¿Hasta dónde puede actuar un modelo por sí solo, y dónde debe detenerse?
Un modelo que responde es útil. Un modelo que planifica, usa herramientas y termina una tarea es otra cosa: necesita límites, memoria y una forma de mostrar lo que ha hecho. La mayor parte del trabajo está en el harness que rodea al modelo, no en el modelo en sí.
- Llamadas a herramientas sobre apps y API reales
- Harnesses: permisos, salvaguardas, confirmaciones, registros
- Memoria a largo plazo, con una persona en el circuito para todo lo importante