El operador y los agentes

En la app de escritorio y en la CLI, Perch no es solo una plataforma de chat. Es un operador: puede actuar sobre tus archivos, ejecutar análisis reales y dividir una tarea grande en pasos coordinados. Esta es la profundidad que hay detrás del chat web, y la razón por la que Perch puede producir un entregable terminado y no solo una sugerencia.

El ciclo del operador

Cuando le das una tarea a Perch en la app de escritorio o en la CLI, trabaja en un ciclo. Inspecciona los archivos relevantes, decide qué hacer después, realiza una acción y lee el resultado antes de volver a decidir. Entre las acciones que tiene disponibles están leer y buscar en una carpeta, ejecutar comandos y producir resultados estructurados.

Esto es lo que separa hacer el trabajo de describirlo. Perch puede abrir los archivos reales, encontrar las cifras reales y actuar sobre lo que hay, en lugar de estimar a partir de un resumen.

Ejecutar análisis en un sandbox

Para el trabajo que necesita cálculos reales, como auditar un conjunto de pagos o conciliar un estado de cuenta, Perch escribe y ejecuta código de análisis en un sandbox sellado. El sandbox se ejecuta sin acceso a la red y está aislado del resto de tu computadora, así que el análisis queda contenido.

La ventaja es la precisión. En lugar de adivinar si dos pagos están duplicados, Perch puede ejecutar la comprobación y mostrarte el resultado junto con los registros que lo respaldan. El análisis queda visible en la transcripción, así que puedes ver qué se ejecutó y no solo qué se concluyó.

Workers enfocados en tareas más grandes

Una tarea grande rara vez es un solo paso. Para trabajos más grandes, Perch puede planear una secuencia y entregar partes del trabajo a workers enfocados, cada uno con su propio contexto acotado. Así cada paso se mantiene claro y el trabajo avanza por partes, en lugar de como una sola solicitud sobrecargada.

Algunos principios hacen que esto sea confiable:

• El modelo principal no cambia. El modelo que ejecuta tu tarea se elige al inicio y no cambia a mitad de la tarea, así el hilo se mantiene coherente. Los workers son aparte: puedes enviarlos a otro modelo a propósito, y así es como un modelo revisa el trabajo de otro.
• Los workers están aislados. Cada worker se encarga de una parte acotada con su propio contexto, lo que evita que un paso contamine a otro y mantiene el material en bruto fuera de tu hilo.
• Te mantienes informado. Los pasos se ven a medida que avanza el trabajo, en lugar de quedar ocultos detrás de una única respuesta opaca.

Para saber cuándo Perch delega trabajo, cuándo decide no hacerlo y cómo elegir el modelo en el que se ejecutan los workers, consulta Subagentes.

Cuando una tarea es tan difícil que necesita todo un equipo de workers planeado para ella, que trabaja por fases y revisa el trabajo de los demás, eso es Flock, el modo multiagente de Perch.

Dos voces

El mismo operador funciona por debajo de las dos voces, con las mismas herramientas disponibles para cada una:

• Saffron es directa y seca, y empieza por el hallazgo.
• Quill es cálida y culta, con más presencia en la página.

Las dos comparten un espacio de trabajo y una memoria, y las dos hacen el mismo trabajo: auditorías, conciliaciones, análisis de carpetas, redacción, verificación de citas. La diferencia está en cómo se lee la respuesta, no en lo que Perch puede hacer.