No. 09 · Technical

La fábrica de IA: orquestación y observación (Nexus)

Un entorno seguro en la nube donde los agentes trabajan con autonomía y cada acción permanece observable y auditable en todo momento.

Cuando los sistemas de IA disponen de la libertad y las herramientas necesarias para actuar con cierta autonomía —eligiendo sus propios pasos siguientes según su propio criterio—, pueden denominarse con precisión «agentes». Esta capacidad de actuación se habilita mediante herramientas que la IA puede activar a través de sus resultados, que se ejecutan en el equipo y con frecuencia devuelven un resultado. La IA recoge ese resultado, evalúa sus aciertos o errores y vuelve a activarse para intentarlo de nuevo en un proceso continuo de experimentación. Este es un patrón de trabajo eficaz. Los procesos agénticos elevan la eficacia de la IA más allá del uso que la mayoría de las personas hace hoy de ella, como herramienta de conversación. Un agente de IA se convierte en un colaborador persistente y capaz.


## §01 Crear las condiciones para el éxito

Hoy en día, los agentes más avanzados pueden realizar trabajo significativo con una intervención mínima, operando con supervisión limitada o nula durante horas o incluso días. Como cualquier trabajador, los resultados y los logros de un agente deben medirse y gestionarse para poder confirmar que sus acciones están cumpliendo nuestros objetivos. Un resultado generado por la IA que carece de evidencia no puede ser de fiar, independientemente del aspecto que tenga el producto final. La IA necesita mostrar su proceso de trabajo, y nuestra formación en la Academia de IA de Alberta enseña al personal a «verificar primero y luego confiar» en todos los resultados de la IA.

El equilibrio adecuado consiste en otorgar autonomía a los agentes y, al mismo tiempo, garantizar la observabilidad y un registro de auditoría, de modo que la IA opere con rapidez pero también demuestre que está siguiendo los procesos correctos. Estas herramientas poseen un amplio conocimiento integrado de los comandos necesarios para operar un equipo, y restringirlas en exceso desperdicia esa capacidad. Necesitamos saber qué están haciendo y cómo, pero a veces también debemos apartarnos de su camino.


## §02 Conectar las piezas es la parte más difícil

La capacidad de resolución de problemas de un agente de IA es un factor de éxito clave para desarrollar o reparar soluciones tecnológicas. Crear una aplicación de software no consiste únicamente en producir código. Una aplicación se inserta en un entorno más amplio y, con frecuencia, complejo: sistemas operativos, estructuras de permisos, redes, bases de datos, herramientas y sistemas de terceros. Conectar todas estas piezas correctamente es una de las partes que más tiempo consume en el trabajo. Sabemos cómo escribir código; lograr que funcione de manera fiable a través de todas esas conexiones es la parte más difícil, porque las piezas no siempre encajan. Un buen desarrollador dedica mucho tiempo a diseñar y probar estas integraciones, además de preparar la aplicación para que sobreviva el paso del entorno de desarrollo a producción, donde miles de usuarios impredecibles pueden interactuar con ella al mismo tiempo. El código de calidad debe ser lógicamente correcto —aplicando las políticas y reglas adecuadas— y también funcionalmente alineado con el entorno en el que se ejecuta. Cualquier desarrollador con experiencia le dirá que este trabajo exige una resolución de problemas persistente, experimentación y aprendizaje constante. En pocas palabras: determinación y perseverancia.

Durante los últimos 18 meses, el personal de Tecnología e Innovación ha estudiado y monitoreado estos agentes de IA en el ámbito del desarrollo de software. Hemos observado un crecimiento significativo en las capacidades de estos agentes, así como en las herramientas que les permiten ser eficaces. Los maximalistas de IA de Alberta también comprobaron que los agentes sin restricciones —aquellos a quienes se les da libertad para resolver un problema sin una ruta de solución predefinida— revelaban con frecuencia soluciones novedosas ante problemas difíciles. En muchos casos, los agentes empleaban métodos que los maximalistas comprendían conceptualmente pero para los que no tenían el conocimiento técnico específico necesario para anticiparlos. No todas sus intervenciones eran deseadas, por lo que se introdujeron límites mediante el arnés para orientar mejor el trabajo de los agentes hacia los estándares empresariales, sin frenar el avance. Cuando se les indicó que crearan subagentes, los agentes de IA generaron decenas de instancias para abordar el mismo problema desde distintos ángulos. Esta investigación reveló que eran eficaces tanto para identificar nuevas soluciones viables como para detectar errores de software y lagunas en el código existente, que podían corregirse con rapidez.

Hacer que los agentes sean eficaces implica orientarlos con criterio propio y saber cuándo dar un paso atrás. Un agente a menudo necesita contexto e indicaciones de un orquestador humano para comenzar el trabajo, y también en los momentos de decisión y en las encrucijadas clave. Sin embargo, el conocimiento del propio humano puede ser tanto un habilitador como un factor limitante. Si el humano dice «haz A» y A es incorrecto, el agente queda atado a ese error. Si, en cambio, el humano dice «desarrolla y prueba diez enfoques en paralelo» y deja que el agente los evalúe, hay espacio para que emerja una solución inesperada. Ser demasiado prescriptivo sobre cómo debe trabajar el agente suele confinarlo a la propia visión del problema que tiene el humano. Entonces, ¿cómo podemos obtener lo mejor de ambos mundos? Aquí es donde entra Nexus.


## §03 Qué es Nexus

Nexus es un entorno virtual alojado en Google Cloud Platform en el que cada desarrollador tiene acceso a su propia máquina virtual y puede ejecutar un número ilimitado de instancias de agentes de IA en un entorno aislado y seguro, al tiempo que delega el acceso al agente para que le asista en la contenedorización y el despliegue en Google Cloud. Incluye una terminal, un navegador, un sistema de archivos, herramientas de observabilidad y controles de publicación, además de un modelo de seguridad superpuesto. Como capa adicional de protección, todas las aplicaciones se despliegan detrás de un punto de acceso privado, accesible únicamente mediante una conexión VPN interna al Gobierno de Alberta.

El sistema permite que los agentes operen como usuarios de pleno derecho del entorno en la nube, realizando despliegues inmediatos con una sola instrucción: «publica esta aplicación». Disponen de su propio arnés integrado que les permite acceder a los controles del sistema, y es posible renovar el acceso cada pocas horas de modo que ningún acceso que se conceda al agente sea permanente. Se trata de un modelo de concesión de acceso similar a la gestión de identidades con privilegios, en nombre del usuario, que permite al agente actuar en su representación.

También se integra con un conjunto denominado Ent Tools —nuestras herramientas empresariales—, que amplían la capacidad de cualquier agente. Contamos con Brave Search, ElevenLabs, todos los puntos de acceso de API de los principales proveedores de nube, modelos de código abierto y un clúster de cómputo privado. Disponemos de una serie de otras API abiertas: hora, clima y noticias. Contamos con integración de redes sociales para que un agente pueda acceder a información en tiempo real sobre el mundo. Además, estamos desarrollando herramientas empresariales para dar soporte a las integraciones con SharePoint, ServiceNow y el ERP 1GX. Mediante inicio de sesión único, el usuario puede delegar su acceso a estas herramientas. En un futuro próximo, lo ampliaremos al espacio de Microsoft 365, de modo que un usuario pueda delegar el acceso a Teams, correo electrónico, calendario y otros servicios.

El propósito de las herramientas empresariales es proporcionar de forma segura recursos agénticos a los ministerios asociados que no cuentan con un equipo de tecnología de la información, pero desean desarrollar herramientas significativas. Mediante la delegación, facilitamos el acceso a estos recursos de una manera segura y monitoreada.


## §04 El universo ampliado

También estamos incorporando la puerta de enlace Bifrost AI y scripts personalizados para añadir la detección y eliminación de información de identificación personal (IIP). Los usuarios que envíen IIP a modelos que no cuenten con la clasificación suficiente recibirán una alerta que les notificará que existe una desalineación entre el modelo seleccionado y su caso de uso. El uso de herramientas a través de la puerta de enlace Ent Tools añade una capa adicional de seguridad y proporciona una auditoría y revisión significativas de las interacciones salientes. Ambas plataformas permiten controlar los costes: los desarrolladores y las cargas de trabajo pueden recibir presupuestos diarios para evitar un consumo descontrolado de tokens en trabajos de larga duración, o solicitar aprobaciones de presupuesto puntuales directamente desde la consola para el procesamiento de grandes volúmenes de datos.

La observabilidad se implementa permitiendo que el desarrollador humano, desde su propio entorno en Nexus, monitoree lo que están haciendo los agentes de programación. Los usuarios con permisos de administración en Nexus también pueden observar y auditar todos los agentes en todas las máquinas virtuales. Las vistas administrativas han revelado patrones interesantes y, en ocasiones, inesperados. Los agentes han demostrado una persistencia creciente al explorar sus propios entornos para comprender qué opciones tienen disponibles. Algunas acciones nos sorprendieron. Utilizamos la observabilidad para ver qué hacían los agentes y creamos otros agentes para auditarlos, lo que nos llevó a modificar nuestros patrones a medida que los agentes presionaban los límites y encontraban lagunas. Este período de «prueba y ajuste» hizo a Nexus más robusto y sacó a la luz lagunas que inicialmente habían pasado desapercibidas.


## §05 Nexus y los cuatro enfoques

Para Alberta, Nexus nos ha permitido usar estos agentes para resolver problemas nuevos, y así lo hemos hecho. Todas las cargas de trabajo de las que hemos hablado, a través de Git Insights, Git Insights Ministry y docenas de aplicaciones, se han construido en Nexus. Desde que entró en funcionamiento hace apenas tres meses, se han desarrollado más de 600 aplicaciones en la plataforma, y esta ha permitido el ritmo necesario para lograr las transformaciones que buscamos. Nexus fue una evolución necesaria que desbloqueó un impulso significativo en la aceleración de nuestros modelos AI Garage y AI Factory. Sin que Nexus simplificara el complejo proceso de construcción a una única instrucción de «publicar esta aplicación», el avance de nuestros desarrolladores se vería frenado por los procesos manuales de solicitar tickets y esperar días o semanas por los elementos de la infraestructura.

De cara al futuro, Nexus proporciona el plan director para dos de los enfoques de transformación que vienen a continuación, descritos en el libro blanco sobre Los cuatro enfoques para la modernización con IA. Nexus apoya actualmente el Enfoque 1, el AI Garage, y el Enfoque 2, el AI Factory, que abordan la corrección y el desarrollo directo de aplicaciones. La ampliación de Nexus habilita el Enfoque 3, con capas de agentes orquestadores que supervisan cientos de entornos virtuales, uno por cada aplicación heredada. Podemos imaginar una situación en la que todas las aplicaciones de un ministerio se inicien en su propio entorno virtual con una orquestación general que las monitoree. Integrado en cada aplicación, un agente gestiona su estado, rendimiento, aplicación de parches y seguridad. Si en un ministerio hay 200 aplicaciones, habría 200 agentes supervisándolas, y por encima de ellos, agentes de supervisión que monitorizan la telemetría sobre la disponibilidad y las interrupciones de las aplicaciones, el estado de los agentes y en qué están trabajando. ¿Están aplicando parches? ¿Están publicando versiones? ¿Están documentando? Y por encima, hay capas adicionales de agentes arquitectos que trabajan activamente integrando y reconstruyendo sistemas en nuevos entornos destino y pilas tecnológicas.

Nexus también sienta las bases para el Enfoque 4, en el que construimos una capa de orquestación de agentes completamente sin interfaz, con las funciones del gobierno expuestas y consumidas mediante API. En este entorno, las personas de todo el gobierno que hayan recibido formación a través de la Academia de IA podrán definir un agente, delegarle acceso y luego monitorear y seguir sus pasos para alcanzar sus objetivos. Esa versión futura de Nexus no está lejos, y trabajamos con dedicación para comprender cómo escala.


## §06 El agente claw entra en escena

Esta plataforma también permite a nuestra rama de Entrega y Habilitación de IA comenzar a implementar la orquestación basada en «claws», donde agentes autodirigidos, conocidos ahora como claws o trabajadores autónomos de aprendizaje continuo —como OpenClaw o Hermes— se activan en un entorno gubernamental controlado. Este es el estado objetivo probable para el uso de la IA agéntica en el gobierno. Un agente claw opera en un entorno en red, donde el desarrollo, las redes, la ciberseguridad y el monitoreo son gestionados por agentes de tipo claw que trabajan de forma colaborativa, o incluso adversarial, dentro de ese entorno. En tal escenario, los agentes de sombrero blanco pueden simular actores de amenazas cibernéticas, en una dinámica de acción y reacción. Este es el tipo de patrón persistente que emulan los actores de amenazas reales, por lo que es razonable replicar estos patrones usando un OpenClaw o Hermes. Ampliar el uso de este tipo de arquitectura claw a través de Nexus se convierte en un paso lógico en los próximos 6 a 12 meses.

La virtualización y la contenedorización de nuestras cargas de trabajo, la rapidez de despliegue, la observabilidad y la escalabilidad entre cientos de desarrolladores —cada uno ejecutando decenas o cientos de agentes que gestionan decenas o cientos de aplicaciones— son un requisito absoluto para usar la IA a escala dentro de una organización grande como el gobierno. También lo es la capacidad de ejecutar agentes de forma autónoma con la confianza suficiente de que trabajan en alineación, de que los errores pueden detectarse, de que las integraciones con GitHub se producen y de que los commits permiten deshacer y revertir cambios. Todo esto aumenta la confianza en el uso y la gestión de la IA. Estos hábitos están codificados en los arneses, de modo que los agentes de IA siguen los patrones establecidos por las mejores prácticas. Nexus ha desbloqueado el ritmo de avance necesario para impulsar nuestra visión de una aceleración veinte veces mayor en la entrega.


## §07 Ampliando el acceso a la IA

La plataforma Nexus nos permite prepararnos para un acceso democratizado, incluso para el personal no perteneciente a TI, a la IA agéntica autónoma en una plantilla más amplia, donde el efecto agregado de un uso de la IA no gestionado podría generar caos si se dejara sin restricciones. Nexus lleva las cargas de trabajo operativas de la IA a un estado de consistencia, donde cada desarrollador tiene su propio entorno, cada entorno es observable y cada agente está gestionado; donde el acceso a los modelos se controla a través de pasarelas como Bifrost y el acceso a las herramientas está regulado por las reglas de la pasarela Enterprise Tools. Cualquier organización gubernamental que busque avanzar con rapidez con la IA agéntica necesita establecer una arquitectura similar que equilibre la seguridad con la velocidad.

Nexus resuelve una mitad crítica de la observabilidad: saber que los agentes están trabajando y poder auditar sus actividades técnicas. Pero esa información permanece inaccesible para los clientes y socios de negocio, los expertos en la materia, el equipo de gestión y los directores de proyecto. Para ello, construimos una segunda capa de observabilidad, que cubre el siguiente libro blanco, llamado Velocity.

El viceministro Janak Alford y el director ejecutivo Zoran Mijajlovic recorren la plataforma Nexus.. Video: https://youtu.be/3PIEPoLiwG8

Tags: ai-factory, nexus, sandbox, gcp, agents, orchestration, observability, claw

Open the interactive version