Caso · 02 — Producción
Sistema de research auditable con agentes
Uso personal
Pedido en lenguaje natural, un equipo de agentes armado a medida entre 16 especialistas y un reporte que muestra qué porcentaje de sus datos se confirmó contra la fuente.
US$0,10por corrida promedio
El problema
Los reportes hechos con IA suenan igual de convincentes cuando aciertan que cuando inventan: un número sin fuente, una tendencia que nadie midió, un competidor que no existe.
Qué construí
Un planificador arma el equipo desde un catálogo de arquetipos y convoca solo a los necesarios. Las salidas se validan con 49 modelos Pydantic, un verificador confirma cada dato contra su fuente y un juez en tres capas da reintentos acotados. El costo se estima antes de correr, con tiers de modelo y topes.
Qué cambió
Evaluado con un set dorado offline y evals online del planificador, y cubierto por 517 tests. En backtest sobre 8 años de datos, con controles anti-leakage, el predictor empataba con "el precio siempre sube"; con un filtro que exige menos de 1% de probabilidad de ser casualidad, hoy casi nunca emite una predicción.
Herramientas
- Python
- CrewAI
- Gemini
- Pydantic