# Future AGI Plataforma para evaluar, simular y supervisar agentes de IA. Los equipos pueden probar conversaciones, aplicar controles en tiempo de ejecución e investigar fallos en producción. - Findings24: - Sitio web: - Precios: Freemium - Categorías: Observabilidad de IA, Evaluación de LLM ## ¿Qué es Future AGI? Future AGI es una plataforma de desarrollo y operaciones para agentes de IA. Combina evaluación, conversaciones simuladas, controles en tiempo de ejecución y trazabilidad en producción para ayudar a los equipos a identificar fallos e investigar sus causas. La gestión de conjuntos de datos, el control de versiones de prompts, los experimentos y un entorno de pruebas para agentes permiten probar cambios antes del lanzamiento. Los equipos pueden trabajar mediante el panel, las API y los SDK, utilizando evaluaciones durante el desarrollo o sobre actividad en curso e histórica. La plataforma también incluye una pasarela de IA para el enrutamiento de modelos, el almacenamiento en caché y el seguimiento de costes. ## ¿Qué puede hacer Future AGI? ### Múltiples métodos de evaluación Combina comprobaciones heurísticas, evaluaciones mediante código, puntuación con LLM-as-judge y agentes de evaluación agéntica para RAG, herramientas, prompts y localización de errores. Ejecuta evaluaciones en línea, de forma continua, sobre datos históricos o en CI/CD. ### Simulación de texto y voz Prueba agentes con personas y guiones predefinidos o personalizados, así como con escenarios basados en conjuntos de datos o grafos. Inspecciona las transcripciones y compara sesiones para examinar cómo se desarrollan las conversaciones. ### Controles configurables en tiempo de ejecución Aplica comprobaciones de entrada y salida para detectar PII, inyección de prompts, toxicidad, secretos y alucinaciones. Configura cada regla para hacerla cumplir, supervisarla o registrarla, con umbrales de puntuación y corrección de PII. ### Observabilidad en producción Inspecciona trazas, spans, sesiones y grafos de agentes. Busca mediante filtros, crea paneles personalizados y envía alertas por Slack o correo electrónico para hacer seguimiento de problemas operativos. ### Conjuntos de datos y experimentos con agentes Gestiona conjuntos de datos, compara modelos en experimentos y controla las versiones de plantillas de prompts. El entorno visual de pruebas para agentes admite llamadas a herramientas y validación de formatos; las funciones de IA pueden generar datos sintéticos o mejorar prompts. ### Controles de la pasarela de modelos Enruta solicitudes entre proveedores de LLM compatibles con balanceo de carga, conmutación por error automática y reintentos. La caché exacta y semántica, los presupuestos, los límites de velocidad y las claves virtuales facilitan la gestión del uso. ## Casos de uso ### Valida un agente de soporte antes del lanzamiento Usa ejemplos de la base de conocimientos para evaluar la veracidad, relevancia y exhaustividad. Compara cambios en prompts o recuperación en experimentos antes de seleccionar una versión para su implementación. ### Ensaya conversaciones de voz difíciles Simula interlocutores con distintas personas y situaciones para probar escalaciones, interrupciones y ramas conversacionales sensibles. Revisa las transcripciones y las comparaciones de sesiones para identificar respuestas débiles. ### Investiga fallos en producción Sigue una sesión problemática a través de su grafo de agentes y sus trazas; después, utiliza el análisis de errores y las explicaciones de la evaluación para localizar problemas en la recuperación, el uso de herramientas o los prompts. ### Revisa ejemplos con anotadores humanos Asigna trazas, spans o elementos de conjuntos de datos a colas de anotación. Recopila etiquetas numéricas, categóricas, de texto, de estrellas o de pulgares para facilitar la revisión y la puntuación del equipo. ## Preguntas frecuentes ### ¿Qué incluye el nivel gratuito? No se requiere tarjeta de crédito. Las asignaciones mensuales incluyen 50 GB de almacenamiento, 2.000 créditos de IA compartidos, 100.000 solicitudes a la pasarela, 1 millón de tokens de simulación de texto y 60 minutos de simulación de voz. El uso que supere estas asignaciones se factura según el consumo. ### ¿Puedo usar mis propias claves de API de modelos? Sí. Las evaluaciones BYOK LLM-as-judge y las llamadas a modelos en experimentos y entornos de pruebas no tienen cargos de la plataforma. Las tarifas de los proveedores de modelos, si las hubiera, se mantienen por separado. Las evaluaciones heurísticas siempre son gratuitas; las evaluaciones de modelos gestionados y mediante código utilizan créditos de IA. ### ¿Cómo se gestionan el acceso del equipo y la retención? Los planes públicos incluyen miembros del equipo y proyectos ilimitados. La oferta Free indica una retención de datos de 30 días y enumera por separado los conjuntos de datos y las anotaciones persistentes. El almacenamiento sigue formando parte del cálculo del uso. Los complementos de pago amplían la retención y los límites de las colas de anotación. ### ¿Las evaluaciones y los controles garantizan resultados seguros y correctos? Usa las puntuaciones y los controles como comprobaciones configuradas, y después valídalos con tus propios ejemplos y anotaciones humanas. Revisa los falsos positivos y los errores no detectados, y supervisa las reglas antes de hacerlas cumplir. La simulación y la puntuación no sustituyen la revisión de una implementación real. ## Datos rápidos - **Categoría**: Pruebas y observabilidad de agentes de IA - **Acceso**: Panel web, API y SDK - **Usuarios principales**: Equipos que desarrollan y operan agentes de IA - **Facturación**: Asignaciones gratuitas mensuales con excesos basados en el uso - **Sitio web**: https://futureagi.com