Los agentes están ganando terreno impulsados por su potencial para ofrecer aumentos en la eficiencia y mejores experiencias del cliente. Pero en la práctica, ofrecer a los agentes el contexto adecuado es difícil, especialmente cuando se opera sobre datos empresariales desordenados y no estructurados. Los desarrolladores deben gestionar herramientas, indicaciones, estados, lógica de razonamiento, modelos y, lo que es más importante, recuperar el contexto relevante de las fuentes empresariales para ofrecer resultados y acciones precisos. Elastic Agent Builder ofrece estos componentes centrales para desarrollar agentes seguros, confiables y basados en el contexto.

Capacidades centrales de Agent Builder

Agent Builder aprovecha las inversiones a largo plazo de Elastic en relevancia de búsqueda y retrieval-augmented generation, y trabaja para convertir a Elasticsearch en la mejor base de datos vectorial que simplifique el desarrollo de agentes de IA contextuales y centrados en datos.

Agent Builder te permite:

• Comienza inmediatamente con un agente conversacional integrado que pueda responder preguntas, realizar análisis e impulsar investigaciones sobre cualquier dato en Elasticsearch.

• Pasa rápidamente de datos complejos y datos no estructurados a un agente personalizado con una experiencia de desarrollo basada en la configuración.

• Aprovecha la mejor relevancia de búsqueda híbrida de su clase mediante ES|QL integrado o herramientas personalizadas para mejorar la calidad del contexto y la confiabilidad del agente.

• Ejecuta flujos de trabajo complejos (vista previa) como herramientas reutilizables para enriquecer datos, actualizar registros, enviar mensajes y mucho más para la automatización basada en reglas.

• Conéctate a fuentes de datos fuera de Elasticsearch usando flujos de trabajo y MCP para correlacionar y combinar el contexto para los agentes.

• Integra con cualquier marco de trabajo de aplicación o agente utilizando herramientas integradas y personalizadas expuestas a través de MCP, y la capacidad de conectarte a MCP externo (vista previa), soporte para A2A y soporte completo de API.

• Amplía las capacidades de Agent Builder con la integración de soluciones de terceros, como LlamaIndex para el procesamiento de documentos complejos, o Arcade.dev para un acceso seguro y estructurado a las herramientas.

Para ampliar aún más la funcionalidad de Agent Builder, presentamos Elastic Workflows, nuestras nuevas capacidades de automatización basadas en reglas, ahora en versión preliminar técnica. Para las tareas organizacionales, los agentes a veces necesitan certeza y confiabilidad en las acciones basadas en reglas, que a menudo son necesarias para implementar una lógica de negocio específica. Elastic Workflows ofrece a los agentes una forma sencilla y declarativa de orquestar sistemas internos y externos para realizar acciones, recopilar y transformar datos y contexto. Los flujos de trabajo son totalmente componibles, orientados a eventos y flexibles, y pueden exponerse como herramientas a un agente mediante MCP.

De los datos al agente en minutos

El desarrollo de agentes puede llevar semanas de trabajo previo para consolidar almacenes de datos separados, construir pipelines manuales, ajustar búsquedas y gestionar una orquestación compleja. Agent Builder reduce el tiempo de desarrollo de agentes al eliminar la necesidad de almacenes de datos separados, bases de datos vectoriales, pipelines RAG, capas de búsqueda, traductores de búsquedas y orquestadores de herramientas, lo que te permite centrarte en la lógica de agentes y la entrega de aplicaciones.

Agent Builder integra de forma nativa las primitivas de la plataforma Elasticsearch para que el desarrollo de agentes sea rápido.

• Comienza con un agente conversacional integrado que pueda chatear inmediatamente y razonar con tus datos indexados.

• Integra agentes en aplicaciones, dashboards o sistemas CI/CD con acceso interactivo a través de Kibana, API o MCP y A2A.

• Construye con herramientas predeterminadas para entender tu estructura de datos, selecciona el índice adecuado, genera búsquedas híbridas, semánticas y estructuradas optimizadas, y crea visualizaciones configurables usando ES|QL basado en prompts de lenguaje natural.

Para profundizar más, prueba un recorrido práctico completo.

Desarrolla sobre Elasticsearch, una plataforma de datos completa para la ingeniería de contexto

Para los agentes de IA, la calidad del contexto es esencial para brindar un razonamiento eficaz y reducir los riesgos de alucinación. Para muchos agentes de IA empresarial, los datos comerciales necesarios para realizar una tarea son el contexto más decisivo. Como almacén de datos masivamente escalable, base de datos vectorial y líder en relevancia, Elasticsearch ya ofrece muchas primitivas sólidas de ingeniería de contexto. La ingeniería de contexto va más allá de la simple retrieval-augmented generation, ya que te permite adaptar y escalar la forma en que los datos se recuperan, se clasifican, se filtran y se presentan a los agentes, lo que ayuda a reducir el ruido y la ambigüedad.

Elasticsearch ofrece un motor de contexto que combina búsqueda léxica, búsqueda vectorial y filtrado estructurado para la recuperación, lo cual mejora sustancialmente el rendimiento de los LLM al garantizar que el modelo opere en un contexto relevante y preciso. Esta capacidad está respaldada por recuperación agente, junto con herramientas integradas y lógica de búsqueda que seleccionan automáticamente los índices correctos y transforman el lenguaje natural en búsquedas optimizadas para el contexto.

Con Agent Builder, puedes asegurarte de que los agentes reciban primero el contexto más útil con controles de relevancia y clasificación, lo que te permite ajustar la lógica de calificación, clasificación y filtrado. Elasticsearch te permite controlar qué importa, por qué importa y cómo se prioriza, en lugar de depender de un comportamiento de recuperación opaco. Todo esto está respaldado por Elasticsearch como una plataforma de datos escalable para almacenar y escalar todos tus datos, desde texto, vectores, metadatos, logs y más en una plataforma, lo que facilita la gestión del contexto para los agentes.

Ejecutar flujos de trabajo complejos como herramientas reutilizables

Aunque los agentes de IA permiten razonar tareas complejas, gran parte de la automatización depende de ejecutar de forma confiable acciones basadas en reglas que impongan una lógica de negocio específica. Elastic Workflows ofrece una forma sencilla y declarativa de orquestar sistemas internos y externos para realizar acciones, recopilar contexto o datos e integrarlos como parte de los agentes. Definidos en YAML, los flujos de trabajo son totalmente componibles, lo que permite que sean tan simples o complejos como requiera el trabajo. Esto ofrece a los agentes una forma eficiente de actuar en toda la plataforma y soluciones de Elasticsearch, así como con aplicaciones de terceros.

La integración de un flujo de trabajo con Agent Builder se puede realizar en tres pasos (requisito previo: habilitar los flujos de trabajo con los detalles que aparecen aquí).

1. Crea y guarda un nuevo flujo de trabajo usando el sencillo editor basado en YAML con función de autocompletado y pruebas integradas.

2. Crea una nueva herramienta en Agent Builder con el tipo “flujo de trabajo” e ingresa una descripción para ayudar al agente a determinar cuándo usar la herramienta de flujo de trabajo.

3. Agrega la herramienta de flujo de trabajo a tu agente personalizado.

4. ¡Eso es todo! Ahora el agente puede llamar al flujo de trabajo desde una conversación.

Tu agente, tus reglas

Agent Builder no te limita a un solo paradigma de desarrollo. En cambio, está diseñado para permitir enfoques de desarrollo abiertos y flexibles para los agentes, con control total sobre los datos, la relevancia, los modelos, la interoperabilidad, la seguridad y el diseño de los agentes.

Las definiciones personalizadas de agentes te permiten elegir exactamente a qué herramientas puede acceder un agente, incorporar avisos personalizados del sistema, adaptar las instrucciones del agente y definir los límites de seguridad. Los agentes siguen siendo independientes del modelo, lo que te permite configurar de manera flexible un LLM de preferencia, tanto nativo como en todo el ecosistema más amplio, sin estar limitado a un solo proveedor.

Desarrolla herramientas extensibles que encapsulen lógica específica de dominio (por ejemplo, filtros de índice específicos, ES|QL joins, pipelines analíticas), y aplica limitaciones para un uso seguro en producción. El soporte completo de API permite la interoperabilidad con otros marcos de trabajo agentes, con soporte nativo para Model Context Protocol (MCP). La integración A2A significa que puedes exponer tus Elastic Agent a otros marcos de trabajo, servicios y apps de clientes, reutilizando los mismos datos y la lógica de ingeniería de contexto a través de las integraciones.

Agent Builder permite un desarrollo flexible y abierto y está diseñado para integrarse fácilmente con marcos de trabajo y plataformas populares de agentes. Estas integraciones pueden ser esenciales para ofrecer agentes efectivos. Como describe Sam Partee, cofundador de Arcade.dev,

“Los sistemas agénticos fallan hoy porque conectar la IA a herramientas y datos es complejo. Elastic Agent Builder con Arcade.dev ofrece a los desarrolladores una forma estructurada y segura de manejar cómo los agentes recuperan el contexto, la razón y la acción, lo que lleva a los agentes de la demostración al grado de producción".

Agent Builder también aprovecha la extensibilidad de Elasticsearch para manejar datos complejos. Como describe Jerry Liu, CEO de LlamaIndex,

“Desbloquear el contexto empresarial de las fuentes de datos no estructurados es clave para construir agentes efectivos. El procesamiento de documentos complejos de Elastic Agent Builder combinado de LlamaIndex fortalece la capa de contexto crítico, lo que ayuda a los equipos a recuperar, procesar y preparar datos para que los agentes puedan razonar con mayor precisión y ofrecer mejores resultados”.

¿Qué puedes construir?

Agent Builder ya se está utilizando para una variedad de casos de uso. A continuación, se muestran algunos ejemplos y arquitecturas de referencia para empezar a utilizar los agentes:

• Automatizar la infraestructura: En escenarios de soporte, los agentes se han utilizado para leer, pensar y chatear, pero hasta la fecha, no pueden comunicarse y contactarse con la infraestructura que puede que sea necesario administrar. El equipo de ingeniería de Elastic creó un agente para la gestión automatizada de la infraestructura como parte de un hackatón. El agente investiga activamente los problemas relacionados con la infraestructura de la aplicación y toma medidas automatizadas. Utiliza flujos de trabajo para optimizar configuraciones, responder a problemas y escalar recursos, todo ello basado en una comprensión inteligente de los logs de infraestructura.

• Análisis de amenazas a la seguridad: Se desarrolló un agente de vulnerabilidad de seguridad con Elastic Agent Builder, MCP y Elasticsearch. Automatiza el análisis de amenazas correlacionando datos de seguridad interna con inteligencia de amenazas externas. El agente realiza búsquedas semánticas sobre incidentes y configuraciones históricas, incrementa los resultados con datos en tiempo real de Internet y aplica razonamientos LLM para evaluar la relevancia ambiental, priorizar riesgos y producir remediaciones accionables. Consulta la arquitectura de referencia.

• Soporte técnico al cliente: Los agentes pueden realizar múltiples tareas de soporte, incluyendo resumen de casos, desduplicación y creación de problemas, e investigación técnica profunda. Agent Builder permite esto mediante una búsqueda híbrida de varios pasos para encontrar solo los problemas, soluciones y procedimientos relacionados más relevantes, y formular hipótesis de causa raíz y planes de remediación. Agent Builder puede simplificar la arquitectura de sistemas de soporte complejos y acelerar el tiempo de entrega.

• Descubrimiento de productos y contenido: Agent Builder simplifica el proceso de exponer catálogos de productos complejos para experiencias conversacionales, al tiempo que permite a las organizaciones mantener la flexibilidad para incluir sus propios requisitos y lógica de negocio.

• Haz tu propio desarrollo: Únete al Agent Builder Hackathon, que se celebrará del 22 de enero al 27 de febrero de 2026. Trabaja con la comunidad para crear agentes de IA basados en el contexto y en varios pasos que combinen búsqueda, flujos de trabajo, herramientas y razonamiento para automatizar tareas del mundo real*

Comienza a construir agentes personalizados ahora

Comienza con una prueba de Elastic Cloud y revisa la documentación aquí. Para los clientes existentes, Agent Builder está disponible en Cloud Serverless y en el nivel Empresarial en Elastic Cloud Hosted y es autoadministrado.

* Haz clic aquí para conocer los términos, condiciones y requisitos de elegibilidad completos para la hackatón

Constructor de Agentes: Una base para construir agentes de IA basados en datos

La promesa de un agente de IA es sencilla: dale un objetivo y cumple su función. Pero para los promotores, la realidad es un serial de desafíos complejos. Primero, un agente solo es tan bueno como su percepción de su entorno y las herramientas que se le proporcionan para alcanzar los objetivos del usuario. Entonces, ofrecer el contexto adecuado a partir de un mar de datos empresariales diversos es un reto enorme. Por último, todo esto debe estar orquestado por un bucle de razonamiento fiable que pueda planear, ejecutar y aprender.

Para solucionar esto, los desarrolladores necesitan construir una pila compleja y frágil desde cero. La arquitectura actual de agentes requiere que unas múltiples piezas dispares: un LLM, una base de datos vectorial, un almacén de metadatos, sistemas separados para registro y trazado, y alguna forma de evaluar si todo funciona siquiera. Esto no es solo complejo; es costosa, propensa a errores y dificulta la construcción de los sistemas de IA de alta calidad y fiables que tus usuarios exigen.

Así que queremos hacerlo más sencillo. Para ello, nuestro enfoque es tomar las piezas esenciales de un agente eficaz basado en el contexto e integrarlas directamente en el núcleo de Elasticsearch con un nuevo conjunto de capacidades llamado Elastic AI Agent Builder. Esta nueva capa proporciona un marco con todos los bloques esenciales para crear Agentes de IA impulsados por Elasticsearch: un conjunto abierto de primitivas, protocolos basados en estándares y acceso seguro a los datos, para que puedas construir sistemas agenticos adaptados a datos y requisitos del mundo real:

Ofrecer experiencias de IA: este es el objetivo final. Con nuestra Plataforma de IA de Búsqueda y tus datos como base, puedes construir cualquier tipo de aplicación de IA generativa: desde interfaces de chat personalizadas hasta integraciones con frameworks de agentes como LangChain o aplicaciones empresariales como Salesforce.

Impulsado por Agentes y Herramientas: sobre la plataforma, exponemos una capa limpia y sencilla de abstracciones. Interactúas directamente con los Agentes y Herramientas, que puedes personalizar para adaptarlos a tus necesidades específicas. También puedes acceder a las capacidades de la plataforma a través de APIs robustas y estándares abiertos como MCP y A2A.

Habilitado por la Plataforma de IA de Búsqueda: este es el motor central donde integramos los componentes. La avanzada base de datos vectorial, la lógica del agente, la construcción de consultas, las características de seguridad, el rastreo para evaluación, todo está aquí, gestionado y optimizado por Elastic.

Desbloquear el poder de tus datos: la base de cualquier gran agente son los grandes datos. Nuestra plataforma comienza con la capacidad de ingerir o federar el acceso a todos los datos de tu compañía

Edificio de agentes en la plataforma

Agent Builder, integrado en la plataforma Search AI, proporciona un marco completo para el desarrollo de agentes. Se basa en cinco pilares clave, cada uno diseñado para abordar un aspecto crítico de la construcción y despliegue de sistemas de IA de grado de producción. Desglosemos cómo los agentes definen el objetivo, las herramientas proporcionan las capacidades, los estándares abiertos garantizan la interoperabilidad, la evaluación aporta transparencia y la seguridad proporciona la confianza.

Agentes

Los agentes son el bloque de construcción de más alto nivel en esta nueva capa de Elasticsearch. Un agente define el objetivo a alcanzar, el conjunto de herramientas disponibles para su ejecución y las fuentes de datos sobre las que puede operar. Los agentes no se limitan a interacciones conversacionales; Pueden impulsar flujos de trabajo completos, automatización de tareas o experiencias orientadas al usuario.

Cuando una consulta se dirige a un agente, sigue un ciclo estructurado:

1. Interpreta tu aportación y objetivo

2. Seleccionar la herramienta y los argumentos adecuados para la ejecución

3. Razón sobre la respuesta de la herramienta

4. Decide si devolver un resultado o continuar con más invocaciones de herramientas

Elastic se encarga de la orquestación, el contexto y la ejecución de este ciclo. Los desarrolladores se centran en definir qué debe hacer el agente: objetivos, herramientas y datos, mientras que el sistema gestiona cómo se llevan a cabo el razonamiento y los flujos de trabajo.

El agente por defecto

Nuestro primer agente construido sobre esta plataforma es un agente conversacional nativo en Kibana, que te da la capacidad de interactuar inmediatamente con tus datos. Proporciona una experiencia lista para usar, sin perder la extensión completa, y permite empezar a interactuar con tus datos de inmediato, sin configuraciones adicionales.

Puedes interactuar con esta experiencia directamente en Kibana a través de una nueva experiencia de chat o a través de API.

Consultar el agente por defecto a través de la API requiere solo una llamada:

Como las conversaciones son con estado, puedes seguir interactuando con un agente usando un conversation_id , o recuperar el historial completo de la conversación:

Agentes de Aduanas

Los desarrolladores también pueden crear sus propios agentes personalizados mediante APIs sencillas. Los agentes encapsulan instrucciones, herramientas y acceso a datos, creando motores de razonamiento personalizados.

Crear un agente personalizado es tan sencillo como hacer una sola llamada a la API. El ejemplo siguiente muestra un ejemplo: el campo "configuración" contiene todos los detalles clave, como instrucciones o herramientas disponibles:

Una vez creado, el agente puede ser consultado directamente:

Este enfoque transforma al agente de un sistema complejo para construir desde cero en una unidad simple y declarativa de lógica de negocio, permitiéndote ofrecer automatización inteligente más rápido.

Para una visión profunda de cómo construir un agente especializado desde cero, consulta nuestra guía detallada paso a paso: Tu primer agente elástico: de una sola consulta a un chat impulsado por IA.

Herramientas

Si los agentes definen qué lograr, las herramientas definen cómo.

Las herramientas exponen capacidades específicas del núcleo Elastic para que los agentes ejecuten y recuperen información o realicen una acción. Las herramientas pueden incluir capacidades clave como obtener índices, obtener mapeos, o capacidades más avanzadas como lenguaje natural a ES|QL.

Elasticsearch viene con un conjunto de herramientas predeterminadas optimizadas para necesidades comunes. Pero la verdadera flexibilidad viene de crear el tuyo propio. Al definir herramientas, decides exactamente qué consultas, índices y campos están expuestos a un agente con ES|QL, que te da un control preciso sobre la velocidad, la precisión y la seguridad.

Registrar una nueva herramienta también es tan sencillo como una sola llamada a la API. Podrías crear una herramienta que aproveche nuestro ES|QL (Elasticsearch Query Language) para encontrar noticias sobre un activo financiero específico:

Una vez registrado, puedes asignar la nueva herramienta a tus agentes personalizados, dándoles un conjunto seleccionado de habilidades para razonar e invocar cuando sea lo adecuado.

Ofrecemos una plataforma para crear herramientas personalizadas según tus necesidades específicas, por ejemplo, con ES|QL que transforma al agente de un agente de propósito general a un experto específico de un dominio, basado en tus datos únicos y en el dominio de negocio.

Estándares abiertos e interoperabilidad

Los Agentes y Herramientas de Elasticsearch se exponen mediante APIs estándar abiertos, lo que facilita su integración como bloques fundamentales dentro del ecosistema más amplio de marcos agenticos. Nuestro enfoque es sencillo: nada de cajas negras. Queremos que seas capaz de tomar la fuerza central de Elastic en busca y combinarla con capacidades complementarias y otros sistemas agentes.

Para hacerlo posible, estamos exponiendo nuestras capacidades a través de APIs, protocolos emergentes y estándares abiertos.

Protocolo de Contexto de Modelo (MCP)

El Protocolo de Contexto de Modelo (MCP) se está convirtiendo rápidamente en el estándar abierto para conectar herramientas entre sistemas. Al soportar MCP, Elasticsearch puede conectar IA conversacional con tus bases de datos, índices y APIs externas. Con un servidor MCP remoto integrado en Elastic Stack, cualquier cliente compatible con MCP puede acceder a las herramientas de Elastic y usarlas como bloques de construcción en tus flujos de trabajo agenticos más amplios.

Esto no es una calle de sentido único. También podrás importar herramientas desde servidores MCP externos y ponerlas a disposición dentro de Elasticsearch. Pronto, los servidores MCP probablemente estarán disponibles para casi todo y serán mucho más completos que cualquier cosa que crearíamos nosotros mismos. Elastic ofrece búsqueda y recuperación a gran escala, y puedes combinarlo con capacidades especializadas de otras plataformas para crear agentes efectivos.

Agente a Agente (A2A)

También estamos trabajando en el soporte Agent-to-Agent (A2A). Mientras que MCP trata de conectar herramientas, A2A trata de conectar agentes. Con un servidor A2A, los agentes Elastic que construyas podrán comunicar directamente con agentes de otros sistemas: compartiendo contexto, delegando tareas y coordinando flujos de trabajo.

Piénsalo como interoperabilidad en la capa de razonamiento. Tu agente de Elastic podría encargar de la búsqueda y recuperación, luego delegar una tarea a un soporte especializado o a un agente de TI, y obtener el resultado sin problemas. El resultado es un ecosistema de agentes cooperantes, cada uno haciendo lo que mejor sabe hacer.

En última instancia, la adopción de MCP y A2A refuerza nuestro compromiso con el papel de Elasticsearch como ciudadano de primera clase, cerciorando una integración abierta en todo el ecosistema agente más amplio.

Rastreo y evaluación

A medida que la búsqueda se integra con los agentes, el desafío de una evaluación efectiva se vuelve crítico. Para desplegar agentes con confianza en entornos empresariales reales, necesitas la seguridad de que no solo son precisos, sino también eficientes y fiables. ¿Cómo mides el rendimiento, diagnosticas una mala respuesta o mejoras la línea base? Todo empieza por la visibilidad.

Por eso diseñamos nuestras APIs de agentes para que sean transparentes desde cero. Considera esta simple interacción con el agente:

La respuesta incluye no solo la respuesta final, sino la traza completa de ejecución, detallando qué herramientas seleccionó el agente, los parámetros que empleó y los resultados de cada paso.

Un rastreo y registro exhaustivos son esenciales para un bucle de mejora continua, y pronto podrás almacenar y ver estos rastros de agentes directamente en Elasticsearch. Mejor aún, estas trazas están construidas sobre el protocolo OpenTelemetry, lo que garantiza que estén estandarizadas y sean portátiles para su integración con la plataforma de observabilidad que elija.

Este nivel de detalle es la base de un verdadero bucle de mejora continua. Te permite construir un conjunto completo de pruebas, depurar fallos, identificar modos de fallo para evitar regresiones y capturar patrones exitosos para afinar el rendimiento. En última instancia, este enfoque basado en datos es la clave para transformar un prototipo prometedor en un sistema de IA fiable y de calidad de producción.

Seguridad

A medida que los agentes y herramientas se vuelven más capaces, la seguridad no es opcional, es fundamental. Exponer APIs, automatizar tareas y flujos de trabajo requiere que los sistemas empresariales sean de confianza. Especialmente a medida que los Agentes empiezan a automatizar más flujos de trabajo, la capacidad de protegerlos y cerciorar de que cumplen con los requisitos empresariales es esencial.

Las capacidades, por encima de todo, heredan los controles ya disponibles en Elastic hoy en día, incluyendo el control de acceso basado en roles (RBAC) para llamadas API y gestión de claves API. También estamos extendiendo los mismos controles a nuevos protocolos como MCP. Eso significa soporte para estándares como OAuth, así como la capacidad de conectar mecanismos de autenticación personalizados.

Nuestro objetivo es ofrecerte la flexibilidad para experimentar con agentes y herramientas, manteniendo al mismo tiempo el nivel de seguridad, cumplimiento y gobernanza que exige tu organización.

Lo que viene después

No solo estamos agregando funcionalidades; estamos ampliando Elasticsearch para la ingeniería de contexto agentica. Planeamos desarrollar en el futuro basándonos en estos principios:

1. Compromiso con el código abierto y los estándares

Nuestro compromiso con el código abierto y los estándares abiertos garantiza que estas capacidades sigan siendo interoperables con los marcos agentes externos. Siempre podrás conectar, ampliar y componer agentes en todo tu ecosistema, manteniendo tus datos y flujos de trabajo bajo tu control.

2. Valor del contexto

El contexto de un agente de IA es su mayor activo. Gestionar el contexto mientras los agentes realizan búsquedas y operaciones de flujo de trabajo puede ser una tarea desafiante. Estamos aprovechando las fortalezas principales de Elastic para resolver la ingeniería de contexto, cerciorando que la información más relevante esté siempre disponible para tu agente.

3. Enfoque en flujos de datos agentes

De ahora en adelante, los agentes serán una fuente cada vez mayor de datos, incluyendo la salida de los agentes (documentos generados, reportes, visualizaciones) y el rastro de ejecución de los agentes (su razonamiento, llamadas a herramientas, memoria/contexto). Elastic es muy adecuado para manejar este tipo de datos, y estamos trabajando en investigaciones relacionadas con la realización de análisis, evaluación y mejora automatizada empleando estos datos.

4. Seguridad y Protección desde el Diseño

Los agentes de IA introducen un conjunto completamente nuevo de desafíos de seguridad y protección. Elastic siempre fue líder en soluciones seguras, y seguimos incorporando barreras de seguridad de nivel empresarial, controles de acceso y principios de "confianza cero".

5. Integrado en la plataforma

Las capacidades para construir agentes de IA están integradas en la plataforma Elasticsearch. Esto significa que capacidades a nivel de plataforma como el trazo, la evaluación, la visualización y el análisis son todas aplicables a los agentes. Quiero desarrollar paneles basados en la ejecución de agentes, eso está incorporado. Quiero evaluar el rendimiento del agente de IA usando análisis de sentimiento? La plataforma lo permite. Esto te permite construir un ciclo de vida completo alrededor de tus experiencias con IA.

El objetivo de Elastic es proporcionarte las interfaces para construir IA conversacional y flujos de trabajo automatizados que estén totalmente integrados, sean extensibles y estén basados en tus datos. Pronto se compartirán más detalles técnicos y avances.

Agent Builder ya está disponible en vista previa privada. Contáctate con nosotros para aplicar acceso. ¿Tienes preguntas u opiniones? Conéctate con nuestra comunidad de desarrolladores en nuestro espacio de trabajo de Slack o en nuestro foro de discusión.