Fa dos anys, tenir un xatbot d’IA al teu portfoli era un gran èxit. Ara, no és res especial. El que et distingeix és construir alguna cosa amb un LLM com a cervell - un sistema que pot planificar, fer servir eines i prendre decisions.
Aquest tipus de sistema, anomenat sistema agèntic, és difícil de construir. Ha de descompondre un objectiu en passes més petites, fer servir eines com API o codi, i ajustar el pla segons el que passa. I ha de fer tot això sense equivocar-se.
Què fa que un projecte sigui bo? Com una eina de cerca de feina que pren una descripció de feina, la compara amb el teu currículum i escriu una carta de presentació? O una eina de revisió de codi que llegeix una diferència, troba problemes i suggereix correccions? Aquests projectes mostren que entens els reptes de construir un agent fiable.
La part difícil és gestionar els errors. Què passa si el teu LLM comença a generar trucades d’eines falses però plausibles? Necessites capes de validació per atrapar aquests errors. Què passa si el teu agent queda atrapat en un bucle? Necessites limitar el nombre de passes que pot fer. I què passa si algú intenta enganyar el teu agent amb una entrada dolenta? Necessites sanejar aquesta entrada i mantenir-la separada de la resta del sistema.
Quan triïs un marc, no et preocupis massa per saber quin és el millor. Només assegura’t de comprendre com funciona. Construir alguna cosa directament sobre l’API d’OpenAI pot ser més impressionant que fer servir un marc, però només si pots explicar el que estàs fent.
En una entrevista, estigues preparat per parlar de l’arquitectura del teu projecte. Dibuixa un diagrama si cal. Sigues clar sobre com el teu agent planifica, fa servir eines i observa el que passa. I no tinguis por de parlar dels problemes tècnics difícils que has resolt. Què va ser la part més difícil? Com la vas solucionar?
Avaluar si el teu agent funciona correctament és una pregunta difícil. Potser no tens una resposta clara, però mostra que has pensat en això. Com escalariaries el teu agent? Què passa amb la latència, el cost i la fiabilitat? Aquestes són totes preguntes importants.
I si estàs buscant un paper on les teves habilitats d’IA siguin valorades, mira Xeito. Tenen un sistema de coincidència de feines amb IA, eines de carrera i una extensió de seguiment per ajudar-te a trobar la feina adequada.
Suposo que ja està. Construir un sistema agèntic és difícil, però és el que et distingeix el 2026. Només no t’esperis que sigui fàcil.
See what Xeito does end-to-end. Browse all features — application tracker, AI resume + cover letters, interview coach, 130+ job-board sync, built for remote-first developers.
Articles relacionats
- Construint en Públic: Com Compartir el teu Treball Accelerar la teva Carrera Tècnica
- GitHub Portfolio vs. LeetCode: Què busquen els gestors d’emplea en realitzar les tasques de 2026
- Com Crear un Perfil de GitHub que et Consegueixi Feines de Desenvolupador Remot
- Com utilitzar LinkedIn de manera efectiva com a desenvolupador el 2026
- Màster els ATS: Com fer que el teu CV passi per l’escreenament automàtic