic Knowledge Graph Construction as a separate 3h8m course taught by Andreas Kollegger. Neither establishes the provenance of the exact two-hour artifact. The timestamps in this article therefore remain the X post's framing, and the production architecture below is TrueFoundry editorial analysis.
The operating principle: the interesting move is not “replace prompts with graphs.” It is to make increasingly consequential work explicit as runtime loops, graph edges, and operating controls that can be inspected, bounded, and improved.

Key Takeaways

  • Agent → loop → graph is a change of engineering object. The model does not disappear; more responsibility moves into the machinery around it.
  • Loops and graphs are complementary. A graph decides which nodes exist and how work moves; multi-step agentic nodes still need a local loop that plans, acts, observes, and recovers.
  • Do not confuse graph orchestration with knowledge graphs. A knowledge graph structures information; an agent graph structures execution, delegation, dependencies, and authority.
  • Self-modification raises the bar. If an agent can rewrite code or configuration, its proposed change should not be the only evidence used to accept that change.
  • TrueForge fits naturally inside multi-step agentic nodes. It is an open-source agent harness for the execution loop: model calls, MCP tools, skills, sandboxing, approvals, subagents, context management, and persisted session state.
  • TrueFoundry gateways can provide shared policy surfaces across routed traffic. Model access, routing, budgets, rate limits, guardrails, and traces can be centralized for model calls routed through the AI Gateway; MCP authentication and tool/server policy can be centralized for MCP traffic routed through the MCP Gateway.

1. El primer agente es una capacidad; el bucle lo convierte en un sistema

El primer hito en el post mencionado es el más fácil de reconocer: lograr que un agente funcione. Se le da a un modelo un objetivo, una interfaz de herramientas y suficiente estado para elegir una acción. Ese es el momento en que un modelo de lenguaje deja de ser solo un generador de texto y comienza a participar en un sistema.

Pero la acción única no es donde se acumula la complejidad operativa. La complejidad aparece cuando el agente debe continuar: observar el resultado, decidir si la tarea ha terminado, llamar a otra herramienta, sobrevivir a una llamada fallida, compactar el contexto, solicitar aprobación o reanudar el trabajo al día siguiente.

Es por eso que el artículo de TrueFoundry de junio sobre ingeniería de bucles definió la disciplina de esta manera:

Loop Engineering Quote
“Loop engineering is designing the system that prompts your agents.”

La frase es importante porque desplaza la atención de un único prompt heroico. Una vez que el bucle realiza un trabajo útil sin supervisión, las cuestiones de diseño se convierten en problemas de sistemas habituales: dónde reside el estado, qué acciones se pueden reintentar, cuántas veces puede repetirse un fallo, cuándo debe intervenir un humano, qué código se puede ejecutar, a qué credenciales se tiene acceso y cómo se reconstruye una ejecución posteriormente.

Progression from a single agent to a durable loop, then a graph, then a shared operating plane with routing, budgets, guardrails, and traceability.
Figura 1. Una lectura desde la perspectiva de producción de la progresión mencionada. Pasar de un solo agente a bucles, luego a grafos y, finalmente, a una superficie operativa compartida, desplaza el enfoque de la ingeniería del diseño de prompts hacia el diseño de tiempo de ejecución, topología, políticas y evidencias.

2. Un grafo no reemplaza al bucle; organiza bucles y otros nodos

El siguiente salto conceptual del post de X —la conversión de bucles en grafos— es donde el entusiasmo puede ocultar la ingeniería útil. Un grafo no significa "más agentes" por definición. Un grafo de producción puede contener agentes, funciones deterministas, enrutadores, uniones, colas, puntos de control humanos, evaluadores, escrituras en bases de datos y servicios comunes.

La guía de ingeniería de grafos de TrueFoundry de julio resumió la relación en siete palabras:

Graph Orchestration Quote
“Graph orchestration and agent loops are complementary.”

El grafo o el orquestador se encarga de cuestiones como: ¿Qué nodo se ejecuta a continuación? ¿Pueden ejecutarse dos ramas en paralelo? ¿Qué resultado desbloquea una unión? ¿Qué sucede cuando una rama falla? ¿Qué agente puede delegar en otro? ¿Qué ruta requiere un punto de control humano? Un bucle de varios pasos dentro de un nodo agente gestiona un conjunto diferente de preguntas: qué contexto ve el agente, qué herramienta selecciona, cómo maneja las observaciones, cuándo reintenta y cuándo su trabajo local está completo.

Execution graph showing two agentic nodes with local loops, a deterministic router, a tool or service node, and a human checkpoint.
Figura 2. Un grafo no es solo "más agentes". Coordina nodos heterogéneos —agentes, deterministas, orientados a herramientas y humanos— y solo los nodos agentes necesitan sus propios bucles de ejecución locales.

Primero, separemos dos significados de "grafo"

El enfoque en redes sociales utiliza la expresión "grafos de conocimiento agentes". Esa terminología puede fusionar dos arquitecturas distintas. Un grafo de conocimiento representa entidades y relaciones en la información. Un grafo de ejecución de agentes representa actores, nodos computacionales, transiciones, dependencias y el estado del trabajo. Uno puede alimentar al otro, pero responden a preguntas diferentes.

Si un agente de investigación consulta un grafo de conocimiento y luego delega la validación a un segundo agente, el grafo de conocimiento es parte de lo que el sistema sabe; el grafo de ejecución describe lo que el sistema hace.

3. Los bordes son el punto donde muchos controles empresariales se vuelven ejecutables

Un diagrama de grafos se vuelve operativo cuando los nodos y los bordes tienen autoridad. Un borde puede significar «llamar a este modelo», «invocar esta herramienta MCP», «transferir este registro de cliente a otro agente», «escribir este parche» o «desplegar este artefacto». Una vez que esas transiciones tienen consecuencias, la topología y la gobernanza se vuelven inseparables, aunque la evaluación de nodos, el estado del grafo y la autorización posterior sigan siendo partes igualmente importantes de la estrategia de control.

La reciente publicación de TrueFoundry sobre ingeniería de grafos resume la postura empresarial en una frase breve:

‍

Try now.

One gateway for all your models, MCP servers, and agents.
No credit card needed.

Inscríbase
Tabla de contenido

Controle, implemente y rastree la IA en su propia infraestructura

Reserva 30 minutos con nuestro Experto en IA

Reserve una demostración

La forma más rápida de crear, gobernar y escalar su IA

Demo del libro
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Descubra más

No se ha encontrado ningún artículo.
October 8, 2026
|
5 minutos de lectura

La seguridad de los agentes es un problema de sistemas: desde la inyección de prompts hasta el control en tiempo de ejecución

No se ha encontrado ningún artículo.
October 8, 2026
|
5 minutos de lectura

Intervención humana en MCP: TrueFoundry frente a Kong

comparación
October 8, 2026
|
5 minutos de lectura

¿Qué es un marco de gobierno de la IA?

No se ha encontrado ningún artículo.
October 8, 2026
|
5 minutos de lectura

Loop Engineering at Enterprise Grade: From Laptop Loops to Governed Runtimes

Liderazgo intelectual
No se ha encontrado ningún artículo.

Blogs recientes

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Realice un recorrido rápido por el producto
Comience el recorrido por el producto
Visita guiada por el producto