Bucles de reflexión y autocrítica
Después de cada paso, pregunte al modelo «¿ha funcionado? ¿qué sigue?»: la forma más económica de mejorar la fiabilidad.
Bucles de reflexión y autocrítica es una lección gratuita de AI Agents en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de AI Agents, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de AI Agents incluye 4 lecciones en total.
Partes de esta lección aún no han sido traducidas y se muestran en inglés.
¿Qué es la reflexión?
La reflexión ocurre cuando el agente examina sus propias acciones anteriores y se pregunta: "¿Qué salió bien? ¿Qué salió mal? ¿Qué debería hacer de otra manera?"
Es la mejora de fiabilidad más económica en los agentes.
El artículo sobre Reflexion
Shinn et al. 2023 introdujeron Reflexion. Después de cada intento fallido, el agente escribe una autocrítica y la utiliza como guía para el siguiente intento. La calidad mejoró drásticamente.
A Simple Reflection Loop
def with_reflection(task, max_attempts=3):
reflections = []
for attempt in range(max_attempts):
result = agent.run(task, hints=reflections)
if result.success:
return result
reflection = llm.invoke(f'''
Task: {task}
Attempt: {attempt + 1}
What went wrong: {result.error}
Reflect on what to do differently next time.
''').content
reflections.append(reflection)
return last_resultAutocrítica sin fallos
También puede hacer que el agente someta a autocrítica los resultados correctos:
critique_prompt = '''
Review your answer for:
1. Is it factually correct?
2. Is it complete?
3. Are there obvious improvements?
If improvements possible, return REVISE: <revised answer>.
Otherwise return ACCEPT.
'''El crítico como modelo independiente
Utilice un modelo diferente para la crítica:
- Reduce los sesgos compartidos
- Puede ser más económico (crítico pequeño, autor grande)
- O al contrario (autor pequeño, crítico grande)
Reflexión a nivel de paso
Reflexione después de cada PASO, no solo al final:
thought = 'I will use search_kb'
action = call_search_kb(...)
observation = '...'
reflection = llm.invoke(f'Did that step help? Should I try a different tool next?').contentConciencia de los costes
La reflexión duplica las llamadas al LLM. En rutas críticas para la latencia, omítala. Para obtener resultados de alta calidad, merece la pena.
Evitar la reflexión complaciente
Si pregunta «¿ha funcionado?», el modelo suele responder «sí». Oblíguelo a realizar una evaluación crítica:
critique_prompt = 'List 3 SPECIFIC PROBLEMS with the previous answer. If you cannot find any, say WHY there are none.'Memoria de reflexiones
Guarde las reflexiones en un almacén persistente. A lo largo de varias sesiones, el agente crea una biblioteca de «lecciones aprendidas»:
save_reflection({
'task_type': 'sql-write',
'lesson': 'Always check if table is partitioned before running heavy aggregations.',
'created_at': now()
})Recuperar reflexiones anteriores relevantes
Al comienzo de una tarea nueva, recupere las lecciones que coincidan con el tipo de tarea:
lessons = vector_db.search(embed(task_description), filter={'type': 'reflection'}, k=3)
prompt += '\nLessons learned from past tasks:\n' + '\n'.join(lessons)Un logro concreto
Añadir «Después de completar cada paso, anote brevemente qué podría salir mal y vuelva a comprobarlo» a un prompt para un agente de código suele reducir la tasa de errores entre un 15 % y un 30 % en benchmarks.
Generador-verificador
Variante: haga que un LLM genere y otro verifique. Si el verificador rechaza el resultado, el generador lo intenta de nuevo con el motivo del rechazo. Actualmente se utiliza en muchos agentes de producción.
Cuándo NO reflexionar
- Tareas de una sola ejecución cuyo coste ya es bajo
- Chat en tiempo real
- Rutas críticas para la latencia
Idea clave de Reflexion
¿Cuál es la idea clave del artículo Reflexion?
Resumen
La reflexión es una forma económica de mejorar la calidad. Critique los fallos, guarde las lecciones y recupérelas para tareas futuras similares. Siempre que sea posible, use un modelo crítico independiente.
Aprende AI Agents con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 60
- Lecciones
- 239
Preguntas frecuentes
¿La lección «Bucles de reflexión y autocrítica» es gratis?
Sí — el texto completo de «Bucles de reflexión y autocrítica» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de AI Agents, actualiza a CoddyKit PRO. El curso de AI Agents incluye 4 lecciones en total.
¿Qué aprenderé en «Bucles de reflexión y autocrítica»?
Después de cada paso, pregunte al modelo «¿ha funcionado? ¿qué sigue?»: la forma más económica de mejorar la fiabilidad. Practicas AI Agents con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar AI Agents?
No se requiere experiencia previa. AI Agents en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Bucles de reflexión y autocrítica»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de AI Agents?
Sí. Cada lección de AI Agents incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Descomposición jerárquica de tareas
- Pilas de objetivos y retroceso
- Modelos del mundo y anticipación
- Bucles de reflexión y autocrítica