Agente STEM: Una Arquitectura Autoadaptable, Habilitada para Herramientas y Extensible para Sistemas de Agentes de IA Multi-Protocolo
STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems
March 22, 2026
Autores: Alfred Shen, Aaron Shen
cs.AI
Resumen
Los marcos actuales de agentes de IA adoptan prematuramente un único protocolo de interacción, una estrategia fija de integración de herramientas y modelos de usuario estáticos, lo que limita su despliegue en diversos paradigmas de interacción. Para abordar estas limitaciones, presentamos STEM Agent (Agente Autoadaptable, Habilitado para Herramientas, Extensible y Multiagente), una arquitectura modular inspirada en la pluripotencialidad biológica, en la que un núcleo de agente indiferenciado se diferencia en manejadores de protocolos especializados, vinculaciones de herramientas y subsistemas de memoria que se combinan para formar un sistema de IA completamente funcional. El marco unifica cinco protocolos de interoperabilidad (A2A, AG-UI, A2UI, UCP y AP2) detrás de una única pasarela, introduce un Perfilador de Llamadas que aprende continuamente las preferencias del usuario en más de veinte dimensiones conductuales, externaliza todas las capacidades del dominio mediante el Protocolo de Contexto del Modelo (MCP) e implementa un sistema de adquisición de habilidades de inspiración biológica en el que los patrones de interacción recurrentes se cristalizan en habilidades de agente reutilizables mediante un ciclo de vida de maduración análogo a la diferenciación celular. Complementando estas capacidades, el sistema de memoria incorpora mecanismos de consolidación, incluyendo poda episódica, desduplicación semántica y extracción de patrones, diseñados para un crecimiento sublineal bajo interacción sostenida. Una suite exhaustiva de 413 pruebas valida el comportamiento del manejador de protocolos y la integración de componentes en las cinco capas arquitectónicas, completándose en menos de tres segundos.
English
Current AI agent frameworks commit early to a single interaction protocol, a fixed tool integration strategy, and static user models, limiting their deployment across diverse interaction paradigms. To address these constraints, we introduce STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent), a modular architecture inspired by biological pluripotency in which an undifferentiated agent core differentiates into specialized protocol handlers, tool bindings, and memory subsystems that compose into a fully functioning AI system. The framework unifies five interoperability protocols (A2A, AG-UI, A2UI, UCP, and AP2) behind a single gateway, introduces a Caller Profiler that continuously learns user preferences across more than twenty behavioral dimensions, externalizes all domain capabilities through the Model Context Protocol (MCP), and implements a biologically inspired skills acquisition system in which recurring interaction patterns crystallize into reusable agent skills through a maturation lifecycle analogous to cell differentiation. Complementing these capabilities, the memory system incorporates consolidation mechanisms, including episodic pruning, semantic deduplication, and pattern extraction, designed for sub-linear growth under sustained interaction. A comprehensive 413-test suite validates protocol handler behavior and component integration across all five architectural layers, completing in under three seconds.