TL;DR
- Un agente de investigación web autónomo necesita un plan acotado, política de fuentes, ciclo de recuperación y libro de evidencias; no un navegador sin restricciones.
- Separe el descubrimiento, la colección de páginas, la extracción, la síntesis y la citación para que una mala página no se convierta en una respuesta confiable.
- Dé al agente una herramienta de Crawl de Nstdata limitada con límites de URL, profundidad, página, tiempo de espera y salida.
- Exija que el agente se detenga cuando la evidencia sea escasa, contradictoria o esté fuera del alcance aprobado.
Lo que debería hacer un ciclo de investigación autónomo
Exponga Nstdata Crawl solo como una herramienta de colección acotada dentro del agente.
Un agente de IA que investiga la web de manera autónoma debería convertir una pregunta en un pequeño conjunto de subpreguntas verificables, coleccionar fuentes, extraer afirmaciones, comparar evidencias y devolver citas con incertidumbre. La investigación de agentes web basada en API describe por qué las llamadas a herramientas y la interacción con el navegador son diseños de agentes diferentes; los sistemas de producción deberían dejar esa frontera explícita.
Un flujo de investigación de agente seguro
- Plan: defina la pregunta, ventana de fechas, tipos de fuentes y condiciones de detención.
- Descubrir: busque o use URLs de fuentes conocidas; mantenga una cola acotada.
- Coleccionar: llame a un rastreador con límites explícitos de página y profundidad.
- Extraer: preserve la URL, el título, el tiempo de obtención y el hash del contenido con cada afirmación.
- Verificar: exija dos fuentes independientes para afirmaciones de alto impacto cuando sea práctico.
- Sintetizar: responda solo con evidencia aceptada y liste conflictos no resueltos.
