Estrategias de Agentes de IA en PostHog: MCP, CLI y Skills
Introducción a la Edición de Constructores de IA
En este episodio inaugural de la AI Builders Edition, se explora la realidad técnica de implementar agentes de IA en entornos empresariales. El enfoque principal es cómo superar el hype y abordar problemas reales de producción en una plataforma compleja como PostHog.
Problemas de Escalabilidad y la Nueva Persona
• El equipo identificó que el cliente ya no es solo el ingeniero humano, sino el agente de IA del usuario.
• Se enfrentaron al reto de manejar esquemas JSON masivos (50k tokens) y la alta diversidad de productos bajo el mismo ecosistema.
• Fue necesario unificar interfaces para evitar la fragmentación técnica entre equipos.
Experimentos: MCP, CLI y Ejecución de Código
El equipo probó diversas estrategias para optimizar la interacción entre agentes y herramientas:
"Si confías en habilidades (skills), recomiendo encarecidamente probar un enfoque de 'descarga' de herramientas como la CLI."
• MCP (Model Context Protocol): Útil por su facilidad de distribución, pero con limitaciones inconsistentes en el manejo de Tool Search entre proveedores de modelos.
• CLI (Interfaz de línea de comandos): Altamente eficiente en tokens; permite ejecutar scripts y filtros complejos nativamente, lo que los agentes de código manejan de forma excelente.
• Enfoque Híbrido (MCP + CLI): Considerado el mejor de ambos mundos, permitiendo una distribución sencilla mediante MCP mientras se aprovecha la robustez de la CLI para la ejecución.
• Ejecución de Código Directa (CodeGen): Permite a los agentes escribir y ejecutar TypeScript directamente, superando las limitaciones de los esquemas rígidos.
Conclusiones y Futuro
Para los desarrolladores interesados en este campo, las evaluaciones (evals) propias son fundamentales para medir el éxito. A pesar de la incertidumbre, la tendencia es hacia la consolidación y el uso de skills adaptables sobre protocolos rígidos.