Un agente de IA es un sistema que utiliza inteligencia artificial para elegir y ejecutar acciones orientadas a un objetivo, teniendo en cuenta los resultados de esas acciones.
Imagina pedirle a una IA que prepare una reunión. Puede explicar cómo elaborar una buena agenda. También puede resumir el historial del cliente que le proporciones. Un agente puede ir más allá: consultar ese historial con las herramientas disponibles, detectar un asunto pendiente, buscar detalles y ajustar la agenda según lo que encuentre.
La idea central es esa capacidad de conducir parte del trabajo entre una solicitud y un resultado. El sistema recibe un objetivo y elige los siguientes pasos durante la tarea, dentro de los accesos y límites que se le han asignado.
Para entender qué significa, conviene distinguir tres cosas que suelen aparecer juntas: conversar con una IA, automatizar una secuencia y delegar una tarea a un agente.
¿Qué convierte a un sistema de IA en un agente?
Considera esta solicitud: “Prepara una agenda con los temas que necesitamos tratar con este cliente”.
QUÉ OCURRE DESPUÉS DE LA SOLICITUD
¿Quién decide los siguientes pasos?
Conversación con una IA sin herramientas
Tú decides qué consultar.
La IA ayuda a interpretar la información y a preparar una respuesta.
Automatización con un flujo predefinido
La secuencia se configura de antemano.
El sistema recorre los pasos y ramificaciones según reglas establecidas.

Agente de IA
Parte del camino se elige durante la tarea.
El sistema decide qué consultar o hacer a partir del objetivo y de lo que encuentra.
La diferencia está entre seguir una secuencia definida y poder elegir parte de esa secuencia mientras se realiza la tarea.
Anthropic utiliza esta distinción entre flujos predefinidos y agentes en su guía Building effective agents. Los términos varían en el mercado; aquí, la distinción ayuda a entender el comportamiento del sistema.
Los enfoques también pueden combinarse. Una rutina fija puede iniciar una tarea, un agente investigar una cuestión y otra rutina enviar el resultado para su revisión.
El chat es la interfaz por la que te comunicas. Un agente puede operar dentro de ella. Para reconocerlo, conviene observar qué trabajo puede conducir: qué acciones elige, qué resultados observa y cómo utiliza esa información para continuar.
El modelo de IA es una parte del agente
Un modelo de lenguaje interpreta instrucciones y produce respuestas. Para consultar un documento, crear un archivo o actualizar un registro, necesita estar conectado a un sistema que ofrezca esas capacidades.
En los agentes basados en modelos de lenguaje, el modelo ayuda a interpretar la tarea y seleccionar acciones. El software que lo rodea ejecuta las llamadas a las herramientas, devuelve los resultados y aplica los controles.
DENTRO DEL SISTEMA
Las partes de un agente de IA

AGENTE DE IAAgenteContexto
Historial, mensajes y resultados de las consultas.
Modelo de IA
Interpreta la situación y elige la siguiente consulta o acción.
Herramientas
El software consulta registros y prepara un borrador de la agenda.
El resultado de la herramienta vuelve al contexto y orienta la siguiente decisión.
Una herramienta puede permitir leer documentos, consultar un calendario o crear una agenda. Al elegirla, el agente genera una solicitud que el software ejecuta. El resultado vuelve como información para el siguiente paso.
Esto explica por qué dos agentes que utilizan el mismo modelo pueden producir trabajos diferentes. Uno puede tener acceso al historial actualizado; otro, solo a un resumen antiguo. Uno puede preparar un documento; otro también puede compartirlo. El modelo aporta parte de la capacidad, y el sistema determina cómo puede utilizarse.
¿Qué papel cumple el contexto?
El contexto es el conjunto de información que el modelo recibe para trabajar en un momento determinado: instrucciones, mensajes, documentos seleccionados y resultados de herramientas, por ejemplo.
Al preparar una reunión, una nota antigua puede indicar que el cliente está satisfecho. Un caso de soporte reciente puede mostrar un problema sin resolver. Tener acceso al segundo registro cambia lo que merece atención.
Conectar un agente a una biblioteca de documentos no significa que considere todo su contenido en cada decisión. Es necesario buscar y seleccionar la información que se pondrá a disposición del modelo. La selección y el mantenimiento de esa información forman parte de la ingeniería de contexto, descrita por Anthropic.
El contexto también es diferente de la memoria persistente. La información utilizada ahora solo podrá recuperarse en otra ocasión si el sistema tiene un mecanismo para almacenarla y volver a incorporarla. La continuidad entre tareas depende de ese diseño.
¿Cómo elige el agente el siguiente paso?
Un patrón importante es el ciclo de acción y observación: elegir una acción, recibir su resultado y utilizar esa información para decidir cómo continuar.
La investigación ReAct, de investigadores de Princeton y Google, exploró la combinación de razonamiento y acciones que interactúan con fuentes externas. Este ciclo ayuda a entender cómo una nueva información puede cambiar el rumbo de una tarea.
EL CICLO DE ACCIÓN Y OBSERVACIÓN EN UN EJEMPLO FICTICIO
Un dato nuevo cambia el siguiente paso

PersonaPrepara una agenda con los temas que necesitamos tratar con este cliente.




El ejemplo muestra el ciclo en funcionamiento: una consulta produce información, esa información orienta otra consulta y la participación humana cambia el resultado. Parte del camino se definió durante la tarea.
Una acción también puede fallar. Si una consulta no devuelve datos, el sistema necesita distinguir la falta de información de una confirmación. Si una herramienta informa que creó un documento, el resultado de la ejecución debe respaldar esa conclusión.
La misma lógica puede aparecer en distintas tareas. En estos ejemplos ficticios, observa cómo un dato cambia la acción siguiente:
DOS SITUACIONES, LA MISMA LÓGICA
El resultado orienta la siguiente acción

¿Por qué no ha llegado mi pedido?
Atención al clienteAgente- ConsultaSeguimiento del pedido
- ResultadoLa dirección está incompleta.
- Siguiente pasoConsultar los datos del cliente y pedir confirmación antes de proponer una corrección.

Compara estas dos opciones de software.
InvestigaciónAgente- ConsultaDocumentación de las opciones
- ResultadoUna función requiere un plan adicional.
- Siguiente pasoVerificar esa condición antes de concluir la comparación.
¿Un agente necesita actuar solo?
El grado de autonomía forma parte de la configuración del sistema y puede variar dentro de una misma tarea.
Un agente puede elegir qué registros investigar y preparar una agenda, mientras que enviarla al cliente requiere aprobación. Pedir ayuda, recibir una corrección o remitir una decisión a una persona son formas de continuar el trabajo dentro de esos límites.
También existen condiciones para detenerse: completar la entrega, encontrar un impedimento o alcanzar un límite de tiempo, costo o intentos. La autonomía no implica una ejecución sin fin ni acceso irrestricto a las herramientas.
Estos límites deben existir en el software. Pedir en una instrucción que el agente evite modificar un registro tiene un efecto diferente de ofrecerle únicamente una herramienta de lectura.
Ser un agente describe una forma de realizar tareas. La calidad depende de cómo el sistema interpreta el objetivo, selecciona información, utiliza herramientas y verifica lo que ocurrió.
Al preparar la reunión, todavía puede confundir una intención con un compromiso, utilizar un registro desactualizado o pasar por alto un asunto pendiente. Una respuesta bien redactada puede contener esos errores. Las fuentes y los resultados de las acciones ayudan a las personas a examinar el trabajo y corregir el rumbo.
Cuando se dice que un producto tiene un “agente de IA”, la definición se vuelve más concreta si podemos responder: ¿qué objetivo recibe, qué acciones puede elegir y cómo se usa el resultado de una acción para decidir la siguiente?
La relación entre objetivo, acción y observación es la idea central de un agente de IA. Entenderla permite ver qué hace realmente el sistema y dónde entra la participación humana en el proceso.


