Desarrollo gestionado de agentes LLM en inversiones autónomas: arquitectura multiagente con un perímetro de seguridad inmutable

La irreversibilidad de las acciones como restricción fundamental

La inversión autónoma trabaja con datos web en vivo y contenido web no confiable. Cada acción en ese entorno es irreversible. Por eso, el desarrollo de un agente LLM requiere establecer un límite entre la adaptación y un núcleo protegido. En el artículo «Governed Self-Evolution for Autonomous Investing: A Multi-Agent LLM System with an Invariant Core», los autores describieron el sistema Steward. Se trata de un sistema LLM multiagente para la inversión autónoma. Los autores del artículo son Yebo Feng, Jingyang Dai, Liangrui Pan, Nelson Lau, Jiahua Xu y Yang Liu. Presentaron el artículo el 22 de octubre de 2026. El criterio: la arquitectura debe separar la adaptación del núcleo protegido. De lo contrario, una acción irreversible podría adelantarse a la verificación.

Esquema multiagente para la toma de decisiones

Nueve agentes especializados por función toman decisiones en conjunto. Cuatro analistas leen fuentes de noticias, documentos de la SEC, series macroeconómicas y datos de mercado. Elaboran informes tipados.

• El gestor de cartera establece las posiciones objetivo a partir de esos informes.
• El gestor de riesgos protegido verifica las posiciones objetivo. El criterio: cada etapa debe tener una función independiente y un resultado verificable. Un informe tipado separa los datos de entrada de la decisión.

Memoria de siete capas y contexto de decisión

El código construye una memoria compartida de siete capas a partir de los registros del propio sistema. Esta proporciona a cada decisión contexto sobre las posiciones, la narrativa del mercado, la calibración y las decisiones anteriores del agente.

El criterio: la decisión debe basarse en un contexto registrado. La memoria creada a partir de los registros del sistema conserva ese contexto junto con las decisiones anteriores.

Ciclo de revisión: evaluación nocturna y mejora reversible

La revisión se desarrolla por etapas:

• Evaluación nocturna: el código evalúa cada operación y pronóstico y, después, registra las evaluaciones en la memoria.
• Propuesta trimestral: el reflector propone mejoras para los prompts.
• Aplicación: una barrera determinista aplica las mejoras de forma reversible.
• Verificación: la reproducción de las entradas registradas comprueba el resultado. Este ciclo separa la propuesta de mejora de su implementación. El reflector identificó la causa raíz del fallo principal. La barrera aplicó la mejora encontrada. El agente la utilizó en las noches de activación y no la utilizó en ninguna noche de control. El criterio: los cambios en los prompts deben pasar por una barrera y una reproducción. La reversibilidad y la verificación con datos registrados mantienen el desarrollo dentro de un ciclo controlado.

Núcleo protegido y límites de la auto modificación

El núcleo inmutable consta de tres elementos:

• la aritmética de las órdenes;
• las reglas de riesgo;
• los prompts del agente disciplinario. La auto modificación no puede afectar a estos elementos. El núcleo establece los límites del desarrollo del sistema. El criterio: el ciclo de auto modificación no debe afectar a estos elementos. Su modificación no debe depender del trabajo del reflector.

Verificación en vivo, reproducción y backtest

En un despliegue en vivo de cinco meses (102 días de negociación, 1 632 llamadas al LLM), el sistema limitó una caída del sector del 24,6 % a una pérdida del 0,3 %. En la reproducción de las entradas registradas, un modelo recibió los mismos datos sin procesar. Operó con más frecuencia y quedó 1,35 puntos por detrás del mercado en cinco días. Durante ese periodo, el sistema conjunto no registró pérdidas significativas. El sistema no ejecutó ninguna instrucción implementada. En el backtest de 2015-2026, el núcleo por sí solo redujo la caída máxima con las 50 políticas de entrada aleatoria.

El criterio: verificar el sistema por separado en vivo, mediante reproducción y con backtests. Cada modalidad responde a una pregunta distinta y no sustituye a las demás.