› Los sistemas empresariales tradicionales se basan en tres premisas: las tareas terminan rápido, reiniciar o reintentar no cuesta nada y las mismas entradas devuelven los mismos resultados.
› Las cargas de trabajo con agentes de IA rompen estas tres reglas a la vez, lo que explica por qué los proyectos piloto funcionan bien bajo supervisión humana pero se desmoronan al llegar a producción.El análisis de estos problemas lo ha publicado en SiliconAngle M.
› Touheed, señalando tres brechas claras en las prácticas de ingeniería actuales.Tres propiedades que los agentes no tienenEn primer lugar, el tiempo de ejecución.
› Una tarea gestionada por un agente puede tardar minutos, no milisegundos, un margen suficiente para superar límites de tiempo (timeouts) que ningún componente de tu infraestructura había alcanzado antes.