Duco reduce un 90% el contexto de sus agentes y acelera 10 veces la migración de conciliaciones bancarias
El agente bancario de Duco disponía de 300–400 herramientas, y sus descripciones ocupaban unos 200 mil tokens de memoria del modelo antes de la primera pregunta. El equipo creó «skills» (habilidades) que se cargan bajo demanda, y el contexto se redujo un 90%, hasta 20 mil tokens. Junto con el despliegue en Amazon Bedrock AgentCore, esto aceleró 10 veces la incorporación de nuevas conciliaciones. Si su agente tiene decenas de herramientas, no cargue todos los esquemas de golpe.
Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
Un agente de IA bancario necesita conciliar datos entre sistemas, es decir, comprobar que los registros de las mismas operaciones coinciden. Para ello, la plataforma Duco tiene abiertas 300–400 herramientas por cliente, y las descripciones de todas ellas (unos 200 mil tokens) se cargaban en la memoria del modelo, su contexto, antes de la primera pregunta. Es como entregar a un empleado, antes de cada tarea, la impresión de las instrucciones de todos los programas de la empresa: cuantas más páginas, más rápido pierde el hilo.
Duco trasladó las descripciones a «skills» (habilidades) que se cargan solo bajo demanda. El contexto se redujo un 90%, de 200 mil a unos 20 mil tokens. Junto con la migración a Amazon Bedrock AgentCore, esto aceleró 10 veces la incorporación de nuevas conciliaciones de clientes a la plataforma.
Si su agente tiene decenas de herramientas, conviene adoptar este enfoque.
Duco procesa 20 mil millones de transacciones al mes para más de 200 clientes, entre ellos 7 de los 20 mayores bancos y 10 de las 20 mayores gestoras de activos.
Por qué el ML clásico se quedó corto
Antes, Duco se apoyaba en modelos tradicionales de machine learning: sugerían el etiquetado y detectaban patrones, y con ellos los bancos automatizaron más de 20 mil procesos. Este enfoque tiene limitaciones. Los modelos necesitan un amplio historial de datos, se desenvuelven mal en situaciones nuevas y hay que ajustarlos para cada escenario. Los formatos de datos y las reglas de negocio de los bancos cambian constantemente, y los modelos clásicos no lograban seguirles el ritmo.
Por eso la compañía rediseñó su stack sobre Amazon Bedrock (acceso a modelos mediante una API única) y Bedrock AgentCore (entorno gestionado para ejecutar agentes). Apenas hubo que reescribir el código en LangChain y LangGraph que ya funcionaba en producción. Duco repartió los modelos por roles. Claude Opus elabora el plan para los demás agentes. Claude Sonnet analiza las excepciones e interpreta las reglas. Claude Haiku decide con rapidez qué herramienta invocar. Amazon Nova 2 Pro condensa las respuestas de las herramientas en resúmenes legibles para los analistas. Cambiar de modelo se reduce a modificar un parámetro de la configuración.
Cómo se redujo el contexto un 90%
Por cada cliente hay abiertas 300–400 herramientas a través de AgentCore Gateway, con un servidor MCP por cada servicio de Duco. Sus descripciones ocupaban unos 200 mil tokens antes del primer mensaje del usuario. La calidad de las respuestas caía a medida que crecía el diálogo, y el modelo olvidaba conclusiones anteriores. El equipo subraya que la sensación de que «el agente se vuelve tonto» no basta: primero hay que ejecutar pruebas de evaluación y solo después tomar decisiones de ingeniería.
La solución es la carga bajo demanda. Las descripciones de las herramientas se sacaron del contexto estático y pasaron a recursos MCP del tipo skill://. El prompt del sistema se ensambla por partes en el momento del arranque (system://), y los recursos de interfaz (ui://) se separan de las herramientas de trabajo. En lugar de cientos de esquemas, el agente recibió tres metaherramientas: load_skill carga la descripción de una habilidad, find_tool busca la herramienta adecuada sin cargar todos los esquemas e invoke_tool invoca la herramienta elegida.
Resultado: el contexto principal pasó de 200 mil a unos 20 mil tokens. También ayudó limitar el tamaño de las respuestas de las herramientas. Los modelos, las herramientas y las tareas siguieron siendo los mismos, y la calidad de las respuestas mejoró según las evaluaciones internas. Hay además un efecto económico: el prefijo estático (el prompt del sistema y las tres metaherramientas) es estable, y las habilidades entran en el diálogo en lugar de en la lista de herramientas, por lo que la caché del prompt no se invalida.
Al arrancar, el agente recibe solo la lista de nombres de herramientas. Un nuevo microservicio se registra como destino en el Gateway durante el despliegue, y el agente sabe trabajar con él de inmediato, sin reconfiguración ni tiempo de inactividad. Los permisos los comprueban los propios servicios: la identidad del usuario se transmite a lo largo de toda la cadena y cada llamada se ejecuta en su nombre.
Aislamiento de bancos y resultados
Cada cliente tiene su propio conjunto de recursos: base de datos Aurora MySQL, bucket de S3, claves KMS, colas SQS, caché, grupo de usuarios de Cognito, además de AgentCore runtime y Gateway independientes. No existe memoria ni contexto compartido entre bancos. Las solicitudes pasan por un token JWT del grupo del cliente, y el tráfico circula por endpoints privados en una VPC.
Los agentes se aplican en dos escenarios. El primero es la incorporación de nuevas conciliaciones. Antes, los bancos migraban miles de procesos durante años, aproximadamente uno por semana.
Ahora los agentes leen distintos formatos de archivo, convierten configuraciones antiguas en procesos de Duco y analizan macros de hojas de cálculo escritas hace décadas. La incorporación se aceleró 10 veces. Un banco global redujo un 70% el coste de incorporación y aumentó en más de un 20% la proporción de operaciones sin intervención manual.
El segundo escenario es el análisis inicial de discrepancias. El agente agrupa casos similares, comprueba si ya son conocidos, reúne pruebas y propone una solución. La decisión final la toma el analista, y cada acción queda registrada en el log de auditoría.
Qué aprovechar y qué salvedades hay
La conclusión práctica: si un agente tiene más de unas decenas de herramientas, conviene separar la búsqueda de la herramienta de su invocación. Al agente le basta con una lista de nombres y carga los detalles cuando los necesita. Para el SaaS con requisitos estrictos también resulta útil el principio «un cliente, un runtime y un gateway».
También hay salvedades. El texto se publicó en el blog de AWS y está escrito como caso de éxito: las cifras se presentan sin metodología de medición y sin nombrar a los bancos. No hay datos sobre el coste total de los tokens ni sobre cómo se midió en puntos la calidad de las respuestas. La arquitectura está muy ligada a los servicios de AWS, aunque la compatibilidad con LangGraph y frameworks abiertos reduce el riesgo de dependencia. Aun así, el ejemplo muestra cómo se construyen los agentes en uno de los sectores más regulados.
- 18 nov 2026Moonshot AI reorienta Kimi del código a la ciencia: análisis de genes en 90 minutos en lugar de 4 horas
- 18 nov 2026Epic eliminará los Blueprints de Unreal Engine 6: la IA trabaja con código, no con diagramas
- 18 nov 2026Answer.AI abre SolveIt: código, notas e IA en un mismo diálogo tras una beta con 3000 personas
- 18 nov 2026rust-anything enseña a los agentes de IA a reescribir aplicaciones en Rust módulo a módulo
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Por qué el ML clásico se quedó corto?
Antes, Duco se apoyaba en modelos tradicionales de machine learning: sugerían el etiquetado y detectaban patrones, y con ellos los bancos automatizaron más de 20 mil procesos. Este enfoque tiene limitaciones. Los modelos necesitan un amplio historial de datos, se desenvuelven mal en situaciones nuevas y hay que ajustarlos para cada escenario. Los formatos de datos y las reglas de negocio de los bancos cambian constantemente, y los modelos clásicos no lograban seguirles el ritmo.
Cómo se redujo el contexto un 90%?
Por cada cliente hay abiertas 300–400 herramientas a través de AgentCore Gateway, con un servidor MCP por cada servicio de Duco. Sus descripciones ocupaban unos 200 mil tokens antes del primer mensaje del usuario. La calidad de las respuestas caía a medida que crecía el diálogo, y el modelo olvidaba conclusiones anteriores. El equipo subraya que la sensación de que «el agente se vuelve tonto» no basta: primero hay que ejecutar pruebas de evaluación y solo después tomar decisiones de ingeniería.
¿Qué se sabe sobre Aislamiento de bancos y resultados?
Cada cliente tiene su propio conjunto de recursos: base de datos Aurora MySQL, bucket de S3, claves KMS, colas SQS, caché, grupo de usuarios de Cognito, además de AgentCore runtime y Gateway independientes. No existe memoria ni contexto compartido entre bancos. Las solicitudes pasan por un token JWT del grupo del cliente, y el tráfico circula por endpoints privados en una VPC. Los agentes se aplican en dos escenarios. El primero es la incorporación de nuevas conciliaciones.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.