Introducción a los agentes : qué es un agente AI y por qué ahora
Definición de agentes AI, la revolución del pre-training, los siete tipos de agentes, selección de modelo, sync vs async, elecciones entre código/workflow/RAG/agente, principios de sistemas agenticos, organización organizativa y panorama de frameworks (LangGraph, AutoGen, CrewAI, OpenAI Agents SDK)
Capítulo inaugural del libro. Define qué es un agente AI (un sistema que razona y actúa en bucle con un modelo y herramientas, no un script determinista) y por qué ahora: la revolución del pre-training produjo foundation models capaces de generar firmas de función estructuradas y alimentar orquestaciones. Recorre los siete tipos de agentes (negocio, conversacional, investigación, analytics, dev, dominio específico, browser-using) y los emergentes de voz/vídeo, los criterios de selección de modelo en un mercado multimodelo, la transición de operaciones síncronas a asíncronas, la decisión entre código/workflow/RAG/agente según la variabilidad y el coste, los principios de sistemas agenticos (escalabilidad, modularidad, aprendizaje continuo, resiliencia, futuro-proofing), la organización humana necesaria para escalar, y el panorama de frameworks.
Definiendo un agente AI
Un agente AI es un sistema inteligente capaz de analizar datos, interpretar su entorno y tomar decisiones contextuales de forma autónoma. La definición importa porque el término “agente” se ha diluido: hoy se aplica a casi cualquier cosa que use un LLM, incluyendo scripts deterministas envueltos en un wrapper de “agente”.
La verdadera agencia existe en un espectro. La pregunta que separa un agente de un script disfrazado es: ¿toma decisiones reales, razonamiento dependiente del contexto, comportamientos adaptativos? Si la respuesta es no, es un workflow con buzzwords.
Agente verdadero Script con buzzwords
─────────────── ─────────────────────
Decide qué herramienta usar Llama siempre la misma API
Adapta plan a resultados parciales Tiene un árbol fijo de if/else
Aprende de feedback de usuario No mejora con uso
Razona sobre incertidumbre Falla silenciosamenteEl libro reserva el término sistema agentico (agentic system) para el conjunto completo de funcionalidad que permite al agente operar: modelo, herramientas, memoria, orquestación e infraestructura de soporte. Con protocolos como Model Context Protocol (MCP) y Agent-to-Agent Protocol, los agentes serán capaces de consumir herramientas remotas y colaborar con otros agentes — el doble de oportunidad y responsabilidad.
La revolución del pre-training
Construir una aplicación con ML requería contratar ML engineers, recolectar datos y entrenar modelos. El cuello de botella era el dataset.
Foundation models pre-entrenados ofrecen capacidades generales con una llamada a una API — sin entrenar, sin hospedar, sin dataset propio. Esto reduce drásticamente el coste y la complejidad de construir productos con ML.
Modelos como GPT-5, Claude, Llama, Gemini Ultra y DeepSeek V3 extienden la capacidad sobre tareas difíciles, ensanchando el rango de problemas abordables. Las capacidades que desbloquean para un agente:
| Capacidad | Lo que habilita en un agente |
|---|---|
| NL understanding | Interpretar input libre del usuario |
| Context-aware interaction | Mantener contexto en interacciones largas |
| Structured content generation | Producir JSON, código y firmas de función |
| Contextual interpretation | Decidir qué hacer en ambigüedad |
| Tool use | Invocar APIs y operar sistemas externos |
| Adaptive planning | Planificar y ejecutar acciones multi-paso |
| Code generation | Escribir y ejecutar código + tests |
| Multimodal synthesis | Trabajar con imagen/audio/vídeo a escala |
El resultado: los agentes AI pueden abordar escenarios complejos y dinámicos que los modelos ML estáticos no pueden.
Tipos de agentes
El libro adopta una taxonomía de siete tipos prácticos (de The Information), a los que añade voz y vídeo como categorías emergentes:
| Tipo | Qué hace | Ejemplos |
|---|---|---|
| Business-task agents | Automatización de workflows predefinidos | UiPath, Microsoft Power Automate, Zapier |
| Conversational agents | Chatbots de atención al cliente | Asistentes virtuales en customer support |
| Research agents | Recolección y síntesis de información | Perplexity AI, Elicit |
| Analytics agents | Análisis de datos estructurados | Power BI Copilot, Glean |
| Developer agents | Generación y refactor de código | Cursor, Windsurf, GitHub Copilot |
| Domain-specific agents | Vertical especializado | Harvey (legal), Hippocratic AI (salud) |
| Browser-using agents | Navegación web interactiva | Computer-use agents (browser automation) |
Emergentes (en crecimiento):
──────────────────────────────
Voice agents → speech-to-speech completo, atención al cliente en tiempo real
Video agents → avatares con lip-sync, sales/onboarding sin producción manualEl énfasis está en agentes basados en language models, principalmente texto y código — la columna más asentada del ecosistema. Voz, vídeo y RPA se mencionan tangencialmente.
Selección de modelo
El mercado es multimodelo y cambiante. La regla inicial razonable es arrancar con el último modelo generalista de un proveedor líder (OpenAI, Anthropic, Google, Meta, DeepSeek). Ejemplos del HELM Core Scenario leaderboard (agosto 2025):
Modelo Mean MMLU-Pro GPQA IFEval WildBench Omni-MATH
────── ───── ───────── ───── ─────── ────────── ──────────
GPT-5 mini 0.819 0.835 0.756 0.927 0.855 0.722
o4-mini 0.812 0.820 0.735 0.929 0.854 0.720
o3 0.811 0.859 0.753 0.869 0.861 0.714
GPT-5 0.807 0.863 0.791 0.875 0.857 0.647
Qwen3 235B A22B 0.798 0.844 0.726 0.835 0.866 0.718
Grok 4 0.785 0.851 0.726 0.949 0.797 0.603
Claude 4 Opus 0.780 0.875 0.709 0.849 0.852 0.616
Claude 4 Sonnet 0.766 0.843 0.706 0.840 0.838 0.602Para tareas bien definidas o sensibles a latencia/coste, modelos pequeños pueden dar casi el mismo rendimiento a una fracción del precio. La tendencia actual: selección automática de modelo por query, enrutando las fáciles a modelos pequeños y reservando el modelo grande para razonamiento complejo. Esto es test-time optimization dinámico.
Solo cuando tu escala o constraints lo demandan. Para empezar: modelo generalista. Optimizar viene después. Diseña hoy para multimodelo aunque uses uno solo.
De síncrono a asíncrono
El software tradicional ejecuta tareas síncronamente: paso a paso, esperando a que cada uno termine. Los agentes AI están diseñados para operación asíncrona: múltiples tareas en paralelo, repriorización dinámica, adaptación a nueva información.
Software tradicional Agente AI
────────────────── ─────────
Esperar input Procesar input en background
Esperar respuesta Sugerir respuesta mientras llega
Siguiente acción Múltiples acciones en paralelo
Bloqueo Re-priorización dinámicaCasos de uso reales que el libro menciona:
- Emails con drafts de respuesta ya generados al aterrizar.
- Invoices con detalles de pago pre-poblados antes de validar.
- Tickets de soporte con código de fix + tests listos.
- Respuestas sugeridas para agentes de customer support.
- Alertas SOC ya investigadas con threat intelligence adjunta.
Los agentes no solo aceleran workflows — cambian la naturaleza del trabajo. De ejecutores de tareas a gestores de tareas. El humano revisa, aprueba, decide lo estratégico; el agente opera los detalles mecánicos.
Workflows vs agentes
La decisión más importante al diseñar un sistema es no usar agente cuando no toca. Cuatro criterios según el libro:
| Característica | Traditional code | Workflow | RAG / Chatbot | Autonomous agent |
|---|---|---|---|---|
| Input structure | Totalmente predecible | Ramas finitas conocidas | Preguntas sobre corpus | Altamente variable / novel |
| Explainability | Full transparencia | Audit trail por rama | Caja negra parcial | Caja negra + tooling |
| Latency | Ultra-baja | Moderada | Moderada | Alta |
| Adaptabilidad | Ninguna | Limitada | Limitada | Alta (con feedback) |
Si las cuatro se inclinan a “sí”, agente. Si alguna se inclina a “no estricto”, baja un escalón. El sobre-ingeniería es el error más común en 2025.
Aplicaciones prácticas
El libro acompaña la teoría con siete ejemplos de código abierto (en su repo público), uno por dominio:
- Customer support agent — maneja consultas, procesa refunds, escala a humanos.
- Financial services agent — gestión de cuentas, fraude, portfolio rebalancing.
- Healthcare patient intake & triage — registro, seguros, priorización, citas.
- IT help desk agent — accesos, troubleshooting, despliegue, incidentes de seguridad.
- Legal document review — revisión de contratos, descubrimiento, compliance.
- SOC analyst agent — investigación de alertas, threat intel, aislamiento de hosts.
- Supply chain & logistics — inventario, forecasting, disrupciones, compliance.
Cada ejemplo tiene un sistema de evaluación asociado — algo coherente con 10-validacion-y-medicion.
Principios para construir sistemas agenticos efectivos
| Principio | Definición | Anti-patrón |
|---|---|---|
| Escalabilidad | Arquitectura distribuida, autoscaling, paralelismo | “Customer support a 10 tickets/min se cae a 1000” |
| Modularidad | Componentes intercambiables, interfaces claras | “Tools hardcodeados en el servicio de agente” |
| Aprendizaje continuo | In-context learning, feedback loops | “Mismo error de clasificación de cláusulas en bucle” |
| Resiliencia | Manejo de errores, retries, fallbacks | “API call falla, agente crashea, usuario esperando” |
| Future-proofing | Estándares abiertos, modularidad | “Prompts acoplados a un vendor propietario” |
Los cinco principios convergen en una regla: diseña para cambiar. El modelo de hoy será el modelo de transición de mañana.
Organizar el éxito
La facilidad de experimentar con LLMs produce fragmentación organizativa — proyectos solapados, experimentos inacabados, descubrimientos duplicados. La estandarización prematura mata la innovación. La respuesta:
- “One standard per large group”: dentro de cada departamento, estandariza alrededor de una herramienta. Entre departamentos, deja diversidad.
- Evita vendor lock-in: adopta OpenAPI, MCP, diseños modulares.
- Knowledge sharing explícito: docs internas, foros, repos compartidos.
- Governance ligero: principios, no mandates rígidos.
La organización debe reevaluar continuamente el balance entre exploración y estandarización. Es un proceso iterativo, no un estado estable.
Frameworks agenticos
Cuatro frameworks principales dominan el espacio (a fecha del libro):
LangGraph
- Fortalezas: framework modular basado en grafos dirigidos cuyos nodos contienen unidades discretas de lógica (típicamente llamadas a modelos) y cuyas aristas controlan el flujo. Workflows cíclicos, async nativo, retries, ergonomía de developer.
- Trade-offs: requiere lógica custom para planificación avanzada y memoria persistente; soporte limitado para multi-agente comparado con AutoGen.
- Best for: equipos construyendo sistemas single-agent o multi-agent ligeros con control de flujo explícito e inspeccionable.
AutoGen
- Fortalezas: orquestación multi-agente poderosa, asignación dinámica de roles, mensajería flexible entre agentes. Actor-critic y reflection loops como patrones de fábrica.
- Trade-offs: pesado para casos simples; muy opinionated alrededor de patrones de interacción.
- Best for: sistemas de investigación y producción que involucran diálogo entre múltiples agentes.
CrewAI
- Fortalezas: API amigable, setup rápido, abstracciones como crew, tasks y agents. Buen path para prototipos.
- Trade-offs: personalización limitada sobre internals de orquestación; menos maduro para workflows complejos.
- Best for: asistentes y agentes human-centric donde la velocidad de prototipado pesa más que el control fino.
OpenAI Agents SDK
- Fortalezas: integración profunda con el ecosistema OpenAI, function calling seguro, primitivas de memoria y routing de tools incorporadas.
- Trade-offs: acoplado al stack OpenAI; menor portabilidad para custom u open source.
- Best for: equipos ya invertidos en la API de OpenAI que necesitan agentes seguros y tool-using con scaffolding mínimo.
LangGraph, principalmente. Por su equilibrio entre simplicidad y potencia — grafos explícitos que se pueden depurar, extender y desplegar sin sorpresas. Los ejemplos del libro se escriben sobre LangGraph.
Resumen del capítulo
- Un agente AI razona y actúa en bucle: interpreta contexto, decide qué herramienta usar, ejecuta, evalúa, itera.
- La revolución del pre-training democratizó los modelos; lo que queda por resolver es el sistema alrededor del modelo.
- Existen siete tipos prácticos de agentes (negocio, conversacional, research, analytics, dev, dominio, browser) más voz/vídeo. El libro se centra en language-model agents.
- La elección código vs workflow vs RAG vs agente depende de variabilidad de input, latencia, compliance y necesidad de adaptación.
- Cinco principios no negociables: escalabilidad, modularidad, aprendizaje continuo, resiliencia, future-proofing.
- Los frameworks principales son LangGraph, AutoGen, CrewAI, OpenAI Agents SDK. El libro escoge LangGraph por simplicidad + potencia.
Próximos pasos
Adentrarnos en los componentes y patrones: cómo diseñar el sistema que rodea al agente en 02-diseno-de-sistemas-de-agentes.