Los agentes de IA ya están aquí y no se limitan a llamar a API o publicar contenido. Piensan. Toman decisiones. Planifican y delegan. Y lo hacen en toda tu infraestructura, tus servicios y tu pila de gestión del tráfico.
¿El problema? La mayoría de nuestros sistemas no tienen ni idea de lo que están haciendo.
La observabilidad tradicional se diseñó para monitorizar servicios. Ya sabes, cosas reales: solicitudes, respuestas, latencias, rutas. No se creó para entender por qué se produjo una solicitud, sino únicamente para constatar que se produjo. Pero ahora el tráfico puede originarse en un bucle de razonamiento recursivo dentro de un agente, y lo único que verás en tus registros será una solicitud POST a /search con una carga útil y un código 200.
Eso no es observabilidad. Es opacidad.
Si queremos poner en funcionamiento agentes de IA de forma segura, especialmente en entornos de producción, los sistemas de gestión del tráfico serán un componente esencial de nuestra estrategia.
Pero antes, la observabilidad tiene que ponerse al día. Y eso empieza por abordar tres carencias críticas.
1. Registra las decisiones, no solo las solicitudes
Los agentes no se limitan a responder. Toman decisiones. Evalúan. Aplazan, redirigen, escalan o invocan herramientas. Y si solo registras la capa HTTP, te estás perdiendo lo que realmente importa: el porqué de lo ocurrido.
Necesitas registros estructurados que recojan la intención del agente, la acción seleccionada, las alternativas evaluadas y el resultado. Necesitas registrar las rutas de decisión, no solo los códigos de estado.
Qué hacer:
- Amplía los formatos de registro para incluir campos semánticos como
intención, acción realizada, puntuación de confianzayrestricción de políticas. - Etiqueta las decisiones según el agente que las originó y realiza su seguimiento de extremo a extremo a través de las llamadas a herramientas.
2. Haz un seguimiento de la semántica, no solo de las rutas
Dos solicitudes POST al mismo endpoint pueden significar cosas radicalmente distintas cuando proceden de agentes de IA. Una podría ser una solicitud de verificación de datos y la otra, un desencadenante para generar contenido. La ruta es idéntica, pero el propósito, el contexto y el riesgo no lo son.
Eso significa que el etiquetado semántico debe convertirse en un elemento de primer nivel en el enrutamiento y la observabilidad.
Qué hacer:
- Utiliza la inspección en línea (cargas útiles o encabezados) para extraer etiquetas de intención como
summarize, verify_identity o generate. - Utiliza esas etiquetas para tomar decisiones de enrutamiento, limitación de solicitudes y autenticación. No trates todas las solicitudes POST por igual.
3. Supervisa el comportamiento a lo largo del tiempo
Los agentes no se comportan como clientes sin estado. Evolucionan. Vuelven a intentarlo. Se bloquean. Se adaptan. Esto significa que los sistemas de observabilidad deben ir más allá de las trazas de solicitudes individuales y empezar a crear perfiles de comportamiento.
Deberías saber qué es «normal» para un agente: cuántos reintentos realiza, qué herramientas utiliza y cuánto tardan sus tareas. ¿Y cuándo cambia ese comportamiento? También deberías saberlo.
Qué hacer:
- Realiza un seguimiento de las métricas móviles de cada identidad de agente: reintentos, profundidad de las tareas y uso de herramientas.
- Alertar sobre anomalías: bucles, desviaciones de latencia y uso excesivo de herramientas.
Qué significa esto para la gestión del tráfico
Todo esto tiene implicaciones reales para los sistemas en los que confiamos para dirigir, proteger y escalar nuestras aplicaciones:
Los agentes de IA no son usuarios. No son clientes. Ni siquiera son servicios en el sentido tradicional. Son flujos de trabajo autónomos. Y hasta que no los tratemos como tales —empezando por la observabilidad—, seguiremos avanzando a ciegas.
Así que no, tu tráfico ya no es solo tráfico. Y tu infraestructura no debería tratarlo como si lo fuera.
Empieza a registrar la actividad como si un agente estuviera observando. Porque probablemente lo esté.
Sobre el autor
Lori MacVittie es ingeniera distinguida y evangelista jefe en la Oficina del CTO de F5, y cuenta con una amplia experiencia en entrega de aplicaciones, estrategia de automatización e infraestructura. Es conocida por convertir la complejidad en claridad, ya sea definiendo mecanismos de protección para agentes de IA, analizando arquitecturas multinube frágiles o explorando los límites de los sistemas escalables. Aporta más de treinta años de experiencia en el sector en desarrollo de aplicaciones, arquitectura de TI y operaciones de redes y sistemas. Antes de incorporarse a F5, fue una galardonada editora de tecnología. MacVittie posee un máster en Informática y es una autora prolífica cuyas publicaciones abarcan la seguridad, la nube y la arquitectura empresarial. También es una apasionada de los juegos de mesa y los videojuegos, y expresa sin complejos sus firmes opiniones sobre el queso.
Más artículos de Lori Mac VittieArtículos relacionados del blog
Proteger los endpoints de las API dificulta la seguridad de las API
Descubre las complejidades de la seguridad de las API, los retos a los que se enfrentan las organizaciones, la evolución de los ataques contra endpoints de API y la necesidad de políticas de seguridad adaptadas.
¿Qué es el sesgo de la IA y por qué es importante para TI?
Descubre los fundamentos del aprendizaje de la IA. Aprende cómo pueden surgir sesgos en la IA y qué riesgos plantean para las TI y la transformación digital.
Redefiniendo la ciberseguridad en el extremo de la nube distribuida con IA y telemetría en tiempo real
La transformación digital y la adopción de tecnologías en la nube están provocando cambios en las arquitecturas de las aplicaciones. Estos cambios introducen nuevas superficies de ataque, que son el objetivo de métodos de ataque avanzados, altamente organizados y con motivaciones económicas. Mediante el uso del framework Morpheus de NVIDIA, F5 está investigando técnicas para detectar estas amenazas avanzadas con telemetría en tiempo real y análisis basados en IA.
El papel de la nube en las aplicaciones nativas del edge
No debería sorprender que, al igual que la aparición de la nube dio lugar a las aplicaciones nativas de la nube, el edge esté impulsando un conjunto de aplicaciones nativas del edge. Sin embargo, estas aplicaciones no residirán únicamente en el edge. Al mismo tiempo, están surgiendo nuevos patrones arquitectónicos que aprovechan las aplicaciones alojadas en la nube y en el centro de datos.
La creciente diversidad de ubicaciones y usuarios está impulsando a las empresas hacia el edge
En el contexto del ámbito de las aplicaciones, el término «usuario» siempre se ha referido a la entidad que interactúa con una aplicación. Del mismo modo que los cambios en las arquitecturas de las aplicaciones impulsan cambios en las tecnologías que permiten ofrecerlas y protegerlas, los cambios en la definición de usuario han provocado cambios en los lugares donde se despliegan las aplicaciones.
El edge está impulsando un renacimiento de las infraestructuras
A medida que las organizaciones aumentan la generación de datos y tratan de extraer valor empresarial de ellos, sin duda recurrirán a la analítica y la automatización basadas en la IA y el aprendizaje automático. Precisamente este tipo de cargas de trabajo son las que más se beneficiarían de una infraestructura optimizada y, sin embargo, hoy en día son las que menos probabilidades tienen de poder aprovecharla.