Esto explica la tendencia de las aplicaciones basadas en agentes a recurrir a las arquitecturas de mensajería. Ramgopal señala: «La razón por la que nosotros y casi todos los demás estamos volviendo a los mensajes, ya que la abstracción es porque es increíblemente poderosa. Tienes la capacidad de comunicarte en un lenguaje natural, que es, ya sabes, bastante importante. Tienes la capacidad de adjuntar contenido estructurado». El uso de información estructurada y semiestructurada se está volviendo cada vez más importante para los agentes y para los protocolos como A2A, donde gran parte de los datos provienen de sistemas de línea de negocios o, en el caso de la plataforma de reclutamiento de LinkedIn, almacenados en perfiles de usuarios o currículums fáciles de emparernar.
El servicio de orquestación puede reunir documentos según sea necesario desde el contenido de los mensajes. Al mismo tiempo, esos mensajes le dan a la plataforma de aplicación un historial de conversación que ofrece una memoria contextual que puede ayudar a informar a los agentes de la intención del usuario, por ejemplo, comprender que una solicitud de ingenieros de software disponibles en San Francisco es similar a una siguiente solicitud que pregunta «ahora en Londres».
Construir un servicio de ciclo de vida de agente
En el corazón de la plataforma de IA Agentic de Linkedin hay un «servicio de ciclo de vida de agente». Este es un servicio sin estado que coordina agentes, fuentes de datos y aplicaciones. Con el estado y el contexto que se mantienen fuera de este servicio en tiendas de memoria conversacionales y experimentales, LinkedIn puede escalar rápidamente horizontalmente su plataforma, administrando el cómputo y el almacenamiento como cualquier otro nativo de nube aplicación distribuida. El servicio de ciclo de vida del agente también controla las interacciones con el servicio de mensajería, administrando el tráfico y asegurando que los mensajes no se eliminen.
