PLATAFORMA DE INVESTIGACIÓN Y GOBERNANZA

Gobernanza determinista para IA multiagente

AAF (Agents Autonomous Factory) es una plataforma de investigación para el desarrollo de software multiagente donde los grandes modelos de lenguaje actúan como generadores de propuestas tipadas dentro de un bucle de control simbólico explícito, mientras que el estado, las transiciones, las pruebas, los efectos secundarios y la finalización de las tareas dependen de una capa de control determinista. La arquitectura delimita la autonomía del modelo mediante rutas de control que fallan de forma segura (fail-closed) y flujos de trabajo sujetos a evidencias.

Ver arquitectura Contactar a AAF Labs

Orquestación multiagente y plano de control

Ejecución acotada, permisos RBAC y fuente única de verdad operativa

AAF orquesta múltiples actores de IA (paneles interactivos, agentes autónomos, workers especializados) sobre una única fuente de verdad operativa. El plano de control requiere que los actores accedan a la base de datos e infraestructura exclusivamente a través de interfaces de herramientas aprobadas (MCP).

Cada llamada se verifica según el rol del solicitante y la capacidad requerida por el comando. Esto permite combinar propuestas generadas por modelos con una ejecución acotada y auditable. AAF también desarrolla una línea de investigación en robótica (Project ARC).

Arquitectura de Memory Matrix

AAF almacena el conocimiento a través de cuatro capas de memoria diferenciadas: conocimiento, continuidad temporal, verdad operativa y analítica.

CMM — Contextual Memory Matrix Nivel 1 // Conocimiento
Conocimiento y recuperación
Qué sabe el proyecto y cómo se conecta el conocimiento: documentos, relaciones de código y recuperación en grafos semánticos (CGRAG).
HTMM — Hierarchical Temporal Memory Matrix Nivel 2 // Temporal
Memoria operativa temporal
Qué sucedió, cuándo y cómo evolucionaron las decisiones en el tiempo, incluyendo alternativas rechazadas a través de épocas de sesión.
OMM — Operational Memory Matrix Nivel 3 // Relacional
SSOT operativa transaccional
Qué es verdad ahora mismo: proyectos, tareas, propiedad, estados de flujo de trabajo e identidad en tiempo de ejecución.
ADMM — Analytic Data Memory Matrix Nivel 4 // Analítica
Flujos de auditoría y conjuntos de datos curados
Capa analítica de alto volumen sobre registros, llamadas a herramientas y trazas, a partir de la cual se generan conjuntos de datos curados y señales de recompensa.

Unified Retrieval Router — evidencias de la capa de memoria adecuada

Enrutamiento de consultas con trazabilidad y preservación de los límites entre capas

AAF no trata la memoria como un bloque indiferenciado. Unified Retrieval Router (URR) es el punto de entrada que tiene en cuenta las evidencias y dirige las consultas a las capas pertinentes: OMM para el estado actual, CMM para el conocimiento y HTMM para el historial temporal.

La ruta prioriza OMM, CMM y HTMM. ADMM aporta evidencia analítica curada para flujos de evaluación y recompensa.

Marco de ejecución determinista basado en evidencias

Grafos de control simbólico con contrato de seguridad fail-closed

Acciones permitidas (lista de control) FAIL-CLOSED
Una herramienta se ejecuta solo si está explícitamente autorizada por los permisos del solicitante; de lo contrario, falla de forma segura (fail-closed).
Parámetros tipados TYPED
Los parámetros de entrada y las propuestas de los modelos se validan contra esquemas de tipos estrictos antes de su ejecución.
Efectos secundarios idempotentes y delimitados IDEMPOTENT
Las rutas de ProviderAction utilizan claves de idempotencia estables; los resultados ambiguos se reconcilian.
Finalización basada en evidencias VERIFIED
Las puertas de validación evalúan evidencias de pruebas concretas y reproducibles; los resultados comunicados por los workers quedan sujetos a una revisión independiente.

Programa y líneas de investigación

Investigación sobre autonomía neurosimbólica robusta, continuidad operativa a largo plazo y verificación formal

Autonomía controlada de los LLM INVESTIGACIÓN ACTIVA
Andamiajes de razonamiento basados en evidencia y control supervisor fail-closed para ejecución de LLMs.
Memoria operativa temporal INVESTIGACIÓN ACTIVA
Compilación de crónicas, resumen narrativo y poda temporal para clústeres multiagente de larga duración.
Sustratos procedimentales neurosimbólicos INVESTIGACIÓN ACTIVA
Síntesis de propuestas probabilísticas de modelos de lenguaje con grafos simbólicos de control determinista.

Alianzas tecnológicas y de investigación

Para colaboración académica, consultas sobre arquitectura o alianzas tecnológicas, contacte a nuestro equipo de investigación.

Enviar email a AAF Labs