Forter convirtió a 200 personas de I+D en creadores de agentes en dos semanas
Forter metió a sus 200 personas de I+D en un sprint de dos semanas para construir agentes de IA. Para su ingeniero principal, el cuello de botella son las herramientas, no el modelo.
Ben Maraney, ingeniero principal de Forter, dedicó una ponencia a contar cómo la compañía puso a 200 personas de I+D a construir sus propios agentes de IA en un sprint de dos semanas. Entre esa audiencia había analistas que, en palabras del propio Maraney, no habían escrito una línea de SQL en su vida. Su conclusión: montar agentes no tiene por qué ser difícil, y buena parte de la dificultad que el sector da por supuesta se puede esquivar.
Forter toma decisiones de fraude y de pago para grandes comercios. La compañía dice conocer alrededor de 2.000 millones de identidades distintas, y todo lo que hace tiene que resolverse en tiempo real, sin revisión manual. Por eso la investigación sobre comportamiento —la de los defraudadores y la de los clientes normales— no la hacen ingenieros. La hacen analistas que llegan de derecho, psicología o laboratorio, y que necesitan producir lógica que acaba dentro del sistema.
Un servidor MCP como catálogo de herramientas
Maraney reparte la charla en tres frentes: herramientas, frameworks y eliminar obstáculos internos. El primero es el que desarrolla con más detalle.
El punto de partida fue Toolchain, un servidor MCP que un colega suyo, Andy, había montado para conectar su Copilot con Asana, métricas y Kubernetes. El equipo lo tomó como base y lo convirtió en un catálogo único: una interfaz donde cualquiera ve qué herramientas existen, entra a probarlas y monta una conexión para su agente seleccionando solo las que necesita. Ese filtro no es cosmético; dar demasiadas herramientas a un agente lo confunde. La plataforma devuelve los datos de conexión y el agente queda con acceso a lo elegido y nada más.
Crear una herramienta nueva también queda acotado. Se clona el repositorio, hay ejemplos de sobra y cada herramienta es un archivo de configuración. El campo que más importa es la descripción que leerá el agente para saber cómo usarla, junto al esquema de entrada y los detalles de ejecución.
Maraney lleva seis años y medio en Forter. Antes pasó por BigPanda y Klarna, y en 2023 firmó la primera solución de la empresa basada en LLM. La charla se apoya también en una anécdota de QCon Londres, donde una ponente le dijo que en su organización algo así se veía imposiblemente lejos.
Defiende además tener más de un framework en lugar de apostar por uno solo, y dedica la última parte a quitar de en medio los bloqueos que suelen frenar estas iniciativas dentro de una empresa.
El interés del caso está en dónde pone el esfuerzo. Nada de esto es investigación puntera en modelos: es una plataforma interna, un catálogo de herramientas y una descripción bien escrita para cada una. La parte difícil —que el agente entienda y use bien lo que tiene delante— se resuelve con integración y documentación, no con un modelo mejor. Para un equipo que se plantee algo parecido, el orden importa: primero el catálogo y los permisos, después el resto.
