Agente de IA

Mientras un chatbot se limita a producir texto, un agente de IA hace cosas: puede leer una base de datos, llamar a una API, escribir y ejecutar código, navegar una página web o enviar un mensaje, y decidir el siguiente paso a partir del resultado que obtuvo. La diferencia no es cosmética: un agente puede operar durante minutos u horas, encadenando acciones que una persona supervisa pero no controla paso a paso, algo que un simple generador de texto nunca hace por sí mismo.

El marco de trabajo más influyente para construir agentes con modelos de lenguaje se llama ReAct (Yao et al., 2022): el modelo alterna entre razonar sobre el problema y actuar sobre una herramienta, usando cada observación resultante para decidir el paso siguiente. Esa estructura —observar, pensar, actuar, repetir— es lo que distingue a un agente de una respuesta única, y sigue siendo la base conceptual de casi todo lo que hoy se llama "agente".

Para que un agente actúe de verdad necesita una forma estandarizada de conectarse con las herramientas y los datos que usa. Durante años cada aplicación construía su propio conector a medida —uno para el calendario, otro para la base de datos, otro para el correo—, lo que multiplicaba el trabajo de integración. El Model Context Protocol (Anthropic, noviembre de 2024) propuso un estándar abierto único para esa conexión, de modo que un mismo agente pueda hablar con distintas herramientas y fuentes de datos sin un puente distinto para cada una; adoptantes tempranos como Zed, Replit, Codeium y Sourcegraph lo usaron para que sus agentes de programación recuperaran mejor la información relevante.

Otra vía de acción, más directa, es que el agente use la computadora igual que una persona: mirando la pantalla, moviendo el cursor, haciendo clic y escribiendo, en vez de llamar a una API. Anthropic presentó esa capacidad ("computer use") en octubre de 2024 como una beta pública, y fue clara en advertir sus límites: la propia compañía la describió como "todavía experimental —a veces engorrosa y propensa a errores—" y recomendó empezar por tareas de bajo riesgo. Ese tipo de honestidad sobre las limitaciones importa tanto como la capacidad misma.

Lo que vuelve delicado a un agente es justamente lo que lo vuelve útil. Como persigue un objetivo por caminos que su operador no anticipó del todo, puede ejecutar correctamente una secuencia de pasos que nadie quiso autorizar —lo que la literatura llama "juego de especificación": cumplir la letra del objetivo por un camino indeseado. La pregunta de fondo no es si la IA "quiere" algo, sino qué tan bien definido está el objetivo y qué tan acotado está el entorno en el que actúa.

Por eso, en la práctica, la autonomía de un agente no es binaria sino gradual: puede ir desde llamar una sola herramienta dentro de una misma conversación, hasta planificar y ejecutar decenas de pasos con memoria propia entre sesiones. A mayor autonomía, más importa qué permisos tiene, en qué entorno aislado corre y qué registro queda de lo que hizo, para que un error se pueda revisar y corregir antes de que se vuelva costoso.