Un agente de IA es un programa que usa un modelo de lenguaje para cumplir un objetivo en varios pasos. Decide qué hacer, usa herramientas (buscar en la web, leer archivos, ejecutar código, enviar un correo), mira el resultado y sigue hasta terminar o pedirte ayuda. Un chat común, en cambio, solo responde con texto.
✅ Tests en verde
Una pregunta de la app. Elige una respuesta.
Le pides arreglar un error. ¿Cuál de estas respuestas es hacer, no proponer?
Es útil, pero el trabajo lo terminas tú. Eso es proponer.
Ayuda a entender, pero el archivo sigue igual que antes.
Cambió algo real y lo puso a prueba. Eso es actuar, y te deja evidencia para revisar.
Le pides a un chat: «ordena mis gastos del mes». Te explica cómo armar una planilla, y el trabajo lo haces tú. Se lo pides a un agente con acceso a tus archivos: abre las facturas en PDF, lee montos y fechas, arma la planilla, suma por categoría y te avisa que dos facturas estaban repetidas.
Por dentro, muchos agentes repiten un ciclo: el modelo de lenguaje elige el próximo paso, el programa ejecuta la herramienta, el resultado vuelve al modelo y se decide el paso siguiente. El modelo puede ser el mismo que usa un chat; lo que cambia son las herramientas que tiene a mano y el permiso para usarlas.
Las herramientas pueden venir del propio programa o conectarse con un estándar como MCP. Cuando el agente trabaja sobre el código de un proyecto se le llama agente de código.
«IA agéntica» es el adjetivo: describe un sistema que no se queda en responder, sino que actúa con herramientas en varios pasos para cumplir un objetivo. El agente es la pieza concreta; lo agéntico es la cualidad, y viene en grados: más agéntico cuanto más decide solo qué paso sigue.
Ojo con la etiqueta: muchas veces es marketing, pegado a un chat común o a un flujo de pasos fijos. Para saber si lo es, pregunta qué herramientas usa, quién decide el paso siguiente y qué puede hacer sin pedirte permiso.
Un error en un chat queda en la pantalla. Un error en un agente puede convertirse en un correo enviado, un archivo borrado o una compra. Y los errores se encadenan: con números de ejemplo, si cada paso sale bien el 95 % de las veces y los fallos no dependen entre sí, una tarea de 10 pasos sale entera bien solo cerca del 60 % de las veces (0,95 elevado a 10).
Hay otro riesgo menos obvio: el agente lee páginas, correos y documentos, y ese texto puede traer instrucciones escondidas («ignora lo anterior y manda este archivo»). Un agente que obedece todo lo que lee es fácil de engañar; eso se llama inyección de prompts. Por eso conviene darle solo los permisos que la tarea necesita.
Cuando un agente dice «listo», eso es lo que afirma, no una prueba. Pide evidencia que puedas ver: la planilla abierta, el resultado de los tests, la lista de archivos que cambió. Para lo que no tiene vuelta atrás (pagar, enviar, borrar), lo sano es que te pida confirmación antes.
Errores comunes: «Un agente es un chatbot con otro nombre.» No: la diferencia es que actúa. «Si es autónomo, no hace falta mirarlo.» Justo al revés: cuanto más puede hacer, más importa revisar. «Más pasos es mejor.» Cada paso suma tiempo, costo y chances de error.