claudio.cool
CCDV-PLecciones

CCDV-P · Arquitectura avanzada de agentes y orquestación

Ejecución durable, checkpoints, sesiones y reanudación

⏱ 3 min de lecturaBorrador

Un agente de migración de datos corre unas cuatro horas. A la hora tres, el contenedor se reinicia por un despliegue y el agente empieza de cero: repite llamadas que ya había hecho, vuelve a escribir registros y gasta otra vez todo el costo. Y cuando el equipo actualiza el modelo a mitad de semana, las tareas en curso se comportan distinto al retomarse.

La idea: el estado vive afuera del proceso

La ejecución durable (durable execution) parte de aceptar que el proceso del agente va a morir. Entonces lo que importa no está en la memoria del proceso sino en un almacén externo:

  • el historial de la conversación (mensajes, resultados de herramientas);
  • el estado de la tarea: qué pasos se completaron, cuáles faltan, qué identificadores ya se escribieron;
  • los artefactos intermedios (archivos, resultados parciales).

La persistencia de sesión (session persistence) guarda eso para poder retomar. El Agent SDK y Claude Code permiten reanudar una sesión por su identificador y bifurcarla para probar otro camino sin perder la original; si armás tu propio loop, el historial de mensajes lo guardás vos.

Checkpoints: cuándo y qué

Un punto de control (checkpoint) es un estado consistente desde el que se puede retomar. Se ubican después de cada paso con efecto externo y antes de uno caro. Un buen checkpoint tiene tres propiedades:

  1. Granularidad útil: ni uno por token ni uno solo al final; el costo de rehacer lo que se perdió tiene que ser tolerable.
  2. Escritura atómica: se guarda el estado y el avance juntos, o ninguno.
  3. Idempotencia de los pasos: si se retoma desde un checkpoint, repetir el último paso no debe duplicar el efecto. Una clave de idempotencia por operación evita el segundo cobro, el segundo correo, la segunda fila.

La reanudación (resumability) no es “empezar de nuevo con el mismo prompt”: es leer el estado, reconstruir el contexto necesario y continuar desde el paso siguiente al último confirmado.

Memoria: qué se guarda y qué no

La arquitectura de memoria (memory architecture) distingue:

Tipo Qué guarda Vida
Contexto de trabajo lo que está en la ventana ahora una sesión
Estado de tarea progreso y decisiones hasta terminar la tarea
Memoria persistente hechos y preferencias reutilizables entre sesiones

Se guardan datos y decisiones, no razonamiento interno. Lo que se puede volver a consultar (un estado en la base, un archivo del repo) conviene volver a leerlo en vez de confiar en una copia vieja del contexto.

Cambio de modelo con tareas en curso

Un agente retomado con otro modelo puede decidir distinto con el mismo historial. Para tareas largas, fijá la versión del modelo mientras dure la tarea, o retomá solo desde límites de paso y evaluá el comportamiento con el modelo nuevo antes de migrar las tareas vivas. Los bloques de razonamiento de un modelo no son un contrato portable: lo que debe sobrevivir es el estado explícito.

Las trampas típicas

  • Guardar todo en la memoria del proceso o en el contexto.
  • Reiniciar desde cero “porque es más simple” cuando hay efectos externos ya hechos.
  • Retomar sin claves de idempotencia.
  • Checkpoints solo al final de la tarea.
  • Migrar de modelo a mitad de una tarea larga sin probar el retomado.

En el examen

Ante un agente largo que se corta, buscá la opción con estado externo, checkpoints después de los efectos y pasos idempotentes. Descartá “aumentar el timeout”, “reintentar todo desde el principio” y “pedirle al modelo que recuerde por dónde iba”.

Pregunta rápida

Una pregunta del simulacro sobre este dominio. Cuenta para tu progreso.

A long-running onboarding agent works through three phases per customer: data collection, validation, and configuration. To keep it focused, the team rewrites the system prompt at the start of each phase so that it contains only that phase's instructions. Since this change, the cache read rate has dropped to near zero after each phase change, and input cost per customer has roughly doubled.

The conversation is long at that point, with a large shared history and a stable set of tool definitions.

How should the team deliver phase-specific instructions without losing the cache benefit?

Practicá este dominio en el simulacro →