Agente de IA

Un agente de IA es un sistema que no se limita a responder una pregunta: recibe un objetivo («consígueme tres cotizaciones de este material y arma una tabla comparativa») y trabaja en varios pasos para lograrlo. Decide qué hacer, usa herramientas (buscar en la web, leer archivos, llamar a una API, escribir código), observa el resultado y vuelve a decidir, en un ciclo, hasta terminar o pedir ayuda.

La idea de «agente» es antigua en la IA, pero los agentes actuales usan un LLM como «cerebro». Un antecedente influyente es ReAct (2022), que mostró cómo intercalar razonamiento y acciones con herramientas. Anthropic, en su guía Building effective agents (2024), propone una distinción útil: en un flujo de trabajo agéntico los pasos están predefinidos por código; en un agente, el propio modelo dirige dinámicamente su proceso y el uso de herramientas.

Sus piezas típicas son: el modelo, las herramientas (function calling, MCP), la memoria, instrucciones y límites de seguridad.

Precauciones: más autonomía implica más riesgo. Los errores se acumulan a lo largo de los pasos, los costos crecen y un agente con acceso a tu correo o a pagos puede ser manipulado mediante inyección de prompts. Por eso conviene darle permisos mínimos, registrar lo que hace y exigir aprobación humana en acciones irreversibles.