Proyecto de Hackathon

Los agentes proponen, el código decide.

18 de julio de 2026 · 6 min de lectura

Construimos un sistema de IA que escribe propuestas comerciales, y le prohibimos hacer la matemática.

Esa única decisión de diseño, más que cualquier elección de modelo o truco de prompt, es lo que hizo funcionar a Proposal Architect. Esta es la historia de la arquitectura que construimos para el Google for Startups AI Agents Challenge 2026, y de la regla que la moldeó: los agentes proponen, el código decide.

Por qué las propuestas son un buen problema para agentes

Una propuesta comercial no es una sola tarea. Es una cadena de competencias muy distintas: leer un brief desordenado, mapear requisitos, diseñar una arquitectura, descomponer el trabajo, estimar esfuerzo, ponerle precio y escribirlo todo en una forma que un cliente pueda evaluar de verdad. Pídale a un solo prompt que haga todo eso y obtendrá algo que parece una propuesta y no sobrevive a ningún escrutinio.

Los pipelines multiagente existen exactamente para problemas con esta forma. Cada competencia se convierte en un agente especializado con un contrato estrecho; el pipeline lleva el estado de uno al siguiente; y las partes que nunca deben ser creativas (la aritmética) salen del modelo por completo.

El pipeline en seis movimientos

El flujo se lee de izquierda a derecha: entra un brief en bruto; los agentes lo anclan en el conocimiento de la empresa (tarifas, proyectos anteriores); un agente arquitecto diseña la solución y su estructura de trabajo; un paso determinista calcula costo y ROI en código; un crítico adversarial cuestiona el borrador; y un compositor arma la propuesta final, en pantalla y en PDF con la marca.

El núcleo determinista

Los modelos de lenguaje son convincentes en aritmética y poco fiables en ella, que es la peor combinación posible para poner precios. Por eso el paso de precios de Proposal Architect no es un agente. Es Python puro: el modelo propone entradas estructuradas (roles, esfuerzo, supuestos), y compute_price y compute_value hacen la cuenta.

La frontera se defiende, no solo se declara. Los números de autoría del modelo se validan antes de entrar al cálculo: los valores no finitos y las cantidades negativas se rechazan de inmediato, así que una entrada alucinada no puede envenenar el precio ni el ROI. Las mismas entradas producen siempre los mismos números, lo que significa que un socio puede auditar cualquier cifra del documento hasta sus entradas.

Esta es la regla general con la que construimos: el modelo propone, el código decide. Donde un número carga consecuencias de negocio (un precio, un score, una cuota), se calcula de forma determinista, y el trabajo del modelo termina en sugerir entradas.

El crítico que cuestiona

Los primeros borradores son confiados y están equivocados de maneras sutiles. La respuesta del pipeline es un agente crítico adversarial cuyo único trabajo es atacar el borrador: afirmaciones sin sustento, secciones débiles, inconsistencias entre la arquitectura y la estimación. Las secciones reprobadas vuelven a otra pasada, dentro de un bucle acotado, para que la presión de calidad sea estructural en lugar de depender de alguien releyendo con cuidado a las 11 de la noche.

Lo que compra esta arquitectura

Tres propiedades caen del diseño en lugar de pegarse después: trazabilidad (cada requisito del brief mapea a una sección de la respuesta, con estado), auditabilidad (cada número se reproduce desde sus entradas) y consistencia (la estructura del documento la impone el pipeline, no el ánimo del día).

La parte honesta

Proposal Architect nació como un sistema de hackathon: el conocimiento en el que se ancla es sintético por diseño, y no es (todavía) un despliegue de cliente. Lo que el build validó fue la arquitectura: la frontera determinista, el bucle de crítica y el patrón de anclaje sobrevivieron a ejecuciones reales, revisión adversarial y una ola de hardening de seguridad.

Esa arquitectura es el punto. Es la misma regla que aplicamos a todo lo que entregamos en Techmorphosys: inteligencia donde ayuda, determinismo donde importa.