HyperAgent — Cognition Engine: Construyendo un Sistema de IA que Piensa como un Humano

El HyperAgent Cognition Engine es una arquitectura dual de hyper-agent donde dos pipelines cognitivos completos — un Solver y un Critic — trabajan en conjunto, combinando el pensamiento lateral, el razonamiento de expertos en el dominio, la verificación independiente y el refinamiento iterativo en un solo sistema coherente. Cada agente dentro de esta arquitectura se ejecuta en su propio modelo, con su propia temperature, reasoning effort, y hyperparameters ajustados a la naturaleza de su tarea específica.

Esto no es un solo design pattern. Son varios patrones probados — orquestados juntos en algo que se comporta más como una mente que como un workflow.

Nota del autor: La arquitectura que se presenta a continuación es una visión y diseño personal; representa mi versión específica de cómo estructurar un Cognition Engine. Existen diversas investigaciones dentro de la industria explorando conceptos y frameworks similares en el ecosistema de AI.

El Panorama General: Dos Mentes, Un Motor

La arquitectura se construye alrededor de dos hyper-agents, cada uno conteniendo un pipeline cognitivo completo:

• Hyper-Agent 1 — El Solver: Toma el input de un usuario y produce una respuesta rica y reflexiva. No solo recupera o genera; observa, recuerda, piensa lateralmente, sintetiza, evalúa, planifica y entrega.
• Hyper-Agent 2 — El Critic: Recibe esa respuesta y la somete a un pipeline de evaluación adversaria e independiente. Desafía, verifica y, ya sea que aprueba o envía la respuesta de vuelta para su refinamiento.

El traspaso de información entre ellos crea un ciclo de retroalimentación que refleja algo profundamente humano: nuestra capacidad de producir ideas y luego evaluarlas implacablemente.

Hyper-Agent 1: El Pipeline del Solver

El Router — Una Puerta entre Sistema 1 / Sistema 2

Cada solicitud comienza en el Router, que actúa como el primer punto de decisión de la arquitectura — inspirado en la teoría del proceso dual de Daniel Kahneman. Clasifica el input y decide:

• Fast Path: Las consultas simples, fácticas o de baja complejidad se enrutan al agente de Fast Answer, que responde rápidamente con un overhead mínimo. Piensa en esto como el Sistema 1: rápido, intuitivo, eficiente.
• Deep Path: Todo lo que requiere análisis, razonamiento o matices entra en el pipeline cognitivo completo. Este es el Sistema 2: lento, deliberado, exhaustivo.

Esta puerta es crítica para la eficiencia. No todas las preguntas necesitan el motor completo, y desperdiciar razonamiento profundo en consultas triviales es a la vez lento y costoso.

El Contextualizer — Conectando con la Realidad

Una vez en el Deep Path, el Contextualizer entra en acción. Realiza búsquedas web, detecta brechas de conocimiento y determina si el sistema tiene suficiente información para proceder. Si no la tiene — si hay ambigüedad o falta de contexto — enruta a un nodo de Wait for User, reenganchando al humano antes de continuar.

Esto es importante: el sistema sabe lo que no sabe. En lugar de estar alucinando a través de las brechas, pregunta.

Observer → Reflector::Recall — Viendo y Recordando

El Observer analiza el input fundamentado, extrayendo estructura, intent, y domain signals. Luego, el Reflector::Recall busca en la memoria — extrayendo interacciones pasadas relevantes, patrones conocidos y conocimiento almacenado para informar la tarea actual.

Juntos, responden a dos preguntas: ¿Qué es esto? y ¿Qué sé ya sobre esto?

El Lateral Thinking Engine — Donde Vive la Creatividad

Este es el corazón del Solver, y es donde la arquitectura se vuelve genuinamente interesante.

Inspirado en las técnicas de pensamiento lateral de Edward de Bono, el motor despliega seis sub-agents especializados, cada uno atacando el problema desde un ángulo fundamentalmente diferente:

Agent	Role
Provocateur	Conexión aleatoria para encontrar puntos ciegos — fuerza asociaciones inesperadas.
Challenger	Rompe suposiciones en el planteamiento del problema.
Inverter	¿Cómo se vería la respuesta EQUIVOCADA? Trabaja hacia atrás desde el fracaso.
Analogist	¿Cómo resuelven esto otros dominios? Polinización cruzada de ideas.
Fractionator	Descompone por quién se beneficia, quién pierde — análisis estructural.
Escapist	Escapar de la trampa de «esta respuesta está bien» — empujar más allá del satisficing.

Estos seis agents generan perspectivas alternativas. Luego, el agente de Brainstormer Synthesis destila sus salidas — 5 alternativas de 6 técnicas — y las entrega al Thinker.

Pero aquí está el matiz: el Thinker no solo elige la mejor idea. Está guiado por Expert Lenses — personajes como Lógico, Científico, Ingeniero, Artista y Comunicador — seleccionados dinámicamente basados en las domain signals del Observer. Un problema matemático activa al Lógico; una pregunta de UX activa al Artista y al Comunicador.

Y los hyperparameters reflejan esto. Los lentes analíticos se ejecutan a baja temperatura (T≈0.1) para mayor precisión. Los lentes creativos se ejecutan en caliente (T≈0.9) para la divergencia. Cada agente está configurado de forma independiente — modelo, temperature, reasoning effort — para coincidir con el modo cognitivo que representa.

Reflector::Evaluate — La Puerta de Calidad

Antes de que se entregue algo, el agente de Reflector::Evaluate ejecuta una puerta de calidad a través de N dimensiones. ¿Es exacta la respuesta? ¿Está completa? ¿Bien estructurada? ¿Aborda el intent original? Este es el auto-chequeo interno del Solver — el momento de «espera, ¿es esto realmente bueno?» antes de comprometerse.

Executor::Plan → Executor::Execute → Deliver

La respuesta que sobrevive entra en la fase de ejecución. Executor::Plan estructura la entrega. Executor::Execute produce el output formateado. Y Deliver empaqueta el borrador final junto con alternativas laterales — porque a veces la segunda mejor idea es la que el usuario realmente necesitaba.

Luego, todo el output se entrega al Critic.

Hyper-Agent 2: El Pipeline del Critic

Si el Solver es la mente creativa, el Critic es el revisor paritario escéptico. Ejecuta su propio pipeline cognitivo completo — no un simple control de pulgar arriba/pulgar abajo, sino una evaluación profunda e independiente.

Critic Fast — El Control de Cordura Rápido

Al igual que el Router del Solver, el Critic tiene un camino rápido. Critic Fast realiza una verificación de hechos ligera. Si la respuesta es claramente sólida, la aprueba y el sistema termina. Si algo huele mal, lo escala al camino de evaluación profunda.

Deep Evaluation Pipeline

Cuando se activa el Deep Path, el Critic refleja la profundidad cognitiva del Solver:

El Critic Observer escanea el output del Solver en busca de afirmaciones, integridad estructural y brechas de cobertura. El Critic Reflector cruza esas afirmaciones con su propia base de conocimientos — verificando de manera independiente, sin confiar ciegamente en el trabajo del Solver.

El Lateral Thinking Engine del Critic

El Critic tiene su propio conjunto de seis agente de pensamiento lateral — los mismos seis arquetipos (Provocateur, Challenger, Inverter, Analogist, Fractionator, Escapist) — pero ahora orientados a la respuesta en lugar de a la pregunta. Desafían el output del Solver desde seis ángulos:

• ¿Hay un punto ciego? (Provocateur)
• ¿Hay suposiciones ocultas? (Challenger)
• ¿Qué haría que esta respuesta fuera incorrecta? (Inverter)
• ¿Cómo evaluarían la calidad otros dominios? (Analogist)
• ¿Quién se beneficia de este enfoque y quién pierde? (Fractionator)
• ¿Es «esta respuesta está bien» realmente suficiente? (Escapist)

El Critic Brainstormer sintetiza esto en 5 perspectivas de evaluación, alimentando al Critic Thinker (que construye hipótesis de evaluación y expone problemas críticos) y al Critic Executor.

El Synthesizer — La Hora del Veredicto

El Critic Synthesizer es el punto de convergencia. Ingiere todo:

• Afirmaciones y brechas del Observer.
• Verificaciones de conocimiento del Reflector.
• Cinco perspectivas de evaluación lateral.
• Hipótesis del Thinker.
• Datos de verificación del Executor.

Todo condensado en un solo veredicto con una puntuación numérica.

El Refinement Loop

Si la puntuación alcanza el umbral (≥ 0.75), la respuesta es aprobada y fluye hacia Reflector::Learn, que almacena lecciones de la interacción para un futuro recuerdo. Fin del pipeline.

Si la puntuación se queda corta, el Critic Refiner reescribe la respuesta utilizando todo el análisis, y el output revisado vuelve a entrar en el pipeline de evaluación desde arriba. Esto crea un ciclo de refinamiento iterativo que continúa hasta la convergencia.

Configuración de Hyperparameters por agente

Una de las decisiones de diseño más importantes en esta arquitectura: cada agente tiene hyperparameters configurables de forma independiente.

Este no es un sistema monolítico que ejecuta un modelo a una sola temperature. Son 19 agentes configurables de forma independiente, cada uno afinado para su rol cognitivo específico:

• Agents analíticos (Observer, Reflector, Executor) se ejecutan con modelos precisos, de baja temperatura o con un alto reasoning effort — la precisión importa más que la creatividad.
• Agents creativos (Sub-agents de Lateral Thinking, especialmente Provocateur y Escapist) se ejecutan a alta temperatura.
• Agents de síntesis (Brainstormer, Thinker, Synthesizer) se ejecutan con configuraciones moderadas — necesitan ser lo suficientemente creativos para ver conexiones pero lo suficientemente disciplinados para ser coherentes.
• Agents de enrutamiento (Router, Critic Fast) utilizan modelos ligeros y rápidos — toman decisiones binarias o de baja cardinalidad y no necesitan un razonamiento pesado.

El sistema es multi-provider por diseño, extrayendo de Azure OpenAI (GPT models) y Azure AI Foundry (Claude, Mistral, Phi) dependiendo de lo que cada agente necesite. Un Router rápido podría usar GPT-5.4 nano. Un Thinker profundo podría usar Claude Opus 4.6.

Aquí es donde la analogía con la cognición humana se vuelve concreta: tu cerebro no usa el mismo proceso neuronal para el reconocimiento de patrones que para la deducción lógica. Diferentes modos cognitivos exigen diferentes perfiles computacionales. Esta arquitectura respeta eso.

Design Patterns en Juego

Este sistema no inventa desde cero. Compone patrones probados:

• Dual-process theory (Kahneman) → Puerta de Sistema 1 / Sistema 2 del Router.
• Lateral thinking (de Bono) → Sub-agents inspirados en los Seis Sombreros para Pensar en ambos pipelines.
• Generator-Critic loops → El Solver produce, el Critic evalúa, el Refiner mejora.
• Chain of thought / multi-step reasoning → El pipeline de Observer → Reflector → Thinker → Executor.
• Expert mixture → Expert Lenses de dominios específicos activados por señales de contexto.
• Adversarial evaluation → Pipeline de Critic independiente con su propio pensamiento lateral.
• Iterative refinement con convergencia → Aprobación basada en puntuación con detección de rendimientos decrecientes.
• Memory and learning → Reflector::Recall y Reflector::Learn para persistencia entre sesiones.