Reference Architectures for the Agentic Software Stack Arquitecturas de Referencia para el Stack de Software Agéntico

Design pattern: the agent loopPatrón de diseño: el bucle del agente

The unit every layer is built from is what Anthropic calls the augmented LLM — a model plus retrieval, tools, and memory — run inside a loop: plan, call a tool, observe the result, decide whether to continue. Nearly every vibe-coding product, from a browser-based builder to an autonomous cloud agent, is this same loop with a different execution environment wrapped around it. La unidad de la que está construida cada capa es lo que Anthropic llama el LLM aumentado — un modelo más retrieval, herramientas y memoria — corriendo dentro de un bucle: planear, llamar una herramienta, observar el resultado, decidir si continuar. Casi todo producto de vibe coding, desde un builder en el navegador hasta un agente autónomo en la nube, es este mismo bucle con un entorno de ejecución distinto envolviéndolo.

01Where the loop runsDónde corre el bucle

The one variable that explains most of the product landscape is where this loop executes and how reversible each action is. A browser-based builder runs it entirely inside the vendor's own sandbox. A CLI agent runs it against your real filesystem and credentials. An autonomous cloud agent runs it in a disposable VM and hands you a pull request instead of touching anything directly. La única variable que explica la mayor parte del panorama de productos es dónde ejecuta este bucle y qué tan reversible es cada acción. Un builder en el navegador lo corre completamente dentro del sandbox del proveedor. Un agente CLI lo corre contra tu sistema de archivos y credenciales reales. Un agente autónomo en la nube lo corre en una VM desechable y te entrega un pull request en vez de tocar algo directamente.

The protocol layer: MCPLa capa de protocolo: MCP

Before the Model Context Protocol (Anthropic, Nov. 2024), every agent framework needed a bespoke connector for every tool — an N×M integration problem. MCP standardizes the interface instead: any compliant client can talk to any compliant server, and a server exposes three primitives — tools (actions), resources (data), and prompts (templates). Antes del Model Context Protocol (Anthropic, nov. 2024), cada framework de agentes necesitaba un conector a medida para cada herramienta — un problema de integración N×M. MCP estandariza la interfaz en su lugar: cualquier cliente compatible puede hablar con cualquier servidor compatible, y un servidor expone tres primitivas — tools (acciones), resources (datos) y prompts (plantillas).

What about multi-agent orchestration?¿Y la orquestación multi-agente?

Once an agent has to coordinate several sub-tasks — or several other agents — a second layer of architecture appears on top of the loop: orchestration. Anthropic's Building Effective Agents catalogs five composable workflow patterns: prompt chaining, routing, parallelization, orchestrator–workers, and evaluator–optimizer. Cuando un agente tiene que coordinar varias subtareas — u otros agentes — aparece una segunda capa de arquitectura encima del bucle: la orquestación. Building Effective Agents de Anthropic cataloga cinco patrones de workflow componibles: prompt chaining, routing, paralelización, orchestrator–workers, y evaluator–optimizer.

01Open-source orchestration frameworksFrameworks de orquestación open source

Ten projects account for nearly all real production adoption in 2026. Stars and downloads verified against each project's GitHub repository. Diez proyectos concentran casi toda la adopción real en producción en 2026. Estrellas y descargas verificadas contra el repositorio de GitHub de cada proyecto.

02The integration / iPaaS layerLa capa de integración / iPaaS

One layer up from orchestration frameworks sits the tooling that connects agents to business processes rather than to files. Una capa arriba de los frameworks de orquestación está la herramienta que conecta agentes con procesos de negocio en lugar de con archivos.

A production example: AplicAppUn ejemplo de producción: AplicApp

Most of what's covered so far describes autonomous, multi-step agents. It's worth being precise about what isn't one. AplicApp — a career-platform SaaS (ATS analysis, interview prep, salary negotiation) — sits at the bottom of the stack: a single LLM call per request, augmented with the user's CV and job description as context, not a planning loop. Not every product that calls an LLM API is an "agent," and the engineering discipline that makes a single-call architecture reliable in production is its own lesson. La mayor parte de lo cubierto hasta ahora describe agentes autónomos multi-paso. Vale la pena ser preciso sobre lo que no lo es. AplicApp — un SaaS de plataforma de carrera (análisis ATS, preparación de entrevistas, negociación salarial) — vive en el fondo del stack: una sola llamada LLM por request, aumentada con el CV y la descripción del puesto del usuario como contexto, no un bucle de planeación. No todo producto que llama a una API de LLM es un "agente," y la disciplina de ingeniería que hace confiable una arquitectura de una sola llamada en producción es su propia lección.

Two things worth pulling out for a class on integration platforms specifically. First, the "Mode B" auth pattern — a service-role database client plus an explicit ownership filter in application code, instead of JWT-based row-level security — is a real, defensible tradeoff: it removes a point of failure (Clerk-to-Supabase JWT exchange) at the cost of making row-level security a defense-in-depth layer rather than the source of truth. Second, the fallback chain is a miniature version of what a model gateway (Vercel AI Gateway, OpenRouter) does automatically — AplicApp built it by hand because the ordering logic (availability first, cost/quality second) was specific enough to be worth owning directly. Dos cosas vale la pena resaltar para una clase de plataformas de integración específicamente. Primero, el patrón de autenticación "Modo B" — un cliente de base de datos con service-role más un filtro explícito de propiedad en el código de aplicación, en vez de row-level security basada en JWT — es un tradeoff real y defendible: elimina un punto de falla (el intercambio de JWT entre Clerk y Supabase) al costo de convertir row-level security en una capa de defensa en profundidad en vez de la fuente de verdad. Segundo, la cadena de fallback es una versión en miniatura de lo que un gateway de modelos (Vercel AI Gateway, OpenRouter) hace automáticamente — AplicApp la construyó a mano porque la lógica de orden (disponibilidad primero, costo/calidad después) era lo bastante específica para valer la pena poseerla directamente.