What is Agente de Acción por Código (Code-Action Agent)?

Arquitectura de agente de IA donde el LLM escribe y ejecuta código Python (u otro lenguaje) como su formato principal de acción, en lugar de elegir entre una lista fija de herramientas vía llamadas JSON — popularizada por el framework smolagents de Hugging Face.

Definition

Un agente de acción por código es aquel cuyo formato principal de salida es código ejecutable — típicamente Python — en lugar de JSON estructurado de llamadas a herramientas. Cuando el agente decide tomar una acción, escribe un bloque de código que la realiza: hacer peticiones HTTP, consultar bases de datos, transformar datos, generar archivos o componer varias operaciones en un solo bloque. El framework ejecuta ese código y devuelve la salida al agente, que itera hasta completar la tarea.

La investigación que compara agentes de acción por código con agentes de llamadas a herramientas ha mostrado consistentemente que el paradigma de acción por código supera a configuraciones equivalentes de llamadas a herramientas en tareas multi-paso complejas. La razón es estructural: el código es un lenguaje de acción más expresivo que un conjunto fijo de llamadas a herramientas.

Why It Matters

Para diseñadores de agentes, la elección entre acción por código vs. llamadas a herramientas es una decisión arquitectónica fundamental. Los agentes de llamadas a herramientas son más fáciles de restringir (tú decides la superficie de herramientas) y producen logs estructurados más fáciles de auditar. Los agentes de acción por código son más capaces en tareas complejas pero requieren sandboxing por seguridad.

Key Takeaways

Los agentes de acción por código emiten código ejecutable como formato principal de acción
A menudo superan a agentes equivalentes de llamadas JSON en tareas multi-paso complejas
smolagents (Hugging Face) es el framework de acción por código más prominente
Requiere sandboxing de ejecución por seguridad — típicamente un sandbox de Python o contenedor
Mejor adaptado a flujos de ingeniería, investigación y análisis de datos; menos ideal para dominios altamente restringidos

How Ertas Helps

Al ajustar modelos para uso en frameworks de agentes de acción por código, Ertas Studio admite formatos de datos de entrenamiento que incluyen descripciones de tareas emparejadas con trazas de código Python ejecutado y salidas observadas. Esto produce un fine-tune que escribe código de agente más confiable en tu dominio específico.