Ingeniería de IA
Transect: cómo revisar el recorrido de un agente de IA
Cuando un agente falla después de muchos pasos, su mensaje final cuenta poco. Transect ayuda a recorrer las acciones y encontrar dónde empezó el problema.
Volver al punto donde se torció la tarea
Un agente consulta documentos, delega trabajo y termina con una recomendación incorrecta. Su último mensaje cuenta poco sobre cómo llegó hasta ahí. Transect organiza el recorrido para localizar las partes que merece la pena revisar.
El AI Security Institute británico presentó la herramienta el 7 de octubre de 2026. Es un paquete Python abierto basado en Inspect Scout que reúne registros de evaluación en un informe interactivo con acceso a los pasajes originales.
Un evento registrado y una etiqueta son evidencias distintas
Transect puede extraer eventos estructurales, como actividad de subagentes o intervenciones humanas, sin llamar a modelos. También puede usar modelos jueces para clasificar la actividad con categorías que defines.
Una llamada registrada muestra una petición. Una etiqueta como «investigación» interpreta un tramo. Utiliza esa etiqueta para elegir dónde mirar y vuelve después a los mensajes y resultados que la sustentan.
La dependencia que parecía compatible
Imagina que un agente revisa notas de versión y propone actualizar dependencias. El documento final resulta convincente, pero recomienda una combinación que la documentación declara incompatible.
Busca cuándo recibió la nota de compatibilidad y qué ocurrió después. Quizá consultó una versión anterior, perdió ese dato al resumir o aceptó otra propuesta sin contrastarla. Son hipótesis para confirmar con el registro, no conclusiones que pueda dar una etiqueta por sí sola.
La cronología organiza las preguntas
El informe alinea eventos, tokens, subagentes y etiquetas por turnos. En el ejemplo permite preguntar qué documento leyó, qué información recibió el subagente y cuándo cambió la recomendación.
Esa vista no recupera una respuesta que nunca se guardó. Tampoco convierte los turnos en minutos: medir tiempo exige marcas temporales y distinguir espera, ejecución y trabajo simultáneo.
Los jueces también pueden coincidir y equivocarse
AISI advierte de errores de clasificación. La coincidencia entre varios jueces no garantiza una etiqueta correcta. Además, algunas etiquetas de subagentes describen el trabajo encargado, no lo que realmente completaron.
Antes de afirmar que se ignoró una restricción, abre el resultado de la herramienta y comprueba qué recibió el agente. Así puedes separar una explicación plausible de una evidencia del fallo.
Empieza por un registro pequeño
El repositorio admite archivos Inspect .eval y exportaciones OpenClaw .jsonl. No cualquier log encaja directamente. El análisis estructural permite empezar sin llamadas a modelos; los jueces necesitan credenciales de proveedor y generan cargos.
Conserva el registro, la configuración y las versiones. Los enlaces a las fuentes completas necesitan el visor local de Scout y los archivos originales. Revisa el contenido antes de compartir el informe, porque puede incluir instrucciones y datos privados.