Qué es un «arnés» y por qué importa
Cuando contratas a una persona muy lista, no le das solo un ordenador. Le das un puesto, un jefe, unas reglas, un presupuesto y alguien que revisa lo importante. Con la inteligencia artificial pasa lo mismo.
El arnés es todo lo que rodea al modelo de IA: qué modelo usa cada especialista, cómo se reparten las peticiones, qué se reintenta, qué se decide y cuándo se para. El modelo pone la inteligencia; el arnés pone el criterio y la seguridad.
ADRI, el equipo de especialistas de BionicAdri, funciona así. Aquí te explicamos cómo, sin tecnicismos.
Quién trabaja en cada tarea: el jefe de equipo
Cada especialista de ADRI pide trabajo a un grupo de modelos, que llamamos «pool», a través de un gateway propio. Piensa en el gateway como un jefe de equipo que reparte las tareas entre los empleados disponibles.
Desde el 19 de septiembre, ADRI ya no elige el modelo a mano. Lo hace el gateway, con tres reglas sencillas:
- Por prioridad. Se llama primero a los modelos preferidos.
- A igual prioridad, al menos ocupado. Como en una caja de supermercado: te colocan donde hay menos cola.
- Salta a los llenos o caídos antes de empezar a responder, para que nadie espere a un modelo que no va a contestar.
Además, la factura va solo al modelo que respondió. Si uno estaba caído y se saltó, no cuesta nada.
Como modelo principal usamos Qwen, de código abierto.
Menos niveles, más claridad
Antes había tres niveles de calidad: bajo, normal y alto. El 7 de septiembre los retiramos porque, al medir, dos de ellos iban al mismo modelo: era complejidad sin beneficio. Hoy hay un grupo por especialista. La voz en directo tiene el suyo, y ahí lo que manda es la rapidez de respuesta.
Qué pasa si un modelo falla
Los modelos a veces se equivocan de formas muy concretas: la respuesta se corta a mitad de frase, o el modelo se queda repitiendo lo mismo en bucle.
En ese caso, ADRI no se rinde ni te entrega media respuesta. Pide el trabajo a otro modelo del grupo, como un jefe que, si un empleado se queda bloqueado, pasa la tarea a un compañero. Hay un límite: como máximo dos saltos por petición, para que un problema no se convierta en una cadena interminable.
Las decisiones pequeñas: el árbitro
Un sistema con muchos especialistas toma cientos de decisiones pequeñas: ¿a quién va esta petición?, ¿qué método uso para buscar estos datos? Antes se resolvían con reglas rígidas de palabras clave: «si el mensaje contiene tal palabra, va a tal sitio». Funcionan hasta que alguien se expresa de otra manera.
Para eso ADRI tiene un decisor, un modelo pequeño (unos 9.000 millones de parámetros) que no escribe textos. Es como un árbitro: solo responde preguntas de sí o no, o elige entre opciones, y dice con qué probabilidad lo piensa. Sustituye a las reglas de palabras clave en unas 36 decisiones del sistema.
Cómo se introdujo, paso a paso
- En sombra. El decisor solo anota qué habría decidido y si coincide con la regla antigua. No manda nada.
- Días de tráfico real. Se deja observando trabajo de verdad antes de darle poder.
- Decisión a decisión. Se activa una por una, no todas de golpe.
En seguridad, además, tiene las manos atadas: solo puede endurecer, nunca dar permiso. Si duda, su veto solo puede quitar un «sí», nunca añadirlo.
Lo que medimos
Sobre un banco de 526 casos reales:
| Decisor | Acierto |
|---|---|
| El anterior | 89 % |
| El actual | 92-93 % |
Y lo hace rápido: unos 63 milisegundos por decisión, de media. Cuando duda (confianza baja) puede consultar a un modelo mayor. Pero también medimos eso: con jueces ciegos, el 9 de octubre dejamos de escalar el texto, porque el pequeño acertaba más (10 frente a 6 en los casos en que diferían). A veces el grande no mejora al pequeño.
Un ejemplo real
El 9 de octubre cambiamos algo en el supervisor: ya no manda «a programación» lo que no sabe dónde encaja. En 14 días vimos que 22 de 73 encargos a programación eran simplemente «lee este fichero». Ahora lo resuelve quien corresponde, y programación se dedica a programar.
Sin topes fijos: un control de progreso
El 4 de octubre quitamos los topes fijos de trabajo. Antes, una tarea se cortaba tras X llamadas, tuviera sentido o no. Era como decirle a un empleado: «a las 3 de la tarde dejas lo que estés haciendo».
Ahora un control de progreso evalúa si merece la pena seguir, cambiar de enfoque o parar y entregar lo reunido. Se mantiene un techo de gasto por tarea en el gateway como fusible: si algo se desbocara, el coste tiene un límite.
Cómo varios modelos revisan el trabajo
Para código, seguridad y partes delicadas, ADRI puede lanzar varios modelos de familias distintas en paralelo, cada uno con su propio foco, y juntar lo que encuentran. Es como pedir la opinión a varios revisores independientes que no se han puesto de acuerdo antes.
¿Por qué familias distintas? Porque cada una se equivoca de manera diferente. Lo que a una se le escapa, otra lo ve.
Una sola opinión no basta; la coincidencia sí
En una medición interna sobre 1.112 hallazgos:
- Un aviso suelto de un solo modelo acierta en un 16-25 % de los casos.
- Cuando 3 o 4 familias coinciden, acierta en torno al 90 %.
Por eso lo que vale es la coincidencia, no el aviso de uno. Y lo importante lo revisa siempre una persona.
Una lección de julioUn benchmark del 11 de julio nos enseñó algo útil: juntar cuatro modelos «sube el suelo» (filtra errores) pero no «el techo» (no los hace más listos). Sirve para equivocarse menos, no para ser un genio.
Qué significa esto para tu empresa
- Menos sustos. Si un modelo falla, otro continúa el trabajo.
- Decisiones medidas. Cada cambio se ha probado antes de activarse, con cifras.
- Seguridad por diseño. En lo delicado, el sistema solo puede cerrar puertas.
- Control del gasto. Un techo por tarea evita costes inesperados.
- Una persona al final. La IA propone y filtra; lo importante lo valida alguien.
Conclusión
La inteligencia de un asistente no está solo en el modelo. Está en cómo se reparte el trabajo, cómo se reacciona a los fallos, quién decide las dudas y quién revisa. Esa es la parte que construimos en BionicAdri.
Si quieres ver a ADRI trabajando con los datos de tu empresa, pide una demo o escríbenos a [email protected].
- Agentes IA
- Gateway de modelos
- Decisor
- Revisión multimodelo
Si quieres ver cómo funcionan por dentro los modelos que vigilan cada paso, lee modelos de decisión espejo: cómo ADRI decide, vigila y se corrige.