Asistentes que pueden tocar producción
Tool calling, write safety, evals y control de coste sobre .NET y Azure
El modelo decide qué herramienta llamar. Qué puede modificar esa herramienta, cuánto cuesta la llamada y si sigue comportándose tras editar un prompt vive todo en código determinista de servidor.
LCP < 1.5s
Performance First
>99,95% SLA
Fiabilidad
Multi-región
Alta Disponibilidad
Con qué trabajo
Lo que uso, y lo que he tenido corriendo en producción.
Agentes en producción
La distancia entre una demo que funciona y un sistema que puedes dejar corriendo
Una demo termina cuando el modelo llama a una herramienta y algo pasa. En producción ese mismo agente trabaja sobre datos reales, gasta dinero en cada llamada y tiene que poder pararse antes de hacer daño. El ecosistema .NET sigue cubriendo eso a medias.
Tool Calling
Herramientas definidas sobre los servicios de dominio que el producto ya usa, de forma que el agente hereda sus validaciones y permisos en lugar de saltárselos.
Write Safety
Las lecturas quedan abiertas, las escrituras acotadas. Cada herramienta declara qué puede modificar; lo que quede fuera de ese límite exige una aprobación explícita antes de ejecutarse.
Evals
Un conjunto fijo de casos que se reproduce en cada cambio de prompt, de modelo o de herramienta, para que una regresión aparezca en CI y no en la cuenta de un cliente.
Control de Coste
Contabilidad de tokens por ejecución y por tenant, con los límites y fallbacks que evitan que un bucle de agente se convierta en una factura sin techo.
El trabajo de debajo
La experiencia de plataforma y entrega sobre la que se apoya el trabajo de IA
Entrega de plataforma FinTech
Construcción y evolución de servicios multi-tenant procesando datos financieros de alta frecuencia, con garantías de entrega que aguantan reinicios de broker y de consumidores.
Modernización de entrega CI/CD
Migración de pipelines legacy a flujos GitOps modernos con despliegues más seguros y repetibles.