Memento-Skills: Agentes que diseñan otros agentes de forma autónoma | Automatización de la creación de habilidades para agentes de IA | Marco de trabajo para la autogeneración de agentes especializados mediante LLMs

Abstract

PROBLEMA: La creación de agentes de IA para tareas específicas suele requerir una intervención humana intensiva para definir flujos de trabajo, herramientas y estrategias de recuperación. SOLUCIÓN: Memento-Skills propone un paradigma donde los agentes actúan como diseñadores de otros agentes, abstrayendo tareas complejas en bibliotecas de habilidades reutilizables y arquitecturas modulares. METODOLOGÍA: Utilizan una estructura de memoria 'Memento' que permite al agente principal analizar trayectorias de éxito, extraer la lógica subyacente y formalizarla en un nuevo 'agente de habilidad' especializado. RESULTADOS: El sistema muestra una eficiencia superior en la resolución de tareas de 'long-horizon' y una capacidad de generalización notable al enfrentarse a problemas nuevos combinando habilidades diseñadas previamente. RELEVANCIA: Este enfoque es un paso crítico hacia la autonomía total de los sistemas de IA, permitiendo que la IA se optimice a sí misma según la demanda del entorno.