Diagrama de arquitectura de Agntcy y DataWell Agent Zero Flow
DataWell dibuja una topología causal debajo de los agentes conectados, una capa que muestra cómo se comportan después de que AGNTCY los conecta.
– Benjamín Torres, fundador y director ejecutivo de Versai Labs
EE.UU., FL, 18 de junio de 2026 /EINPresswire.com/ — DataWell es la capa de inteligencia del sistema de Internet de agentes: la capa debajo de la base que muestra cómo los componentes del sistema de agentes interactúan entre sí una vez que esos agentes están en movimiento. Esta semana, la división Outshift de Cisco presentó DataWell en su blog AGNTCY Builders precisamente como eso.
Según la encuesta de 2026 de Splunk, todos los líderes tecnológicos encuestados informaron al menos un tipo de tiempo de inactividad relacionado con la IA, y al 68% de ellos les preocupa que sus agentes se comporten de manera impredecible. Los agentes están produciendo. La capacidad de comprender cómo se comportan una vez desplegados no lo es.
AGNTCY construyó las bases. Mapas de DataWell Maps: lo que se está moviendo.
Desarrollado por Google, Red Hat, Dell, Oracle y más de 80 socios, desarrollado por Cisco y donado a la Fundación Linux, AGNTCY proporciona a los agentes identidad, descubrimiento, mensajería segura e interoperabilidad en Internet. La financiación le ahorró a Versai Labs un año de trabajo de infraestructura y le permitió centrarse en la capa inferior, la inteligencia que mapea el comportamiento de esos rieles.
«AGNTCY ha resuelto la identidad, el descubrimiento y la mensajería segura», afirmó Benjamín Torres, fundador y director ejecutivo de Versai Labs. «Una vez que se abre el canal y se verifican las credenciales, surge una nueva pregunta: ¿está funcionando el sistema como cuando se creó la confianza por primera vez? Esta es la capa del mapa de DataWell».
¿Qué es la inteligencia del sistema?
DataWell es un motor de inteligencia de sistemas que se encuentra hoy en getdatawell.com. En esencia, hay una topología causal: un mapa estructural de las relaciones que subyacen a la colaboración de los agentes, las dependencias ocultas que gobiernan cómo se comporta el sistema bajo carga. Las observaciones informan lo que está haciendo cada componente. La topología causal muestra cómo los componentes se impulsan entre sí.
Al trabajar con conjuntos de datos de infraestructura del mundo real, el motor DataWell identificó 211 conexiones directas en una única ventana de 8 horas y simuló una mejora del 70,5 % en el tiempo de espera de E/S del disco antes de que alguien tocara el sistema.
«No es una métrica», escribió Noele Flint, autora del artículo de Cisco. «Es un espía del sistema».
El mismo motor funciona en un entorno donde el fallo tiene consecuencias reales. En el marco del LLM, las fluctuaciones de costos revelan cambios en los patrones de comportamiento antes de que aparezcan como estimaciones. En una infraestructura de seguridad, detecta estructuras de dependencia que ya no se ajustan a la topología normal del sistema antes de que se hagan evidentes en cualquier otro lugar.
¿Por qué es esto importante ahora?
Según Splunk y Oxford Economics, el tiempo de inactividad le cuesta a Global 2000 600 mil millones de dólares al año, un aumento del 50% en dos años. Las obligaciones de transparencia y alto riesgo de la ley de IA de la UE entrarán en vigor en agosto de 2026, y se impondrán multas de hasta 15 millones de euros, o el 3% de la facturación global, para los sistemas que no sean rastreables. Los agentes que conducen ambos a menudo no están supervisados.
«No se puede gestionar lo que no se puede ver», dijo Torres. «La mayoría de las empresas no pueden ver la estructura de relaciones debajo de sus sistemas de agentes, y esa es la visibilidad que proporciona DataWell».
Agente Cero: embajador de DataWell en el ecosistema AGNTCY
Para llevar la información del sistema al entorno conectado a AGNTCY, DataWell está creando Agent Zero, un embajador de Internet de agentes. El Agente Cero inicia sesión con credenciales a través de AGNTCY Identity, se conecta a través de SLIM y se registra en el directorio. A partir de ahí, al invitar a otros agentes a aceptar compartir telemetría, el motor de DataWell devuelve un perfil de confianza conductual: lecturas estructuradas de dónde la topología es estable, dónde está cambiando el comportamiento, dónde está aumentando la presión y confianza en cada resultado.
«AGNTCY les brinda a los agentes una forma de conectarse», dijo Torres. «DataWell ofrece a las empresas una forma de comprender qué sucede una vez finalizado».
DataWell está disponible en getdatawell.com. Las organizaciones interesadas en inteligencia de sistemas para infraestructura, arquitectura de IA o entornos AGNTCY pueden solicitar demostraciones o acceso temprano a través del sitio.
Lea la publicación completa de DataWell: getdatawell.com/blog/agntcy-datawell-internet-of-agents
Lea el artículo destacado de Cisco: outshift.cisco.com/blog/ai-ml/how-orium-and-datawell-expand-internet-of-agents
Acerca de los laboratorios Versai
DataWell es el primer producto de Versai Labs, una firma de tecnología de I+D fundada por Benjamín Torres. Versai Labs crea motores de inteligencia para organizaciones de tecnología financiera, ciberseguridad, mantenimiento predictivo e infraestructura de inteligencia artificial empresarial donde las fallas tienen consecuencias reales. Para obtener más información, visite versailabs.com.
Acerca de AGNTCY
AGNTCY es un proyecto de la Fundación Linux que crea un estándar abierto para la colaboración de agentes independientes. Desarrollado por Cisco y respaldado por Google, Red Hat, Dell, Oracle y más de 80 organizaciones asociadas, AGNTCY proporciona una infraestructura de identidad, directorio, mensajería segura e interoperabilidad para agentes de Internet.
Para una entrevista o demostración, comuníquese con:
Steve Isaacson
Presiona el botón Cohete
pr@pressrocket.ai
Visita las redes sociales:
LinkedIn
cielo azul
incógnita
Responsabilidad legal:
EIN Presswire proporciona el contenido de este comunicado de prensa «tal cual» sin garantía de ningún tipo. No somos responsables de la exactitud, el contenido, las imágenes, los videos, las licencias, la integridad, la legalidad o la confiabilidad de la información contenida en este artículo. Si tiene alguna queja o problema de derechos de autor con respecto a este artículo, comuníquese con el autor mencionado anteriormente.
