AgentMercury: agentes que sintetizan entornos verificables para escenarios de negocio a escala | Cómo validar agentes LLM en entornos de evaluación sintéticos que reproducen dinámicas reales de la empresa | Generación automática de entornos de simulación comprobables para evaluar agentes de negocio sin datos costosos del mundo real

Abstract

PROBLEMA: evaluar agentes LLM en escenarios de negocio reales requiere entornos complejos, costos y difíciles de preparar, lo que limita la validación rigurosa y reproducible de comportamientos agénticos en dominio como fintras, retail o soporte. BARREO: AgenteMercury propone que el propio agente sintetice entornos de negocio verificables a escala: genera escenarios, reglas y estados reactivos que permite simular interacciones y verificar objetivamente si el comportamiento del agente cumple restricciones y MÉTRICAS de negocio. METODOLOGÍA: se combina la generación por LLM de descripciones de entorno condicionadas a una taxonomía de dominios de negocio con un motor de verificación automática que comprueba la validez, la consistencia y la factibilidad de cada entorno generado, resolviendo muestras por la demanda para labores cotidianas y a gran escala. RESULTADOS: el sistema produce entornos nuevos y verificables con una alta tasa de aprobación de validación automática, consiguiendo cubrir dominios variadas y utilizables para evaluar comparativamente a distintos agentes, demostrando que los entornos sinteticados guardan consistencia y dificultad calibre em respuesta a retos de negocio reales. RELEVANCIA: habilita el test de estrés y la comparación reproducible de agentes LLM en dominios empresariales sin invertir en datos ni infraestructura costosa, un avance directo para desarrollo y vigilancia de sistemas sofisticados dentro de sistemas agénticos empresariales.