Agent Mentor Learn

Glosario

60 términos de «Gestión de estado y persistencia: que las tareas largas sobrevivan a una interrupción». Pasa el cursor sobre la primera aparición en la lección para ver la definición.

TérminoDefiniciónFuente
memoriaEl contexto que le das al modelo; responde «¿qué ha visto el modelo?». Puede estar ya persistida en disco (como `NOTES.md`) o seguir viviendo en la memoria del proceso.How we built our multi-agent research system — Anthropic Engineering
estado de ejecuciónLa escena en curso que sostiene el proceso del arnés: el arreglo `messages`, los contadores de turnos, `tokensUsed`, la llamada a herramienta todavía sin registrar. Por omisión vive en la memoria del proceso y se pierde cuando el proceso termina.How we built our multi-agent research system — Anthropic Engineering
messagesEl arreglo con el historial completo de la conversación que el arnés sostiene en memoria; es la única fuente para restaurarle el contexto al modelo y el campo más grande del punto de control.How we built our multi-agent research system — Anthropic Engineering
turnsContador de cuántos turnos se ejecutaron, usado para juzgar condiciones de parada como el tope máximo de turnos; al reanudar debe continuar desde el valor del punto de control, no volver a cero.How we built our multi-agent research system — Anthropic Engineering
tokensUsedContador acumulado de uso de tokens; al reanudar hay que arrastrarlo desde el punto de control para sostener las decisiones de umbral de compactación de contexto.How we built our multi-agent research system — Anthropic Engineering
pendingToolUseCampo del punto de control que marca una llamada colgante (el modelo la nombró, el resultado todavía no se registró); vale `null` o un objeto como `{id, name, input}`.How we built our multi-agent research system — Anthropic Engineering
llamada colganteUn bloque `tool_use` que el modelo nombró pero cuyo resultado no alcanzó a volver a `messages` cuando el proceso se cayó, y que queda sin su `tool_result` emparejado.How we built our multi-agent research system — Anthropic Engineering
punto de controlSerializar el estado de ejecución (`messages`, `turns`, `tokensUsed`, `pendingToolUse`) a disco para que el proceso pueda reanudar después de una caída; es una de las salvaguardas deterministas que se emparejan con la adaptabilidad del modelo.How we built our multi-agent research system — Anthropic Engineering
checkpoint.jsonEl archivo de punto de control que sostiene `version`, `task`, `turns`, `tokensUsed`, `messages` y `pendingToolUse`: una instantánea completa de la escena de ejecución.How we built our multi-agent research system — Anthropic Engineering
versionNúmero de versión del protocolo dentro de `checkpoint.json`; le permite a `loadCheckpoint` confirmar la compatibilidad de formato y negarse a cargar versiones que no coinciden.How we built our multi-agent research system — Anthropic Engineering
taskLa cadena con la tarea original del usuario, guardada en `checkpoint.json` para que el arnés reiniciado sepa a qué tarea pertenece esta escena y pueda reportar avance.How we built our multi-agent research system — Anthropic Engineering
saveCheckpointFunción que escribe el estado actual a disco; las implementaciones correctas escriben primero un archivo temporal y después renombran de forma atómica, para no quedar con un archivo a medio escribir.How we built our multi-agent research system — Anthropic Engineering
punto de guardado APrimer punto de control dentro de un turno, guardado después de que el modelo nombra una herramienta pero antes de que se ejecute; anota en `pendingToolUse` el bloque `tool_use` de ese turno.How we built our multi-agent research system — Anthropic Engineering
punto de guardado BSegundo punto de control dentro de un turno, guardado después de que los resultados de herramienta entran a `messages`; deja `pendingToolUse` de vuelta en `null`.How we built our multi-agent research system — Anthropic Engineering
archivo temporalArchivo intermedio (por ejemplo, `checkpoint.json.tmp`) que se escribe primero durante una escritura atómica de punto de control; queda escrito por completo antes de renombrarse para reemplazar al archivo real.How we built our multi-agent research system — Anthropic Engineering
fs.renameSyncOperación de renombrado atómico dentro del mismo sistema de archivos; la entrada de directorio apunta por completo al archivo nuevo o se queda en el viejo, sin estado intermedio a medio renombrar.How we built our multi-agent research system — Anthropic Engineering
sobrescribir en el lugarSobrescribir directo el archivo de punto de control con `fs.writeFileSync`; no es atómico y puede dejar un JSON truncado si matan el proceso a mitad de escritura.How we built our multi-agent research system — Anthropic Engineering
reanudaciónReiniciar el bucle desde un punto de control tras una caída: leer el estado de vuelta, reconstruir `messages` y seguir desde donde ocurrió el error en lugar de arrancar de nuevo en el turno 1.How we built our multi-agent research system — Anthropic Engineering
loadCheckpointFunción que lee y parsea el archivo de punto de control; debe validar el campo `version` y fallar en voz alta ante una versión que no coincide o un parseo fallido, no caer en silencio a un estado vacío.How we built our multi-agent research system — Anthropic Engineering
reconcileFunción que maneja un `pendingToolUse` colgante al reanudar; decide, según la naturaleza de la herramienta (solo lectura frente a alto impacto) y el estado del registro, si volver a ejecutar, reutilizar o devolver `is_error`.Handle tool calls — Claude API
READ_ONLY_TOOLSConjunto de nombres de herramientas (`read_file`, `grep`, `list_dir`, `web_search`) considerados libres de efectos secundarios; `reconcile` vuelve a ejecutar sin riesgo las herramientas de este conjunto al reanudar.Handle tool calls — Claude API
herramienta de solo lecturaHerramienta con cero efectos secundarios (leer archivos, buscar); se puede volver a ejecutar varias veces sin riesgo porque el mundo exterior queda igual.Handle tool calls — Claude API
herramienta de alto impactoHerramienta que cambia el estado externo (`send_email`, `create_ticket`, `delete_file`); hay que confirmar si ya se ejecutó antes de volver a correrla, para no duplicar efectos secundarios.Handle tool calls — Claude API
is_errorCampo opcional de `tool_result` que se pone en `true` para indicar que la herramienta falló o que su estado es desconocido, para que el modelo se entere y se adapte en vez de dar por hecho el éxito.Handle tool calls — Claude API
tool_resultBloque de contenido que se le devuelve al modelo por cada `tool_use`; el protocolo exige que todo `tool_use` tenga su `tool_result` emparejado, unidos por `tool_use_id` y todos en el mensaje de usuario siguiente.Handle tool calls — Claude API
tool_useBloque de contenido en una respuesta del modelo que nombra una herramienta a llamar; contiene los campos `id`, `name` e `input`. Un `tool_use` colgante queda sin su `tool_result` emparejado cuando el proceso se cae.Handle tool calls — Claude API
idempotenteOperación que produce el mismo efecto final se ejecute una o muchas veces; el criterio es el efecto (el estado externo final), no el valor de retorno.How we built our multi-agent research system — Anthropic Engineering
registro de efectosAnotación aparte en disco, indexada por `tool_use_id`, que rastrea qué efectos secundarios ocurrieron de verdad; se escribe en el instante en que una herramienta tiene éxito y le permite a la reanudación distinguir «se ejecutó» de «no se ejecutó».How we built our multi-agent research system — Anthropic Engineering
effects.jsonEl archivo del registro de efectos, indexado por `tool_use_id`, que anota el nombre de la herramienta, el resultado y la marca de tiempo; se escribe apenas la herramienta tiene éxito, antes del punto de guardado B.How we built our multi-agent research system — Anthropic Engineering
tool_use_idIdentificador único que el modelo le asigna a cada bloque `tool_use`; no cambia al reproducirse, lo que lo vuelve una clave de idempotencia natural para el registro de efectos.Handle tool calls — Claude API
at-least-onceLa semántica de ejecución inherente a la reanudación basada en puntos de control: una herramienta puede terminar y que el resultado no alcance a registrarse antes de la caída, con lo que se vuelve imposible distinguir «no se ejecutó» de «se ejecutó pero no quedó anotado».How we built our multi-agent research system — Anthropic Engineering
loadEffectsFunción que lee el registro de efectos; devuelve un objeto vacío si el archivo no existe o falla el parseo, tratándolo como «todavía no hay anotaciones» en vez de bloquear la reanudación.How we built our multi-agent research system — Anthropic Engineering
saveEffectFunción que escribe el registro de efectos de vuelta a disco con escritura atómica de archivo temporal más renombrado; solo debe llamarse después de que la herramienta se ejecutó con éxito y hay un resultado real.How we built our multi-agent research system — Anthropic Engineering
compuerta de aprobaciónChequeo previo a la ejecución para herramientas de alto impacto que exige confirmación humana; pregunta «¿esto se debería hacer?» (distinto del «¿esto ya ocurrió?» del registro de efectos).How we built our multi-agent research system — Anthropic Engineering
ensureTicketEjemplo de rediseñar «crear» como «asegurar que exista»: busca por título, devuelve el existente si lo encuentra y crea solo si falta; idempotente por diseño.How we built our multi-agent research system — Anthropic Engineering
appendEstilo de escritura acumulativa (`array.push`, agregar al final de un archivo de log); cada llamada suma de verdad un elemento más, así que el estado final varía con la cantidad de llamadas: por lo general no es idempotente.How we built our multi-agent research system — Anthropic Engineering
sobrescrituraEstilo de escritura por reemplazo (fijar una línea en un valor fijo, `write_file` de archivo completo); llamarlo una vez o diez deja el mismo estado final: suele ser idempotente.How we built our multi-agent research system — Anthropic Engineering
runToolUsesFunción que ejecuta todos los bloques `tool_use` de un turno; una vez integrados el registro de efectos y la compuerta de aprobación, el orden queda: consultar el registro, después la aprobación, después ejecutar, después anotar en el registro.How we built our multi-agent research system — Anthropic Engineering
rebobinarRevertir la escena de decisión a un turno anterior para reintentar cuando la tarea se salió del camino (no por una caída); revierte el punto de control, no los efectos secundarios externos ya consumados.Checkpointing — Claude Code Docs
bifurcarCopiar dos líneas temporales independientes a partir del mismo punto de control para explorar rutas distintas; cada línea temporal recibe su propia secuencia de puntos de control y un registro de efectos en blanco.Checkpointing — Claude Code Docs
rewindToFunción que recupera el punto de control de un turno específico desde la secuencia conservada turno por turno; por omisión toma el último punto de guardado escrito en ese turno.Checkpointing — Claude Code Docs
forkFromFunción que copia una línea temporal independiente desde el punto de control de un turno específico; la línea nueva trae su propia secuencia de puntos de control y un registro de efectos en blanco, aislada de la línea principal.Checkpointing — Claude Code Docs
turn-014-A.jsonEjemplo de nomenclatura para la secuencia de puntos de control turno por turno: mete el número de turno y la letra del punto de guardado en el nombre del archivo, para identificar con precisión el turno y el momento.Checkpointing — Claude Code Docs
pickLatestPointFunción que encuentra el último punto de guardado escrito dentro de un turno; se apoya en que el orden lexicográfico de A/B coincide de forma natural con el orden temporal «antes de la herramienta → después del resultado».Checkpointing — Claude Code Docs
escena de decisiónLo que los puntos de control rebobinan de verdad: `messages`, `turns`, `pendingToolUse` y los demás campos definidos dentro de la instantánea; no las acciones del mundo exterior ya consumadas.Checkpointing — Claude Code Docs
modo de simulaciónModo usado durante una bifurcación en el que las acciones externas no se ejecutan de verdad, para que las dos líneas temporales no disparen la misma herramienta de alto impacto y dupliquen efectos secundarios.How we built our multi-agent research system — Anthropic Engineering
secuencia de puntos de controlSerie de archivos de punto de control conservados turno por turno en vez de sobrescribir para quedarse solo con el más reciente; es requisito previo para rebobinar y bifurcar, y cada línea bifurcada carga su propia copia independiente.Checkpointing — Claude Code Docs
GitSistema de control de versiones que administra el historial permanente y colaborativo del código; distinto de los puntos de control (recuperación de sesión en escala de minutos) y del registro de efectos (anotación de efectos secundarios externos).Checkpointing — Claude Code Docs
CRASH_AFTERVariable de entorno que controla el momento de la caída simulada (por ejemplo, `CRASH_AFTER=after-effect-write:3` dispara la caída después de la tercera escritura al registro).How we built our multi-agent research system — Anthropic Engineering
SimulatedCrashTipo de excepción dedicado a simular la muerte del proceso; `main()` atrapa solo esta, imprime un log y sale con código 137, para que las demostraciones se lean como muertes reales y no como trazas de pila.How we built our multi-agent research system — Anthropic Engineering
crashPointFunción disparadora de caída simulada controlada por variable de entorno; compara la etiqueta de la operación actual contra `CRASH_AFTER` y lanza `SimulatedCrash` cuando coinciden.How we built our multi-agent research system — Anthropic Engineering
--resumeBandera de línea de comandos que indica que este arranque debe llamar a `loadCheckpoint` y tomar la ruta de recuperación en vez de empezar de cero; sin ella, `main()` limpia de forma explícita los archivos viejos de punto de control y de registro.How we built our multi-agent research system — Anthropic Engineering
cola de respuestasSustituto de verificación que reemplaza al cliente real del modelo y devuelve respuestas preescritas en orden fijo, para volver determinista la ejecución de la tarea y reproducible el momento de la caída.How we built our multi-agent research system — Anthropic Engineering
makeStubClientFunción fábrica que construye un cliente de modelo simulado a partir de una cola de respuestas, usada en la verificación para reemplazar las llamadas reales a `client.messages.create`.How we built our multi-agent research system — Anthropic Engineering
main()Función de entrada del programa que toma un solo juicio: si está `--resume` o no, y a partir de ahí enruta a la vía de recuperación o a la de arranque limpio, atrapando de forma uniforme `SimulatedCrash` para imprimir y salir.How we built our multi-agent research system — Anthropic Engineering
división en tresLas tres ramas de `reconcile` para una llamada colgante: acierto en el registro (reutilizar), fallo en el registro más solo lectura (volver a ejecutar), fallo en el registro más efectos secundarios (`is_error` al modelo).Handle tool calls — Claude API
ejecutar primero, anotar despuésDisciplina del registro de efectos: hay que obtener el resultado real de la ejecución de la herramienta antes de escribirlo en el registro; invertir ese orden anota «listo» para cosas que nunca corrieron.How we built our multi-agent research system — Anthropic Engineering
137Código de salida convencional para un proceso muerto por SIGKILL; las demostraciones de verificación lo usan para que las caídas simuladas se lean como muertes reales y no como excepciones.How we built our multi-agent research system — Anthropic Engineering
arnés de verificaciónMétodo de prueba que usa una cola de respuestas fija más puntos de caída controlados para fijar los elementos no deterministas (respuestas del modelo, momento de la caída) y poder hacer aserciones línea por línea sobre el comportamiento de recuperación.How we built our multi-agent research system — Anthropic Engineering
proporciónPrincipio de que la maquinaria de puntos de control se agrega solo cuando la complejidad mejora los resultados de forma demostrable; no toda tarea corta necesita puntos de control completos.Building Effective AI Agents — Anthropic Engineering