> Esta traducción se ofrece por comodidad. El texto normativo es el original en inglés. # Guía de agentes de IA **Especificación del Meta-Universo** **ID del documento:** MU-V2-GUIDE-008 **Título:** Guía de implementación nativa de IA **Clase de documento:** informativo **Versión:** 2.0 (borrador) **Estado:** borrador de trabajo **Referencias normativas:** MUC, MMAS, MUFP **Referencias informativas:** Federation-Guide, Best-Practices, Design-Recommendations **Copyright:** © Orkestron.AI **Licencia:** Apache-2.0 --- # 1. Propósito Esta guía explica cómo los agentes de IA consumen, producen y federan conocimiento semántico dentro del ecosistema del Meta-Universo. Ofrece orientación práctica para construir sistemas nativos de IA que operan sobre meta-modelos y no sobre prompts sueltos, API o representaciones propietarias del conocimiento. --- # 1a. El bucle de razonamiento Una interacción de IA convencional es una tubería delgada: ```text Prompt → LLM → Answer ``` Todo lo que el sistema sabe hay que exprimirlo dentro del prompt, y todo lo que concluye sale como texto no verificable. Un agente del Meta-Universo sustituye esto por un **bucle de razonamiento** más rico en el que el modelo de lenguaje es solo un componente: ```text Task → Context → Meta-Models → Contracts → Projections → Reasoning → Events → Traceable Result ``` - **Tarea**: lo que se le pide al agente que haga; - **Contexto**: el propósito, la audiencia, las restricciones y los supuestos que fijan la interpretación; - **Meta-modelos**: los modelos semánticos explícitos que definen el dominio; - **Contratos**: las reglas bajo las cuales el conocimiento puede usarse y divulgarse; - **Proyecciones**: las vistas concretas y mínimas del conocimiento que la tarea requiere; - **Razonamiento**: el LLM aplica inferencia sobre esta entrada estructurada; - **Sucesos**: las acciones significativas quedan registradas como historia inmutable; - **Resultado trazable**: la salida, explicable hacia atrás a través de cada paso anterior. El cambio decisivo es que **el LLM pasa a ser un motor de razonamiento**, no el almacén del conocimiento. El conocimiento, las reglas, las restricciones y la historia viven en *modelos semánticos gestionados* fuera de los pesos del modelo. El mismo agente puede razonar sobre dominios distintos cargando meta-modelos distintos, y toda conclusión puede trazarse hasta el Contexto, los Contratos, las Proyecciones y los Sucesos que la produjeron. Las secciones numeradas siguientes describen cómo realizar cada etapa de este bucle. --- # 1b. Alineación con Orkestron El bucle de razonamiento encaja con la visión que Orkestron tiene de los sistemas inteligentes, en la que cada capacidad vive en su propia capa gestionada: - **LLM**: la *capacidad de razonar*. Inferencia general, competencia lingüística y de patrones. - **AISMM / meta-modelos de dominio**: *el dominio*. Qué existe, cómo se relaciona, qué significan los sucesos. - **APMM**: *el conocimiento profesional de un agente*. Los procesos, métodos y experiencia acumulada que hacen a un agente competente en una profesión, no solo fluido. - **MUFP**: *la interacción entre agentes y organizaciones independientes*. Cómo federan los participantes soberanos. - **Meta-Universo**: *el entorno semántico compartido*. El espacio común donde todo lo anterior coexiste. Bajo esta alineación, un agente de IA deja de ser una caja autónoma de prompt y respuesta. Pasa a ser un **participante de la federación**: un actor capaz de explicar sus decisiones (mediante el bucle de razonamiento), de probar la procedencia del conocimiento que usó (mediante meta-modelos y Sucesos), de respetar los límites de divulgación (mediante Contratos y Proyecciones) y de colaborar con otros agentes (mediante MUFP). La capacidad de razonar, el conocimiento del dominio, el conocimiento profesional y las reglas de interacción se mantienen en capas separadas y gestionadas, de modo que cada una pueda gobernarse, versionarse y merecer confianza por sí sola. --- # 2. Filosofía de IA primero Los agentes de IA razonan usando modelos semánticos en vez de texto no estructurado siempre que sea posible. El orden recomendado es: 1. Entender el meta-modelo aplicable. 2. Establecer el Contexto. 3. Determinar los Contratos aplicables. 4. Seleccionar las Proyecciones apropiadas. 5. Realizar el razonamiento. 6. Producir resultados trazables. 7. Registrar los Sucesos significativos. --- # 3. Capacidades requeridas Un agente de IA suele admitir: - razonamiento semántico; - conciencia del Contexto; - selección de Proyecciones; - conciencia de los Contratos; - preservación de la procedencia; - generación de Sucesos; - conciencia de las versiones semánticas; - participación en la federación. --- # 4. Consumir meta-modelos Antes de trabajar, un agente de IA normalmente: - identifica el Espacio de nombres; - carga el meta-modelo pertinente; - determina la versión admitida; - valida la compatibilidad; - descubre meta-modelos relacionados. El razonamiento se asienta en semántica explícita. --- # 5. Trabajar con el contexto Toda tarea establece: - el objetivo; - la audiencia; - las restricciones; - la visibilidad; - los supuestos. El mismo meta-objeto puede producir resultados distintos bajo Contextos distintos. --- # 6. Respetar los contratos semánticos Los agentes evalúan: - los permisos de divulgación; - las limitaciones de propósito; - la propiedad; - el nivel de confianza; - los Contratos de federación aplicables. El acceso se justifica antes de divulgar conocimiento. --- # 7. Usar proyecciones Los agentes consumen e intercambian solo la Proyección que la tarea requiere. Evita pedir modelos internos completos. La selección de Proyección sigue el principio del conocimiento mínimo necesario. --- # 8. Producir resultados explicables Toda conclusión importante es explicable a través de: - los meta-modelos de origen; - el Contexto; - los Sucesos; - las Correspondencias semánticas; - los Contratos aplicados. La explicabilidad es un requisito arquitectónico de primera clase. --- # 9. Participar en la federación Al interactuar con otro Universo, un agente de IA normalmente: - descubre capacidades; - evalúa la confianza; - negocia Contratos; - resuelve identidades; - aplica Correspondencias semánticas; - intercambia Proyecciones; - preserva la procedencia. --- # 10. Registrar sucesos Los agentes publican Sucesos para acciones semánticas significativas, como: - la creación de un modelo; - la validación; - el establecimiento de una federación; - la sincronización; - la aprobación; - la migración. Los Sucesos crean una historia auditable del razonamiento. --- # 11. Principios de seguridad Se espera que los agentes de IA: - pidan solo el conocimiento necesario; - minimicen la divulgación; - respeten la propiedad; - preserven la confidencialidad; - eviten supuestos ocultos; - escalen a una autoridad humana los conflictos críticos para la misión. El acceso semántico sigue una divulgación basada en el propósito. --- # 12. Colaboración entre IA Varios agentes de IA colaboran mediante: - meta-modelos compartidos; - Contratos semánticos; - Perfiles de federación; - intercambio de Proyecciones; - sincronización de Sucesos. Los agentes intercambian semántica, no prompts. --- # 13. Flujo de trabajo recomendado Flujo de ejecución típico: 1. Recibir la tarea. 2. Resolver el Contexto. 3. Cargar los meta-modelos. 4. Validar la compatibilidad. 5. Determinar los Contratos. 6. Pedir las Proyecciones necesarias. 7. Realizar el razonamiento. 8. Producir el resultado. 9. Publicar los Sucesos. 10. Preservar la trazabilidad. --- # 14. Lista de comprobación de implementación Antes de desplegar un agente de IA, verifica que: - existe soporte de meta-modelos; - el Contexto es explícito; - el manejo de la identidad es correcto; - la selección de Proyecciones está implementada; - se respetan los Contratos; - se preserva la procedencia; - se registran los Sucesos; - se admite la federación; - los resultados son explicables. --- # 15. Dirección futura Los agentes de IA futuros pueden admitir: - la negociación autónoma de federaciones; - el descubrimiento de paquetes semánticos; - el análisis automático de compatibilidad; - Correspondencias semánticas que se mejoran solas; - el razonamiento colaborativo multiagente. Tales capacidades siguen siendo conformes con MUC, MMAS y MUFP. --- # Declaración final El Meta-Universo permite que los agentes de IA razonen sobre conocimiento semántico explícito en vez de sobre prompts sueltos o esquemas propios de una aplicación. Al combinar gobernanza constitucional, meta-modelos estandarizados, federación semántica y razonamiento explicable, los agentes de IA se convierten en participantes interoperables de un ecosistema semántico compartido, capaz de una colaboración fiable entre organizaciones, dominios y futuras generaciones de sistemas inteligentes.