SVOY Tech construye una plataforma interna de agentes de IA: 200 herramientas y 5 chats

El equipo de SVOY Tech, una fintech, ha publicado en Habr un análisis de su plataforma interna de agentes de IA. El título menciona dos cifras: unas 200 herramientas y 5 chats. Los autores construyen su propio asistente de IA dentro de la infraestructura corporativa, y no una capa sobre una API de terceros. El anuncio plantea tres temas: la arquitectura «por dentro», el conjunto de herramientas conectadas y la gestión del contexto. El análisis completo está en el artículo íntegro, así que a continuación solo se recoge lo que puede leerse con seguridad en el anuncio y la lógica de ingeniería que lo rodea.

Prototipo frente a plataforma

El punto de partida de los autores es sencillo: hoy nadie se sorprende por integrar IA en los procesos de trabajo, pero la diferencia entre un prototipo rápido y un sistema dentro de la empresa es enorme. Un prototipo sobre una API externa se monta en un par de días. Responde preguntas, escribe borradores y luce bien en una demo. Pero en cuanto el agente necesita datos internos, permisos de acceso y procesos de negocio reales, empieza otro trabajo: integraciones, aislamiento de datos, control de acciones, reproducibilidad de las respuestas.

Las cifras del título sugieren dónde está la principal dificultad. Doscientas herramientas son doscientas descripciones de funciones, esquemas de parámetros y escenarios de error. Si se entregan todas al modelo a la vez, las descripciones se comen una parte notable de la ventana de contexto y la elección de la llamada correcta se vuelve menos fiable. El anuncio no revela cómo se dividen los cinco chats. Pero la lógica se deja leer: un chat por clase de tareas reduce el conjunto de herramientas y datos disponibles y, con ello, el espacio de errores posibles.

Qué se sabe por el anuncio

El adelanto contiene pocos hechos, pero concretos:

• Desarrollador: SVOY Tech, área fintech.
• Formato: asistente de IA propio y plataforma interna de agentes especializados.
• Escala de conexión: del orden de 200 herramientas.
• Interfaz: 5 chats, cada uno para sus propias tareas de negocio.
• Entorno: infraestructura corporativa, trabajo con datos internos.
• Bloque aparte del material: gestión del contexto.

El último punto es, quizá, el más interesante. En los sistemas de agentes, el contexto es un recurso limitado. Se lo reparten el historial del diálogo, los resultados de las llamadas a herramientas, los fragmentos de documentos y las instrucciones del sistema. Quién decide qué conservar y qué descartar o comprimir, y cómo, suele determinar la calidad del sistema más que la elección del modelo.

Qué comprobar si construyes algo parecido

Mientras no haya más detalles, el anuncio sirve como lista de preguntas para tu propio proyecto. Conviene planteárselas antes de abrir el artículo completo.

1. ¿Cuántas herramientas ve el modelo en una sola solicitud? Si las ve todas a la vez, tiene sentido agruparlas por tareas o cargarlas según se necesiten.

2. ¿Hay separación por roles y escenarios? Varios chats especializados son más fáciles de probar y de limitar por permisos que un único chat universal.

3. ¿Cómo se gestiona el contexto? Hacen falta reglas explícitas: qué se guarda, qué se comprime, qué se transmite entre agentes.

4. ¿Dónde viven los datos? En fintech, que permanezcan o no dentro del perímetro determina toda la arquitectura.

5. ¿Cómo se mide el resultado? Sin un conjunto de tareas de prueba y métricas de calidad, el aumento del número de herramientas se convierte fácilmente en más caos.

Lo importante de la publicación de SVOY Tech no es el tamaño de la plataforma, sino que la empresa enseña su cocina de ingeniería: cómo un conjunto de integraciones se convierte en un sistema que funciona. Lo convincentes que sean los detalles se verá en el texto completo, pero la dirección está clara. Los agentes de IA corporativos del sector financiero se alejan del chat universal y avanzan hacia un conjunto de perímetros estrechos y controlados, con su propia gestión del contexto.