Un agente es un bucle. Y los bucles se vigilan.

Serie «Entender la IA», nota 5 de 12. La nota anterior fue el mapa de los verbos. Esta explica cómo se conectan entre sí y con sus sistemas, y qué significa de verdad la palabra que más se oye en 2026.

Miércoles, 18:40, el despacho del director financiero de un mayorista en Berna. Lleva una semana probando un «agente» que, según la demostración, concilia solo las facturas de proveedores: lee el PDF, busca el pedido, compara importes, comprueba el albarán, consulta el contrato si hay descuento, pregunta al banco si está pagada, decide si contabilizarla y la contabiliza. Catorce pasos. Hoy ha revisado las cuarenta facturas de la semana y ha encontrado diecinueve bien, catorce con algún error y siete que no sabe cómo juzgar porque el agente tomó un camino que nadie puede reconstruir. En la demostración, acertaba casi siempre. ¿Qué ha cambiado?

La escena es imaginaria. La aritmética que la explica, no, y es la parte más importante de esta nota. Antes de llegar a ella necesito darle las tres piezas con las que se construye cualquier sistema de IA que haga algo más que conversar. Son pocas, tienen nombres raros y, una vez vistas, no se olvidan.

Un modelo solo es un motor. La recuperación le da los documentos, las herramientas le dan las manos y la memoria le da el hilo. Un agente es ese conjunto metido en un bucle.

Pieza uno: la recuperación, o el archivero.

Recordará de la nota 2 que el modelo solo ve lo que hay encima de la mesa, y que sus documentos están en el sótano. La recuperación es el archivero que, en cada pregunta, baja al sótano, busca los tres o cuatro documentos que hablan de eso y los pone sobre la mesa antes de que el modelo responda. La técnica se describió en mayo de 2020 en un trabajo de investigadores de Facebook AI Research, University College London y Nueva York, con el nombre de generación aumentada por recuperación, RAG por sus siglas en inglés, y su propósito era exactamente el que a usted le interesa: que el modelo responda con conocimiento que se puede actualizar y comprobar, en vez de con lo que memorizó al entrenarse.

Lo que cambia en la práctica es enorme. Un asistente sin recuperación responde sobre su política de devoluciones con cultura general; uno con recuperación lee su política, responde con ella y cita el párrafo. Y permite algo que casi nadie valora hasta que lo necesita: cambiar la respuesta sin tocar el modelo. Si mañana cambia la política, se cambia el documento y el asistente responde distinto por la tarde. También tiene sus propios fallos, que el proveedor rara vez menciona: si el archivero sube el documento equivocado, o una versión antigua, el modelo responderá con seguridad a partir de él. La calidad de un sistema con recuperación depende de la calidad del archivo mucho más que del modelo.

Pieza dos: las herramientas, o las manos.

Un modelo, solo, produce texto. No puede consultar su base de datos, enviar un correo ni crear una factura. Una herramienta es un permiso concreto para hacer una de esas cosas: se le describe al modelo qué hace la herramienta y qué datos necesita, y el modelo, cuando lo cree oportuno, pide usarla con esos datos; el sistema la ejecuta y le devuelve el resultado. «Consultar el estado del pedido 4471» es una herramienta. «Enviar un correo» es otra. «Contabilizar una factura» es otra, y es de las que se dan con cuidado.

En noviembre de 2024, Anthropic publicó un estándar abierto para describir y conectar herramientas, el Model Context Protocol, que otros proveedores han adoptado desde entonces. Para usted esto significa una cosa práctica: las conexiones entre un modelo y sus sistemas dejan de ser piezas a medida que solo entiende quien las hizo y pasan a tener un formato común, que se puede cambiar de proveedor. Pregunte por ello antes de firmar. Y guarde el principio que sigue: cada herramienta es un permiso, y los permisos se dan uno a uno. Un modelo que puede leer pedidos no tiene por qué poder borrarlos.

Pieza tres: la memoria, o el hilo.

La tercera pieza es la más modesta y la que más confusión genera. Un modelo no recuerda nada de una conversación a otra. Lo que llaman memoria es un lugar donde el sistema guarda notas, un resumen de lo que se ha dicho, las preferencias de un cliente, el estado de una tarea, y se las vuelve a poner sobre la mesa en la siguiente conversación. Es útil y es un riesgo, porque lo que se guarda hay que poder verlo, corregirlo y borrarlo, y porque la nota de la semana pasada puede estar equivocada y seguir influyendo.

Anthropic llama a esta combinación el modelo aumentado: un modelo con recuperación, herramientas y memoria. Es el ladrillo con el que se construye todo lo demás, y casi todo lo que su empresa necesita cabe en un único ladrillo bien hecho. Se lo explico ahora.

Flujos de trabajo: cuando los pasos los decide una persona.

En diciembre de 2024, Anthropic publicó una guía para quienes construyen estos sistemas, basada en lo que había visto en decenas de equipos, y su primera conclusión es la que más le conviene: los sistemas que mejor funcionaban no usaban marcos complejos, sino patrones simples. La guía separa dos familias. En un flujo de trabajo, los pasos están definidos de antemano en código, y el modelo se usa en cada paso para su verbo: clasificar, extraer, redactar. En un agente, el modelo decide por sí mismo qué pasos dar y qué herramientas usar hasta cumplir la tarea.

Los patrones de flujo de trabajo que describe son cinco, y los traduzco a su empresa:

• Encadenar. Un paso detrás de otro, cada uno con una comprobación. Primero extraer los datos de la factura; comprobar que suman; después buscar el pedido. Si algo falla, se para ahí y se ve dónde.
• Enrutar. Clasificar primero y enviar cada caso a un camino distinto. Las reclamaciones a un flujo, los pedidos a otro, lo que no se entiende a una persona.
• Paralelizar. Hacer varias cosas a la vez, o hacer la misma varias veces y votar. Tres lecturas independientes de un contrato que deben coincidir antes de dar por bueno un dato.
• Orquestar. Un modelo reparte el trabajo en partes y otros las hacen. Útil cuando no se sabe de antemano cuántas partes habrá.
• Evaluar y corregir. Un modelo escribe y otro revisa con criterios dados, en bucle, hasta que la revisión aprueba. Muy útil en traducción y redacción.

Fíjese en lo que tienen en común: en todos, una persona decidió la forma del proceso. El modelo trabaja dentro de un carril. Se sabe qué paso ha fallado, se puede repetir solo ese paso y se puede poner una revisión humana justo donde el riesgo lo pide. Para la conciliación de facturas de nuestro director financiero, esto es lo que yo construiría. Y es lo que la guía recomienda: buscar la solución más simple y añadir complejidad solo cuando el problema la exige.

Agentes: cuando los pasos los decide el modelo.

Un agente es el modelo aumentado metido en un bucle: recibe una tarea, decide un paso, usa una herramienta, mira el resultado, decide el siguiente paso, y así hasta que considera que ha terminado o choca con un límite. Es la pieza más capaz y la más difícil de controlar, porque el camino no está escrito en ningún sitio: lo improvisa cada vez. La guía de Anthropic lo reserva para problemas abiertos, en los que no se puede predecir cuántos pasos hará falta, y recomienda probarlo mucho en entornos cerrados y ponerle barreras: límites de pasos, de dinero, de permisos, y puntos en los que se detiene a pedir confirmación.

¿Hasta dónde llegan hoy? Un grupo de investigación independiente, METR, mide desde 2024 una cosa concreta: la duración de las tareas, medida en el tiempo que tarda una persona experta, que los mejores modelos completan con éxito la mitad de las veces. En marzo de 2025 publicó que ese horizonte era de alrededor de una hora para el mejor modelo del momento, que los modelos acertaban casi siempre en tareas de menos de cuatro minutos y fallaban casi siempre en tareas de más de cuatro horas, y que el horizonte se había duplicado aproximadamente cada siete meses durante seis años. Los autores advierten de que las cifras dependen de las tareas y de las personas con las que se compara, y de que extrapolarlas supone que la tendencia continúa. Tómelo como lo que es: una medida honesta, con sus límites, de algo que crece deprisa. Y note la palabra «la mitad».

La aritmética del director financiero.

Volvamos a Berna. El agente de las catorce etapas acertaba «casi siempre» en cada paso durante la demostración. Supongamos que de verdad acierta el 95 % de las veces en cada uno, que es una cifra muy buena para un paso que lee un PDF o interpreta un contrato. La probabilidad de que los catorce pasos salgan bien es 0,95 multiplicado por sí mismo catorce veces: un 49 %. La mitad de las facturas, mal o a medias. Con un 98 % por paso, que es excelente, la cadena completa acierta el 75 %. Con diez pasos al 99 %, el 90 %. Esto no es una opinión sobre la IA: es la multiplicación de probabilidades, y explica por sí sola la previsión de Gartner que cité en la nota 3, la de que más del 40 % de los proyectos de agentes se cancelarán antes de finales de 2027.

La consecuencia de diseño es clara y es la que uso siempre. Cadenas cortas, comprobaciones entre pasos y una persona donde el error cuesta. La misma conciliación, construida como flujo de trabajo de cinco pasos con una comprobación aritmética en el segundo y una revisión humana solo en las facturas que no cuadran, acierta en las que acierta, para en las que no y deja un rastro que cualquiera puede seguir. Es menos impresionante en una demostración. Es lo que funciona un martes a las 18:40.

• Un ladrillo antes que un edificio. Casi todo se resuelve con un modelo aumentado y una llamada bien hecha. Si le proponen un agente, pregunte por qué no basta con un flujo.
• Pasos contados. Pida el número de pasos del sistema y la tasa de acierto de cada uno, medida con sus casos. Multiplique. Si el proveedor no entiende la multiplicación, no ha medido.
• Permisos uno a uno. Cada herramienta, un permiso; cada permiso, con límite y registro. Leer no implica escribir; escribir no implica borrar ni pagar.
• Paradas obligatorias. Antes de cualquier paso con consecuencias externas, el sistema se detiene y pregunta. Un correo enviado no se desenvía.
• Rastro completo. Cada decisión del sistema queda registrada: qué leyó, qué herramienta usó, qué devolvió. Si no se puede reconstruir el camino, no se puede corregir.
• El archivo manda. En los sistemas con recuperación, la calidad del archivo de documentos importa más que el modelo. Un documento caducado es un error con buena presencia.

1. Esta semana

   Dibuje el proceso en pasos

   El que quiera automatizar, en una hoja: un paso por línea, con la pregunta «¿qué pasa si este sale mal?» al lado. Si tiene más de ocho líneas, divídalo.

2. Esta semana

   Haga la multiplicación

   Ponga a cada paso un porcentaje de acierto razonable y multiplique. Ese es el número que debe exigir ver en una demostración, no la cara de sorpresa.

3. En la próxima reunión

   Pregunte quién decide los pasos

   Si los decide el modelo, es un agente y hay que preguntar por límites, permisos y paradas. Si los decidió un programador, es un flujo y hay que preguntar por las comprobaciones entre pasos.

4. Antes de firmar

   Pida la lista de permisos

   Qué herramientas puede usar el sistema, con qué límites y quién puede cambiarlos. Una lista corta es buena señal.

Cómo lo planteo yo.

Construyo flujos de trabajo con pasos cortos y comprobaciones, y reservo los agentes para lo que de verdad es abierto: investigar, explorar, preparar. Nada con consecuencias externas se hace sin una parada. Cada sistema tiene un registro que un responsable puede leer sin saber programar, y la primera pregunta de cada proyecto es cuántos pasos hay y cuánto acierta cada uno con los cincuenta casos de oro. Lo demás es presentación.

Antes de pasar a la siguiente, haga la cuenta con un proceso suyo. Elija uno que hoy tenga varios pasos: una reserva, una factura, una consulta que se convierte en cita. Cuente los pasos y pregúntese cuánto acierta cada uno. Si nadie en su empresa lo sabe, eso ya es una respuesta.

Y una pregunta que conviene dejar abierta hasta la próxima nota: si un agente hiciera ese proceso mañana, ¿dónde pondría usted la primera parada?

Siguiente nota: integrar la IA en su empresa. El orden de los pasos, desde el mapa hasta el primer proceso en producción, el conjunto de oro, el modo sombra y por qué el proyecto empieza mucho antes de elegir un proveedor.