Documentos

Un archivo enviado por chat se convierte en texto ya en la puerta de entrada, junto con lo que se dijo sobre él.

Un documento es un mensaje, no una tarea de investigación

Manda un PDF con el pie de foto “resume esto” y eso debería contar como un único mensaje. Y así es: el archivo se lee en el momento en que llega, antes de enrutarse, de modo que el modelo recibe junta la instrucción con el material y responde directamente sobre el contenido, sin tener que salir a buscarlo primero.

El agente puede encargarse de esto por su cuenta, y hasta ahora no le quedaba otra: identificar el archivo, elegir una biblioteca, instalarla, escribir un script y ejecutarlo. Funciona, sí, pero cuesta varios turnos, el resultado varía cada vez, y exige que el agente tenga bash, algo que un agente de cara al cliente jamás debería tener. Ese camino sigue ahí, como red de seguridad, pero ya dejó de ser la puerta principal.

Qué se lee y qué cuesta

El caso que merece explicarse es el de las hojas de cálculo. Si simplemente le quitas las etiquetas a un .xlsx, obtienes algo que parece una respuesta, pero en realidad es un amasijo de palabras sueltas, sin los números y con las filas mezcladas entre sí. Esto pasa porque Excel guarda cada texto repetido una sola vez, en una tabla compartida, y cada celda solo apunta a un índice dentro de ella. Una lectura ingenua le entregaría al modelo esa lista de índices disfrazada de datos, y el modelo respondería con total seguridad, pero mal, sin que nadie se diera cuenta. Por eso las celdas se leen de verdad, y la hoja llega ya convertida en filas y columnas.

Documentos largos

De un documento largo solo se entrega la primera parte, para que un único adjunto no se devore toda la ventana de contexto. El archivo completo se queda guardado en el workspace del agente, que sabe exactamente dónde encontrarlo, así que si necesita el resto, simplemente lo lee.

Los archivos comprimidos no se abren

Un .zip o un .tar.gz es una caja, no un documento: no existe “el texto” de una caja. Además, descomprimir automáticamente cualquier cosa que te mande un desconocido es peligroso, porque un archivo comprimido puede estar diseñado para llenarte el disco al abrirse o para colocar archivos fuera de su propia carpeta. Por eso esto cae en manos del agente, que lo abre de forma deliberada, pasando por la barrera de permisos, y revisa el contenido antes de hacer nada con él.

Los formatos de oficina son seguros justamente porque no son de propósito general: se lee una sola entrada, identificada por su nombre, directo a memoria, y nunca se escribe nada a disco.