Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Enrutamiento de patrones de despacho dinámicos
En los sistemas de agencia modernos, donde las tareas van desde el análisis de documentos hasta la generación autónoma de software, la capacidad de dirigir dinámicamente las solicitudes al agente o modelo de lenguaje grande (LLM) más competente se vuelve fundamental. La lógica de enrutamiento estática, que suele estar integrada en los scripts de orquestación o en las capas de API, carece de la adaptabilidad necesaria para los entornos en tiempo real, con varios modelos y múltiples capacidades. Para solucionar este problema, los flujos de trabajo de enrutamiento de LLM se pueden transformar en una arquitectura basada en eventos que aproveche un patrón de envío dinámico y convierta las llamadas de LLM en eventos enrutados de forma inteligente y sensibles al contexto.
El siguiente diagrama es un ejemplo de enrutamiento LLM:
Envío dinámico
En los sistemas distribuidos tradicionales, el patrón de envío dinámico selecciona e invoca servicios específicos en tiempo de ejecución en función de los atributos del evento entrante, como el tipo de evento, la fuente y la carga útil. Por lo general, esto se implementa con Amazon EventBridge, que puede evaluar y dirigir los eventos entrantes a los objetivos adecuados (por ejemplo AWS Step Functions, AWS Lambda funciones o tareas de Amazon Elastic Container Service).
El siguiente diagrama es un ejemplo de envío dinámico:
-
Una aplicación emite un evento (por ejemplo, {"type»: «orderCreated», «priority»: «high"}).
-
Amazon EventBridge evalúa el evento según sus reglas de enrutamiento.
-
En función de los atributos de un evento, el sistema realiza envíos de forma dinámica a lo siguiente:
-
HighPriorityOrderProcessor(servicio A) -
StandardOrderProcessor(servicio B) -
UpdateOrderProcessor(servicio C)
-
Este patrón admite el acoplamiento flexible, la especialización basada en el dominio y la extensibilidad del tiempo de ejecución. Esto permite que los sistemas respondan de forma inteligente a los cambios en los requisitos y a la semántica de los eventos.
Enrutamiento basado en LLM
En los sistemas de agencia, el enrutamiento también realiza una delegación dinámica de tareas, pero en lugar de EventBridge las reglas de Amazon o los filtros de metadatos, el LLM clasifica e interpreta la intención del usuario a través de un lenguaje natural. El resultado es una forma de distribución flexible, semántica y adaptativa.
Agente (router)
Esta arquitectura permite un amplio envío basado en la intención sin esquemas o tipos de eventos predefinidos, lo que resulta ideal para entradas no estructuradas y consultas complejas.
-
Un usuario envía la siguiente solicitud: «¿Me pueden ayudar a revisar las condiciones de mi contrato?»
-
El LLM interpreta esto como una tarea de documentación legal.
-
El agente dirige la tarea a una o más de las siguientes opciones:
-
Plantilla de solicitud de revisión de contratos
-
Subagente de razonamiento legal
-
Herramienta de análisis de documentos
-
El siguiente diagrama es un ejemplo de un router de agente:
-
Un usuario envía una solicitud en lenguaje natural a través de un SDK.
-
Un agente de Amazon Bedrock utiliza un LLM para clasificar la tarea (por ejemplo, legal, técnica o de programación).
-
El agente dirige la tarea de forma dinámica a través de un grupo de acciones para invocar al agente requerido:
-
Agente de dominio específico
-
Cadena de herramientas especializada
-
Configuración rápida personalizada
-
-
El controlador seleccionado procesa la tarea y devuelve una respuesta personalizada.
Conclusiones
Mientras que el envío dinámico tradicional utiliza EventBridge las reglas de Amazon para el enrutamiento en función de los atributos de los eventos estructurados, el enrutamiento agencial se usa LLMs para clasificar y enrutar semánticamente las tareas en función del significado y la intención. Esto amplía la flexibilidad del sistema al permitir lo siguiente:
-
Comprensión más amplia de las entradas
-
Alternativa inteligente y selección de herramientas
-
Extensibilidad natural mediante nuevos roles de agente o estilos de programación
El enrutamiento de los agentes reemplaza las reglas rígidas por una distribución cognitiva dinámica, que permite que los sistemas evolucionen con el lenguaje y no con el código.
