¡Gran momento para los constructores de agentes! Hay un patrón que se repite en el software. Primero, todos se centran en el problema del "edificio". Los marcos de trabajo surgen, maduran y se vuelven realmente buenos. Luego, de repente, la restricción cambia a despliegue. Lo vimos con redes neuronales. PyTorch, TensorFlow y Caffe eran excelentes para construir maquetas. Pero desplegarlos implicaba lidiar con diferentes formatos y tiempos de ejecución. ONNX permitía a los desarrolladores construir cualquier framework que quisieran, exportar a un formato estándar y desplegar en cualquier lugar. Estamos viendo cómo se desarrolla el mismo patrón con Agents ahora mismo. Frameworks como LangGraph, CrewAI, Agno y Strands son lo suficientemente maduros como para que construir un agente ya no sea la parte más difícil. En cambio, es lo que ocurre después: despliegue, streaming, gestión de memoria, observabilidad y autoescalado. No son problemas de agentes, sino de infraestructura. Y ahora mismo, todos los equipos de IA con los que he hablado están resolviendo las cosas desde cero. xpander está adoptando el enfoque ONNX para este problema, y creo que es el modelo mental adecuado. La idea principal es sencilla: trae tu agente (integrado en cualquier framework), desplázalo a través de xpander y consigue toda la infraestructura de producción. Esto incluye: - Desplegar serverless en ~2 minutos - Transmisión SSE para UX de pensamiento en tiempo real...