Ilustración conceptual de agentes de IA: un tubo conecta un modelo con herramientas y una válvula humana

Agentes de IA: el tubo, la boquilla y cómo usarlos

Los agentes de IA son sistemas que usan un modelo para decidir pasos, utilizar herramientas y revisar resultados dentro de una tarea. Su utilidad aparece cuando pueden pasar de una respuesta a una acción comprobable. Sin embargo, escribir «actúa como mi agente» en un chat no le concede acceso a tus archivos, memoria permanente ni capacidad para trabajar mañana.

Para entenderlos, me sirve la metáfora del tubo y la boquilla: una capacidad general puede orientarse hacia un trabajo concreto. La clave está en conocer qué dirige esa capacidad, qué puede ejecutar y quién controla la válvula. Veamos las piezas y un ejemplo que puedes adaptar sin entregar tu correo ni tus documentos privados.

Qué son los agentes de IA y cuándo compensan

Un chat puede explicarte cómo ordenar unas notas. Un sistema con herramientas puede abrir las notas autorizadas, preparar un resumen y comprobar que el archivo existe. Si además decide qué consultar después según lo que encuentra, ya estamos hablando de un comportamiento propio de un agente.

Hay una distinción útil en Building effective agents, de Anthropic: un flujo sigue pasos previstos por el programa; un agente deja que el modelo decida parte del recorrido. El documento es de diciembre de 2024 y avisa de cambios posteriores en sus herramientas. Aquí tomamos esa distinción conceptual, no sus ejemplos como catálogo vigente.

Mi criterio es empezar por la solución más sencilla. Para cambiar cien nombres siguiendo una regla fija, elegiría un script. Para resumir un texto pegado, basta normalmente una conversación. En cambio, revisar varias notas contradictorias puede justificar herramientas y decisiones intermedias. Tener más autonomía añade trabajo de supervisión; no garantiza mejores respuestas.

El tubo y la boquilla: una metáfora con límites

Imagina un tubo por el que llega una capacidad general de lenguaje. La boquilla orienta la salida: explicar para principiantes, revisar un documento o preparar un informe. En esta comparación, el modelo aporta la capacidad y las instrucciones le dan dirección.

Pero la boquilla no construye por sí sola el resto de la instalación. Necesitas conexiones para usar herramientas, un depósito donde guardar información y un mecanismo que abra o cierre el paso. Además, alguien debe comprobar el resultado. Un texto de instrucciones puede describir todo eso; no lo instala.

La metáfora tampoco significa que exista una inteligencia perfecta esperando a salir. El modelo puede confundir datos o interpretar mal una petición. Cambiar las instrucciones orienta su comportamiento, pero no elimina esos errores. Por eso conviene separar las piezas antes de delegar un trabajo.

Las cinco piezas que conviene distinguir

  • Modelo: interpreta el contexto y produce respuestas o propuestas de uso de herramientas. No es todo el sistema.
  • Instrucciones: explican el objetivo, los límites y la forma de entregar el resultado.
  • Herramientas: permiten leer archivos, consultar datos o escribir un documento, según los permisos disponibles.
  • Memoria: conserva información que el sistema deberá recuperar cuando vuelva a necesitarla.
  • Orquestación: el programa coordina llamadas, resultados, pausas, errores y condiciones de parada.

Por ejemplo, pedir «guarda el resumen» requiere una herramienta capaz de escribir. Si solo hay un chat de texto, podrá mostrar el contenido para que lo copies. Ambas respuestas pueden servir, pero conviene saber cuál estás recibiendo.

Esquema del ciclo de los agentes de IA: objetivo, acción permitida, resultado y parada
Esquema conceptual original de Ovejeando: objetivo, acción, revisión y parada. No es una captura de software.

Herramientas y permisos: dónde empieza la acción real

Una herramienta suele recibir una petición estructurada y devolver un resultado. El programa que la ofrece ejecuta la operación. Después, el modelo interpreta esa respuesta. Si la herramienta falla, una frase convincente del asistente no convierte el intento en éxito.

MCP, o Model Context Protocol, facilita el intercambio entre aplicaciones y servidores que ofrecen capacidades. Su arquitectura distingue el anfitrión, los clientes y los servidores. No es un modelo ni una memoria universal, y el protocolo no decide cómo debe razonar una aplicación.

Tampoco hace falta añadir MCP a cualquier tarea. Un programa puede ofrecer sus propias funciones. Lo importante para el usuario es ver qué conexión existe y qué permite hacer. Una integración de lectura y otra con capacidad para publicar no tienen el mismo alcance.

Para empezar, daría acceso únicamente a una carpeta de prueba. Permitiría leer los originales y crear un borrador separado. Mantendría bloqueados el envío de mensajes, las compras y el borrado. La especificación de herramientas de MCP, versión 2025-06-18 recomienda intervención humana y confirmaciones. Una aprobación útil muestra la acción concreta y su destino.

Un archivo de texto no garantiza memoria ni autonomía

Guardar instrucciones.md resulta práctico, pero su nombre no tiene poderes especiales. La aplicación debe cargarlo o el usuario debe adjuntarlo. Lo mismo ocurre con memoria.md: si nadie lo lee en la siguiente sesión, sus datos no forman parte del contexto disponible.

Anthropic describe las notas persistentes y su recuperación posterior como una técnica para mantener información fuera de la ventana de contexto. Guardar y recuperar son dos pasos distintos. Además, una nota puede contener errores o quedarse antigua.

En nuestro ejemplo, separaría las reglas de trabajo de un registro de resultados. Ese registro incluiría fecha, archivos consultados y dudas pendientes. Evitaría guardar contraseñas o información personal innecesaria. Antes de reutilizar una conclusión, comprobaría si cambió el documento que la sustentaba.

La autonomía requiere también un entorno que siga ejecutándose. Un archivo que diga «revisa esto cada lunes» no crea una tarea programada. El análisis de Anthropic sobre agentes de larga duración muestra la importancia del estado y los mecanismos de continuidad. Aquí haremos una sola ejecución manual, con principio y final claros.

Ejemplo práctico: resumir tres notas ficticias

Este ejercicio sirve para evaluar una aplicación que permita adjuntar archivos de texto. Si también ofrece escritura controlada, podrás comprobar el archivo de salida. No exige una marca concreta, instalar paquetes ni conectar cuentas. Es una propuesta didáctica, no una prueba comparativa de productos.

1. Prepara datos que puedas comprobar

Crea tres archivos de texto con estos datos inventados. Puedes usar cualquier editor sencillo; no hace falta introducir nombres reales.

  • nota-1.txt: «La reunión será el martes. Asistirán cuatro personas. El presupuesto propuesto es de 80 euros».
  • nota-2.txt: «La reunión se traslada al jueves. El presupuesto sigue pendiente de aprobación».
  • nota-3.txt: «Falta confirmar la sala. No hay una lista definitiva de asistentes».

El resultado correcto debe conservar las dudas. No sabemos cuál es la fecha definitiva porque faltan fechas de edición y una autoridad clara. Tampoco podemos convertir una propuesta de presupuesto en un gasto aprobado.

2. Dale instrucciones concretas

Copia el siguiente encargo en la aplicación y adjunta los tres archivos. También puedes guardarlo como texto, siempre que compruebes que la aplicación lo ha cargado.

  1. Resume únicamente los tres archivos adjuntos. No busques información externa.
  2. Separa datos coincidentes, contradicciones y decisiones pendientes. Indica el archivo de origen de cada dato.
  3. No inventes fechas, asistentes, importes aprobados ni acuerdos.
  4. No modifiques ni borres los originales. No envíes mensajes ni publiques nada.
  5. Si tienes escritura autorizada, crea solo resumen.md en la carpeta de salida indicada. Si no la tienes, entrega el texto en el chat y explica esa limitación.
  6. Si falta un archivo o una lectura falla, detente y explica qué falta. No repitas la misma operación fallida más de una vez.
  7. Antes de terminar, comprueba las referencias y enumera lo que no has podido verificar.

Estas instrucciones delimitan el trabajo, pero los permisos efectivos deben configurarse en la aplicación. Escribir «no borres» no sustituye una cuenta sin permiso de borrado. Si el producto no permite limitar el acceso, trabaja con copias ficticias y sin conexiones sensibles.

Esquema del ejemplo: leer notas, crear un borrador, revisarlo y bloquear salidas sensibles
Esquema conceptual original de Ovejeando para el ejercicio de notas ficticias. No es una interfaz real.

3. Revisa el resultado antes de reutilizarlo

Busca tres señales concretas: el conflicto martes/jueves, el presupuesto pendiente y la falta de confirmación de sala y asistentes. Cada conclusión debe remitir a la nota correspondiente. Si aparece un acuerdo definitivo, corrígelo y revisa qué frase originó la confusión.

Si la aplicación afirma que creó un archivo, ábrelo desde la carpeta de salida. Comprueba su contenido y que los originales siguen intactos. En cambio, si solo entrega texto, todavía no hay un archivo guardado. Esa diferencia es una buena primera prueba de honestidad operativa.

Una vez revisado, puedes convertir el resultado a un formato cómodo para compartirlo. Nuestra guía para crear un PDF en Mac y preparar documentos con iWriter explica ese paso. La exportación no sustituye la revisión de los datos.

Qué hacer cuando un agente se equivoca

Si mezcla fuentes, reduce el encargo y pide referencias por afirmación. Si insiste en una herramienta que falla, detén la ejecución y revisa el permiso o el archivo. Si ya existe un borrador, consérvalo antes de repetir: así podrás comparar resultados y evitar sobrescribir trabajo útil.

También conviene probar una entrada incompleta a propósito. Retira una de las notas en una copia del ejercicio y comprueba que informa del bloqueo. No debería rellenar el hueco con una historia plausible. Este ensayo aporta más información que una respuesta impecable sobre un caso demasiado fácil.

Los documentos externos pueden contener frases que intenten cambiar el encargo. Trátalos como datos, no como autorización para ampliar accesos. Esta separación conecta con nuestra reflexión sobre IA, ciberseguridad y dependencia de servicios: importa tanto la capacidad como el control sobre sus consecuencias.

Cómo elegir tus primeros agentes de IA

Antes de pagar o conectar nada, comprueba si el producto muestra las herramientas activas, permite revocar accesos y conserva un historial comprensible. Revisa también sus condiciones de uso, tratamiento de datos y límites de consumo. No hay una licencia, compatibilidad o tarifa universal para esta categoría.

Para este ejercicio no necesitas una descarga específica ni un modelo de una versión concreta. Necesitas lectura de texto; la escritura es opcional y debe estar acotada. Si usas un servicio en la nube, revisa qué archivos estás subiendo. Si trabajas en local, comprueba igualmente qué conexiones externas mantiene la aplicación.

Yo empezaría delegando un borrador pequeño, reversible y fácil de comprobar. Después mediría el tiempo de revisión, los errores y el coste total. Los agentes de IA resultan útiles cuando esa cuenta compensa. La boquilla ayuda a dirigir el trabajo; la válvula, los permisos y las pruebas permiten decidir hasta dónde dejarlo avanzar.

Fuentes primarias consultadas el 19 de noviembre de 2026. Portada conceptual generada para Ovejeando y diagramas originales; no son capturas de aplicaciones. El ejercicio usa datos ficticios y no se presenta como una prueba ejecutada en un producto comercial.

Deja un comentario

Descubre más desde Ovejeando

Suscríbete ahora para seguir leyendo y obtener acceso al archivo completo.

Seguir leyendo