En este episodio del podcast premium hablamos de agentes de IA.
Pero para entender qué es un agente primero hay que tener claro qué es un modelo del lenguaje.
Un LLM (Large Language Model) es una red neuronal entrenada sobre cantidades enormes de texto cuyo objetivo es predecir la siguiente palabra de una secuencia.
A partir de esa tarea tan simple emerge la capacidad de generar texto coherente, responder preguntas, traducir idiomas y mucho más.
Si queréis entender cómo funciona esa magia desde cero, en el episodio 28 expliqué la revolución de ChatGPT cuando acababa de salir.
Y ya, si queréis dar un paso extra y profundizar a nivel técnico tenéis toda la serie de episodios premium:
Pero por muy potente que sea un LLM, por sí mismo lo único que puede hacer es decirte cómo hacer las cosas. Pero es incapaz de hacerlas. Ni siquiera puede buscar en Internet.
Un agente es ese mismo LLM con la capacidad de actuar.
Le das acceso a la terminal del ordenador, a un navegador, a una base de datos, a una API. Puede leer archivos, ejecutar código y tomar decisiones.
Ya no solo piensa. Hace cosas.
Y esto no ha pasado de la noche a la mañana. La evolución desde que apareció ChatGPT a finales de 2022 ha seguido una progresión muy clara:
Primero fue la era del prompt engineering. Aprender a hablar con el modelo para sacarle el máximo partido. Pero enseguida nos dimos cuenta de que se inventaba cosas con una seguridad pasmosa. Las famosas alucinaciones.
Entonces aparecieron las técnicas de RAG (Retrieval-Augmented Generation): darle acceso al modelo a documentos reales antes de que responda para que no tenga que tirarse el farol y responder de memoria.
Después llegaron los modelos razonadores, los modelos thinking, que se toman su tiempo para descomponer el problema y revisar su propio razonamiento antes de contestar.
Y ahora estamos en la era de los agentes, que combinan todo lo anterior: modelos potentes, capacidad de razonamiento, acceso a información externa y la capacidad de usar herramientas y actuar.
Cada paso se apoya en el anterior. Y entender esta progresión es fundamental para entender lo que viene.
En este episodio clasifico los sistemas agénticos en niveles de complejidad, desde el LLM básico hasta los sistemas multi-agente donde varios agentes especializados colaboran entre sí.
Explico qué patrones de diseño se incorporan en cada nivel y por qué un concepto llamado ingeniería de contexto es tan importabre para que cualquier agente funcione bien.
Tendremos a Claude Code como ejemplo práctico para ver todo esto en acción y aprovechamos para introducir MCP (Model Context Protocol), el protocolo que estandariza cómo los modelos del lenguaje se conectan con herramientas externas.
Si os interesa MCP, tenéis un vídeo en YouTube donde explico la arquitectura completa y monto un dashboard de análisis de un ecommerce desde cero usando Claude Code y varios servidores MCP.
Pero MCP tiene dos problemas que a veces pasan más desapercibidos.
En el episodio los desarrollaremos más en detalle con algunos ejemplos 🙂
Y para cerrar, cinco hipótesis sobre el futuro de los agentes sacadas del libro Agentic Design Patterns de Antonio Gullì (Senior Director en Google), que estamos leyendo en el club de lectura de la Comunidad Ninja.
🎧 Escucha el episodio premium completo para entender todo lo que hay que saber sobre agentes.
Un modelo del lenguaje genera texto a partir de un prompt. Un agente de IA utiliza un modelo del lenguaje como núcleo de razonamiento pero además puede planificar, usar herramientas externas (APIs, bases de datos, navegadores) y ejecutar acciones en el mundo real.
La ingeniería de contexto es la disciplina de seleccionar, empaquetar y gestionar la información más relevante que se le pasa al modelo en cada paso de un proceso agéntico, optimizando tanto la calidad de la respuesta como el consumo de tokens.
Existen riesgos documentados. Un análisis de más de 5.200 servidores MCP de código abierto encontró que más de la mitad usan métodos de autenticación poco seguros. En el episodio se analizan tres incidentes reales.
Un sistema multi-agente es una arquitectura donde varios agentes especializados colaboran para resolver tareas complejas, en lugar de depender de un único agente generalista.