Google AI Agent Clinic: 5 Lecciones al Refactorizar un Monolito a un Agente de Producción

Serie: Construyendo con IA: Lo que nadie te dice — Parte 18. Construir un agente que funciona en tu máquina es fácil. Construir uno que sobreviva el contacto con la realidad —límites de rate, loops infinitos, escalar más allá de datos hardcodeados— es otra bestia. Google lanzó el AI Agent Clinic y su primer episodio fue un desarme completo de Titanium, un agente de investigación de ventas prometedor pero frágil. Cinco desarmes, cinco fixes, cinco lecciones.

Titanium: de monolito a pipeline distribuido

El trabajo original de Titanium era investigar una empresa objetivo y redactar un email de outreach personalizado. El prototipo corría, pero era lento, era un script Python monolítico, y estaba limitado a una lista hardcodeada de apenas 12 casos de estudio.

Desarme #1: subagentes orquestados, no un mega-loop.

El agente original corría sobre un for loop masivo y lineal — un script monolítico. Si una subtarea fallaba (un timeout de API o una alucinación), todo el proceso se detenía y fallaba en silencio.

El fix: arrancaron el monolito e instalaron el Agent Development Kit (ADK) de Google. Crearon un pipeline SequentialAgent que divide la carga en nodos especializados: Company Researcher, Search Planner, Case Study Researcher, Selector y Email Drafter.

La lección: separación de responsabilidades. Agentes especializados con tareas estrechas corren más confiablemente que un solo LLM tratando de ejecutar un prompt masivo de múltiples pasos.

El contrato, no la esperanza

Desarme #2: salidas forzadas con Pydantic, no con el prompt.

Titanium forzaba salidas JSON desde el modelo con hardcoding extensivo directo en el string del prompt. Resultado: código sucio, parsing frágil, y tokens desperdiciados describiendo la estructura una y otra vez.

El fix: al migrar a ADK, erradicaron las instrucciones de schema del prompt. En su lugar inyectaron objetos Pydantic nativos como definiciones de schema explícitas. ADK usa Structured Outputs dinámicamente para abstraer el boilerplate y forzar adherencia.

La lección: mover el "contrato" de una petición difusa en lenguaje natural a un objeto Python validado en runtime garantiza integridad estructural y elimina el parsing personalizado frágil. Un esquema es un contrato; un prompt pidiendo JSON es una esperanza.

Deja de hardcodear tu límite de contexto

Desarme #3: RAG dinámico en vez de estado hardcodeado.

El corpus de contexto de Titanium era artificialmente diminuto: solo conocía 12 casos de estudio hardcodeados escritos directamente en el archivo Python. No podía escalar ni aprender sin que un desarrollador editara código manualmente.

El fix: construyeron un sistema de ingesta dinámica. Un crawler async (Playwright) corre en background para raspar autónomamente la página de casos de éxito de Google Cloud y batchearlos a Google Cloud Vector Search. Luego, en el pipeline, el Case Study Researcher corre una búsqueda híbrida sobre el corpus indexado — combinando el "significado" semántico de la query con la precisión del keyword matching exacto para no perder términos técnicos específicos.

La lección: hardcodear está bien para un prototipo, pero un pipeline de producción se refresca solo. El valor agentic real viene de darle a los agentes las herramientas para buscar, escalar y consultar vía Vector Search de forma autónoma.

Observabilidad no es negociable

Desarme #4: trazas distribuidas, no cajas negras.

Cuando un LLM se confunde en un script estándar, es una caja negra: sabes que algo falló, pero no qué componente rompió.

El fix: aprovecharon el soporte de primera clase de ADK para OpenTelemetry en Google Cloud. Out of the box, ADK emite trazas distribuidas del flujo completo de ejecución, capturando peticiones al modelo, tokens y ejecuciones de herramientas. Lo emparejaron con una app de streaming SSE, diseñando un dashboard de telemetría en vivo.

La lección: no puedes poner un agente en producción sin diagnósticos vivos. Necesitas trazas OpenTelemetry para resolver disputas de ground truth y depurar latencias por componente.

Domar la quema de tokens

Desarme #5: circuit breakers para el costo.

Los loops agentic son caros. Si un agente topa un error y reintenta un prompt sin límites, quema tu presupuesto de tokens en minutos.

El fix: al estandarizar sobre la orquestación nativa de ADK, heredaron las optimizaciones de costo intrínsecas del framework: backoffs exponenciales, límites de timeout y loops de retry configurables, sin escribir lógica custom.

La lección: instala siempre circuit breakers. Deja que tu framework de orquestación maneje los fallos con gracia antes de escribir bucles try-catch a mano.

Lo que Titanium nos enseña

El desarme de Titanium es un microcosmos del salto de demo a producción. Sus cinco brotes —monolito frágil, schema en el prompt, contexto hardcodeado, caja negra, quema de tokens— son exactamente los modos de fallo que todos vemos en la primera iteración de un agente. Y los cinco fixes comparten una forma:

• Separa responsabilidades en subagentes.
• Contrata la salida con un schema validado en runtime.
• Inyecta contexto dinámico en vez de coserlo al código.
• Instrumenta con trazas distribuidas desde el día uno.
• Acota el costo con circuit breakers.

Ninguno de los cinco requiere un modelo más inteligente. Todos requieren mejor ingeniería alrededor del modelo. Eso es lo que separa al agente que sobrevive el contacto con la realidad del que se queda como demo de fin de semana.