Agentes de IA: qué significa realmente que la IA pase del chat al trabajo autónomo

Durante años, usar inteligencia artificial significó una cosa: escribir en una caja de texto y leer la respuesta. En 2025 esa frontera se movió. Los principales laboratorios pusieron en el mercado sistemas que no se limitan a contestar, sino que ejecutan encargos: navegan, abren ficheros, ejecutan programas y vuelven con el trabajo hecho. Son los agentes, la palabra que hoy domina el sector — y que se usa con tanta alegría que conviene una definición operativa: un agente es un software que, ante un objetivo, decide por sí mismo los pasos, actúa sobre el mundo mediante herramientas (un navegador, una terminal, una agenda) y comprueba el resultado de cada paso antes de dar el siguiente.

Qué es un agente (y qué no)

La distinción más útil la publicó Anthropic en diciembre de 2024, en una guía de ingeniería que se ha vuelto referencia. Separa los flujos de trabajo — "sistemas donde los modelos y las herramientas se orquestan mediante rutas de código predefinidas" — de los agentes: "sistemas donde los modelos dirigen dinámicamente sus propios procesos y su uso de herramientas, manteniendo el control sobre cómo cumplen sus tareas". La diferencia no es cosmética: en un flujo de trabajo, el humano ya decidió el camino; en un agente, el camino lo decide el modelo sobre la marcha.

Para quien no programa, la analogía más honesta es la del empleado en prácticas diligente. A un buscador le haces una pregunta; a un becario le das un encargo completo — "prepárame la comparativa de estos tres proveedores" —, junto con las herramientas para hacerlo y unos límites claros. Trabaja solo, pero las decisiones delicadas las firma contigo. Ningún despacho serio deja que el becario firme contratos el primer día. Los agentes de 2026, tampoco.

Chatbot, copiloto, agente

Con esa vara, los tres términos que la conversación mezcla quedan ordenados como grados de delegación, no como especies distintas. El chatbot responde: recibe texto, devuelve texto, y ahí acaba su intervención. El copiloto sugiere dentro de tu herramienta mientras tú conduces: propone la siguiente línea de código o el borrador del correo, y tú aceptas o corriges cada vez. El agente ejecuta: recibe el objetivo, encadena pasos —buscar, comparar, escribir, ejecutar—, usa herramientas externas y vuelve con un resultado completo para tu revisión.

Tres agentes reales, con fecha

ChatGPT agent (OpenAI, 17 de julio de 2025). "ChatGPT ahora puede hacer trabajo por ti usando su propio ordenador", anunció la compañía: un ordenador virtual con navegador y terminal, conectable a aplicaciones como el correo o el calendario, capaz de planificar una compra o montar una presentación. La letra pequeña la puso el propio anuncio: el sistema pide permiso explícito antes de acciones con consecuencias —una compra, un envío— y el usuario puede interrumpirlo o tomar el control en cualquier momento.

Claude Code (Anthropic, 24 de febrero de 2025). El primer "agente de código" de la casa: busca y lee código, edita ficheros, escribe y ejecuta tests, y sube cambios a GitHub desde la terminal. Nació como research preview limitada y con una condición de diseño que la propia Anthropic subraya: mantener al desarrollador "al tanto en cada paso", como "colaborador activo" y no como sustituto.

Copilot coding agent (GitHub, 19 de mayo de 2025). La delegación hecha proceso: se le asigna una incidencia como a cualquier miembro del equipo y responde con commits en un borrador de pull request, ejecutándose en un entorno aislado. Los frenos vienen de serie: sus propuestas "requieren aprobación humana antes de que se ejecute ningún flujo de CI/CD" y quien encarga el trabajo no puede ser quien lo apruebe.

Los límites, con documento

Los límites no hay que intuirlos: están escritos por los mismos que venden los agentes. Fiabilidad: la guía de Anthropic advierte que la autonomía "implica costes más altos y el potencial de errores que se acumulan" — un fallo en el paso dos contamina todos los siguientes. Supervisión: no es un extra, es arquitectura; los tres productos anteriores incorporan permisos explícitos, revisión humana o ambos, y OpenAI llegó a deshabilitar la memoria de su agente para reducir el riesgo de prompt injection (contenido malicioso en una web que engaña al agente). Coste: los sistemas agénticos "cambian latencia y coste por mejor rendimiento en la tarea", y la recomendación oficial es añadir complejidad "solo cuando mejora los resultados de forma demostrable". Traducido: para muchas tareas, un buen chatbot sigue siendo la herramienta correcta.

La conclusión útil no es futurología sino criterio. La madurez de un agente se mide hoy menos por lo que promete hacer solo y más por la calidad de sus frenos: los tres ejemplos de esta pieza compiten tanto en autonomía como en supervisión. Cuando algo se anuncie como "agente", tres preguntas aclaran casi todo: qué herramientas usa, contra qué comprueba sus pasos y quién aprueba el resultado. Si las respuestas existen, hay agente. Si no, hay marketing.