Tarea Duradera para agentes de IA

Los agentes de inteligencia artificial que se ejecutan durante horas, llaman a herramientas externas y deben sobrevivir a fallos de infraestructura necesitan una ejecución duradera: la capacidad de crear automáticamente puntos de control del progreso y reanudar desde donde se detuvieron. El Programador de Tareas Duraderas y el modelo de programación Durable Task proporcionan esta infraestructura, gestionando estados, establecimiento de puntos de control y coordinación distribuida para que no tenga que hacerlo tu código de agente.

Con este modelo de programación, creará flujos de trabajo agente resistentes y con estado mediante construcciones de programación estándar (bucles, condicionales, control de errores) en .NET, Python, Java y JavaScript/TypeScript. El tiempo de ejecución conserva el estado y se recupera de errores automáticamente.

Durable Task no es un marco de trabajo de agente: funciona con cualquier marco de agentes de IA, incluido el Marco de Agentes de Microsoft, LangChain o las llamadas a la API LLM directas. Te centras en la lógica del agente; Durable Task gestiona la ejecución confiable a escala.

En este artículo, aprenderá lo siguiente:

Los desafíos de producción que la ejecución duradera resuelve

Los agentes de inteligencia artificial en producción se enfrentan a varios desafíos que aborda la ejecución duradera:

• Sesiones con estado y de larga duración — las interacciones con intervención humana en el proceso, el razonamiento en múltiples etapas y los flujos de trabajo con herramientas aumentadas pueden mantener un agente activo durante horas, días o semanas. El agente acumula el estado (historial de conversaciones, resultados intermedios, decisiones pendientes) que se deben conservar en todos los pasos.
• Consumo de tokens costoso : el procesamiento de grandes volúmenes de tokens LLM es costoso y lento. Los límites de tasa pueden ralentizar a tu agente en mitad del proceso. Si se produce un error a mitad del proceso, los tokens ya consumidos y el tiempo ya invertido se pierden.
• Interrupciones de la infraestructura : los reinicios de proceso, las implementaciones, los eventos de escalado horizontal y los errores transitorios pueden bloquear una sesión del agente. Sin recuperación, el agente debe reiniciarse desde el principio, volver a consumir todos los tokens invertidos anteriormente y repetir todo el trabajo completado.

La ejecución duradera resuelve estos desafíos:

• Punto de control automático : el tiempo de ejecución de Durable Task controla cada transición de estado (respuestas LLM, resultados de llamadas de herramientas, decisiones de flujo de control) al almacenamiento duradero.
• Reanudar desde el último punto de control : cuando se produce un error, la ejecución se reanuda automáticamente en una máquina virtual en buen estado. Las llamadas LLM completadas no se repiten, preservando tanto el gasto de tokens como el tiempo de reloj de pared.
• Reintentos integrados : las directivas de reintentos configurables con retroceso controlan los errores transitorios de las API de LLM, las herramientas externas y los servicios de bajada sin código adicional.

Patrones de flujo de trabajo agencial

Durable Task admite una gama de patrones de flujo de trabajo agente que se dividen en dos categorías generales:

• Flujos de trabajo deterministas: el código define el flujo de control. Puede escribir la secuencia de pasos ( incluida la bifurcación, el paralelismo y el control de errores) mediante construcciones de programación estándar. Se llama a LLM como un paso dentro del flujo de trabajo, pero no controla el flujo general.
• Flujos de trabajo dirigidos por agentes (bucles de agentes): El LLM controla el flujo de control. El agente decide qué herramientas llamar, en qué orden y cuándo se completa la tarea. Usted proporciona herramientas e instrucciones, pero el agente determina la ruta de ejecución durante el tiempo de ejecución.

Ambas categorías se benefician de la ejecución duradera y se pueden combinar en la misma aplicación. Para obtener un vistazo detallado a los patrones admitidos con ejemplos de código, consulte Patrones de aplicación agentic.

Comparación de las opciones de flujo de trabajo agente en Azure

Existen varias opciones para crear flujos de trabajo autónomos en Azure además de la pila técnica Durable Task. Cada opción tiene diferentes ventajas y desventajas en función de sus requisitos para el flujo de control, la compatibilidad con lenguajes de programación, la integración del marco de inteligencia artificial, el hospedaje, la administración de estados y la audiencia de destino. La tabla siguiente le ayuda a decidir cuál se adapta a sus necesidades.

Pasos siguientes

• Patrones de aplicación de agentes
• Extensión de tarea Durable para Microsoft Agent Framework (versión preliminar)
• Introducción al Programador de tareas durables