Agents a l'empresa: context, encàrrec i permisos per delegar amb control

El context és un actiu mantingut, no una carpeta que creix

context as code (context com a codi): arquitectura i convencions actualitzades, una capa que agregui dades consultables i metadades per carregar només allò necessari. En organitzacions grans, matisa The AI Daily Brief, és més realista una malla de fonts que els agents recorren assenyalant discrepàncies perquè les resolguin persones.

Proposta: cada document llegible per un agent porta a la capçalera propietari designat, versió, data de la darrera revisió i disparador de canvi —en canviar el procés, més una revisió periòdica fixada—. Sense propietari, no entra: s'arxiva o s'adopta.

Per escrit, els conflictes coneguts: quina font preval i a qui s'escala la contradicció. I accés mínim: quines fonts consulta l'agent segons el tipus de tasca, no el repositori sencer.

La fitxa d'encàrrec: quin resultat, qui l'accepta i què no es delega

Les persones defineixen la intenció i els criteris d'acceptació; l'anàlisi hi afegeix propietat: la pregunta no és si la IA pot fer la tasca, sinó qui respon del resultat.

Proposta: fitxa d'encàrrec d'una pàgina abans d'automatitzar, amb el resultat esperat en una frase; criteri d'acceptació escrit abans d'executar i verificable amb un sí o un no; qui signa, qui revisa abans que surti de l'organització i qui manté el muntatge quan canviï el model o la font. Els papers es reparteixen, no es concentren.

Apartat de no delegat, taxatiu: efectes jurídics, comunicació externa sense revisió, excepcions a polítiques, dades mestres, pagaments. Si no es pot escriure el criteri, la tasca no està a punt.

Permisos mínims, aplicats allà on són les dades

Les barreres van abans que les funcionalitats: Lieberman proposa que els agents heretin els permisos de qui pregunta i que aquests permisos s'apliquin a la capa de dades.

Tres eixos: identitat (compte propi de l'agent, traçable, no el d'un empleat), rol i operació (quina acció sobre quin recurs). Lectura i escriptura separades: per defecte només lectura; escriptura cap a destinacions designades. Amb dades personals o confidencials, accés només si la tasca ho exigeix, mínim de camps i retenció definida de registres, entrades i sortides, acordada amb legal i compliment.

El contingut rebut —correus, adjunts, tiquets, pàgines— és dada, mai instrucció, i no amplia permisos: resposta operativa al prompt injection (injecció d'instruccions); redueix l'exposició, no l'elimina. Abans de tocar sistemes reals, proves en sandbox (entorn aïllat), amb dades fictícies i credencials sense accés a producció.

Exemple hipotètic: conciliació de factures de proveïdor, esglaó a esglaó

Exemple hipotètic, no executat, construït per il·lustrar els controls anteriors. Entrada: tres documents per operació —factura rebuda, comanda de compra i registre de recepció—. Abast: comparar imports, quantitats, referències i condicions, i deixar l'operació classificada. Fora d'abast, sense excepcions: ordenar o modificar pagaments, alterar dades bancàries, donar d'alta proveïdors, modificar comandes. Sortida: llista diària amb tres estats —conciliada, discrepància amb causa assenyalada, excepció que requereix persona—. L'evidència d'acceptació és la signatura del responsable de comptes a pagar sobre el resultat del lot, detallant quina línia va acceptar, quina va corregir i quina va retornar; és un acte posterior i diferent de l'autorització prèvia a executar.

Els quatre esglaons: observar, suggerir, actuar amb autorització prèvia i actuar dins d'una frontera definida. En el primer, l'agent llegeix i classifica en paral·lel al treball humà durant un període acordat; ningú no fa servir la seva sortida, que es contrasta amb la de les persones sobre la mateixa mostra. La prova de pas no és un percentatge genèric d'encert: ha de cobrir tres casos. Sospita de duplicat: la coincidència d'import i data amb número diferent no demostra duplicitat, és un indici que obliga a marcar per a revisió, mai a conciliar ni a descartar. Proveïdor no reconegut en el mestre: excepció immediata, prohibit inferir el correcte. Dada mancant —recepció no registrada, import il·legible en un escaneig—: excepció, mai estimació.

En el segon esglaó l'agent proposa i una persona confirma línia a línia. En el tercer, el responsable autoritza abans d'executar un lot identificat, amb import total i nombre de línies a la vista; aquesta autorització val només per a aquell lot. Per al quart, recomanació editorial: habilitar actuació sense autorització prèvia únicament en accions reversibles i de baix impacte —marcar com a conciliada una coincidència exacta three-way match (comprovació creuada a tres bandes) per sota d'un llindar fixat per direcció financera, amb mostreig posterior—; discrepàncies, excepcions, dades bancàries i tota la cadena de pagament continuen requerint persona. La propietat no puja l'escala: el responsable de comptes a pagar respon del tancament; el tècnic, del muntatge.

Cost per tasca realment acceptada: com calcular-lo sense enganyar-se

Lieberman proposa com a mètrica d'enginyeria el cost per pull request acceptada (sol·licitud d'incorporació de codi admesa al repositori), reduïble amb més eficiència de tokens (unitats de text que processa el model). Per a The AI Daily Brief, les mètriques del lliurament agèntic tot just comencen a definir-se i inclouran, al seu parer, alguna noció de completesa i de cost per completesa. Estendre-la a tasques no tècniques és una generalització editorial d'aquesta guia.

Fórmula: sumar tot el cost del període —tots els intents, inclosos els fallits; els reintents; les crides a eines i sistemes externs; la revisió humana; el retreball; el manteniment del muntatge— i dividir-lo entre les tasques úniques acceptades en aquest mateix període. Els intents fallits no surten mai del numerador; una tasca reintentada cinc vegades compta una vegada al denominador. Amb zero acceptades no hi ha denominador vàlid: la mètrica no existeix i escau aturar i revisar el disseny.

El cost no decideix sol: es registren qualitat contra el criteri d'acceptació escrit, latència fins a resultat utilitzable i taxa d'error, separant l'error detectat en revisió del que va sortir de l'organització. La comparació amb el treball manual exigeix la mateixa mostra d'operacions, el mateix revisor i els mateixos criteris d'acceptació. Aquesta guia no aporta xifres: cada organització mesura les seves.

Quan aturar-se, com revertir i com ampliar el desplegament

Límits durs declarats abans d'arrencar: intents màxims per tasca i topalls de despesa per tasca i per període, a més de topalls per període d'operacions i volum; assolit un topall, l'agent s'atura i avisa. També s'atura i avisa davant d'un error crític, un accés inesperat o una qualitat insuficient. Davant d'una petició incerta —no consta si l'acció va arribar a completar-se—, llegir l'estat del sistema de destinació abans de reintentar: el reintent cec pot duplicar, i un duplicat financer és un incident.

Lieberman planteja la traçabilitat com a senyal d'entrenament: rastrejar cada sortida fins a la seva instrucció, model, dades i aprovador. Recomanació editorial sobre el seu límit: registrar el just per reconstruir la decisió —identificadors, versions, fonts, aprovador, resultat—, no còpies íntegres amb dades personals o bancàries. El responsable designat ha de poder revocar l'accés i tallar la cua pendent sense canvi tècnic, capacitat provada per endavant.

Reversió segons el tipus d'acció. Les reversibles —classificació, etiqueta, esborrany— es desfan en el mateix sistema, documentant qui. Les irreversibles —correu enviat, assentament comptabilitzat, fitxer tramès a un tercer— exigeixen compensació humana amb termini i responsable assignats en l'incident. Per això el que no es delega ha de concentrar l'irreversible. I el procediment manual ha de continuar sent practicable: sense ell no hi ha contingència, hi ha dependència.

El rollout (desplegament progressiu) avança per criteri: un proveïdor o categoria de despesa, després un percentatge del volum, pujant només si les mètriques es mantenen. Lieberman situa les avaluacions com a infraestructura permanent davant de models nous. Norma interna suggerida: canviar de model, versió, context o permisos obliga a repetir les proves de pas —duplicat, proveïdor desconegut, dada mancant— abans de conservar el nivell d'autonomia assolit.