Resumen: La aparición de modelos de lenguaje grande (LLM) ha marcado el comienzo de un paradigma transformador en la inteligencia artificial, la IA de agente, donde los agentes inteligentes exhiben autonomía dirigida a objetivos, razonamiento contextual y coordinación dinámica de múltiples agentes. Este documento proporciona una revisión sistemática y un análisis comparativo de los marcos de IA agente líderes, incluidos Crewai, Langgraph, Autogen, Semantic Kernel, Agno, Google ADK y Metagpt, evaluando sus principios arquitectónicos, mecanismos de comunicación, gestión de la memoria, buillas de seguridad y alineación con paradigmas informáticos orientados al servicio. Además, identificamos limitaciones clave, tendencias emergentes y abrimos desafíos en el campo. Para abordar el problema de la comunicación de agentes, realizamos un análisis en profundidad de protocolos como el Protocolo NET del contrato (CNP), Agente a agente (A2A), Protocolo de red de agentes (ANP) y Agora. Nuestros hallazgos no solo establecen una taxonomía fundamental para los sistemas de IA de agentes, sino que también proponen futuras direcciones de investigación para mejorar la escalabilidad, la robustez y la interoperabilidad. Este trabajo sirve como una referencia integral para investigadores y profesionales que trabajan para avanzar en la próxima generación de sistemas de IA autónomos.
Publicado Originalme en export.arxiv.org El 14 de agosto de 2025.
Ver Fuente Original
