Patrones de diseño con supervisión humana para flujos de trabajo de IA — vídeos complementarios

AI Engineer

Dex Horthy explica por qué los sistemas de agentes fiables consisten, en gran medida, en software disciplinado alrededor de unas pocas llamadas a LLM: controla el prompt y la ventana de contexto, mantiene un flujo de control determinista y utiliza llamadas a herramientas para contactar con personas cuando el flujo requiere criterio. Esto se corresponde directamente con los patrones de aprobación, excepción y derivación del artículo.

Qué aprenderás: Aprenderás a diseñar flujos de IA capaces de pausarse, reanudarse y solicitar criterio humano, manteniendo el estado del negocio separado de las suposiciones del modelo.

Qué ver o saber antes: Conocimientos básicos sobre llamadas a herramientas o flujos de trabajo de IA multietapa.

AWS Events

Esta charla breve identifica los momentos empresariales que requieren control humano: decisiones de alto riesgo, acciones irreversibles, requisitos normativos, fases de generación de confianza, casos límite ambiguos y degradación controlada. También muestra mecanismos de implementación concretos, como MCP elicitations (solicitudes de información), esperas de callback de Step Functions y nodos de aprobación.

Qué aprenderás: Verás cómo implementar puertas de aprobación como puntos de control explícitos del flujo, en lugar de recurrir a una revisión manual informal después de que algo falle.

Qué ver o saber antes: Cierta experiencia con flujos orientados a eventos, orquestación en la nube o integración entre agentes y herramientas.