El agente de commerce no necesita más datos: necesita mejor dinámica de decisión.

Pero la señal de sesión tiene un límite evidente: usuarios nuevos u ocasionales simplemente no la tienen. Aquí es donde CoPersona [3] aporta un vector que complementa la resolución de intención. El framework descompone los historiales de interacción en múltiples representaciones a nivel de faceta, evitando que la cobertura desigual distorsione la similitud global entre usuarios. A través de un grafo multiplex de persona, modela la alineación entre pares a nivel de faceta y combina recuperación no paramétrica de pares con razonamiento paramétrico sobre el grafo en tiempo de inferencia. Los resultados reportados muestran mejoras consistentes sobre baselines sólidos en múltiples dominios y escalas de modelo [3]. Creemos que esta arquitectura de doble rama — pares comportamentales más razonamiento paramétrico — es la respuesta correcta al problema de cold-start en ecommerce agéntico, porque no inventa preferencias: las toma prestadas de usuarios con facetas de comportamiento genuinamente alineadas.

Quizá el hallazgo más relevante para la arquitectura de un agente de commerce proviene de Trapeznikov y Utushkin (2025) [5]: reformular la recuperación top-K como un proceso de decisión de Markov sobre el posterior implícito de ALS revela que un solo paso de planificación (lookahead) captura la mayor parte de la ganancia sobre la recuperación estática. La implicación es poderosa: no necesitamos una cadena completa de Monte Carlo Tree Search con horizonte K para que el agente recomiende mejor. Una capa ligera de decisión, sin reentrenamiento ni cambio de representación, basta para superar la recuperación estática en todos los datasets bajo evaluación leave-last-n [5]. Esto reduce dramáticamente el coste computacional de hacer que un agente sea dinámicamente consciente del estado del usuario.

Hay una condición metodológica que no se puede ignorar: las ganancias dependen de medir la relevancia con similitud coseno en lugar de producto interno, ya que el producto interno está entrelazado con la popularidad del ítem [5]. Esto tiene una consecuencia directa para implementación: un agente de commerce que usa producto interno como métrica de similitud está premiando popularidad, no relevancia dinámica para el usuario específico. La elección de métrica no es un detalle técnico — es una decisión de negocio que determina si el agente personaliza o simplemente replica bestsellers.

Bi-NAS [4] propone una búsqueda de arquitectura en dos niveles que refina simultáneamente los mecanismos de atención cruzada y las funciones de interacción de características, integrando LLMs con prompting zero-shot para generar justificaciones personalizadas. Los resultados en cuatro datasets del mundo real muestran mejoras tanto en la precisión de las recomendaciones como en la efectividad de las explicaciones [4]. Nuestra lectura va más allá del paper: en un contexto agéntico donde el usuario delega decisiones de compra a un agente, la explicabilidad no es un nice-to-have regulatorio — es el mecanismo principal de confianza que determina si el usuario acepta la delegación o la revoca. La capacidad de un agente recomendador para generar explicaciones personalizadas y comprensibles puede incrementar la tasa de conversión y facilitar la auditoría del comportamiento del agente [4].

Los experimentos de Qian (2025) con economías de agentes LLM revelan un patrón que debería preocupar a cualquier diseñador de marketplaces agénticos: en mercados acoplados mediante parimutuel, el agente mejor informado absorbe esencialmente la totalidad del pool de riqueza en 4 de 5 semillas de mercado [1]. La ley de brecha informacional — el crecimiento relativo de un agente es igual a su información reclamada relativa — se sostiene con un error máximo de 46 millinats [1]. Traducido al commerce: si los agentes compradores compiten por las mismas oportunidades en un marketplace, el que tenga mejor resolución de intención y mejor modelado dinámico del usuario captura desproporcionadamente el valor. La concentración no es un bug del sistema agéntico; es una propiedad emergente de la asimetría informacional.

Dato que sobrecoge: el coste total del experimento de economías agénticas fue de 138,76 USD [1]. La barrera de entrada para simular dinámicas de mercado agéntico ya no es económica — es conceptual.

El contrapunto es igualmente revelador: el test de escala residual de campo medio no encontró el dominio predicho, con la dispersión de objetivos colapsando a V → 0 en los 72 experimentos de población [1]. Creemos que esto sugiere que los marcos de campo medio — que asumen agentes intercambiables — no capturan la dinámica real de poblaciones de agentes LLM. La heterogeneidad informacional domina. Para el commerce agéntico, esto significa que modelar el mercado como una masa uniforme de agentes compradores es un error de diseño: cada agente tiene una ventaja informacional distinta y la concentración resultante es inevitable sin mecanismos correctores explícitos.

El commerce agéntico viable se construye sobre tres capas que las fuentes analizadas confirman de forma independiente pero convergente: primera, resolución de intención basada en la sesión individual del usuario, no en promedios poblacionales [2]; segunda, personalización colaborativa por facetas que resuelve el cold-start sin fabricar preferencias [3]; tercera, planificación dinámica de la secuencia de recomendación donde un solo paso de lookahead ya marca la diferencia [5]. A esto se suma que la explicabilidad generada por LLMs actúa como mecanismo de confianza para la delegación [4], y que la asimetría informacional entre agentes produce concentración de riqueza como propiedad emergente [1]. El agente que no integre estas tres capas no es un agente de commerce — es un buscador con un wrapper de lenguaje natural.