Desarrollo Intermedio
Agentic AI
Sistemas de inteligencia artificial que pueden actuar de forma autónoma, tomar decisiones y ejecutar tareas complejas con mínima intervención humana.
Pronunciación
/eɪˈdʒɛntɪk eɪ aɪ/
"ei-yén-tik ei-ai"
Escuchar en:
Forvo
Qué es
Agentic AI (o AI Agéntica) se refiere a sistemas de inteligencia artificial que pueden:
- Actuar de forma autónoma sin instrucciones paso a paso
- Tomar decisiones basadas en contexto y objetivos
- Usar herramientas para completar tareas
- Iterar hasta lograr el resultado deseado
A diferencia de un chatbot tradicional que solo responde preguntas, un agente AI hace cosas.
Pronunciación
IPA: /eɪˈdʒɛntɪk eɪ aɪ/
Suena como: “ei-yén-tik ei-ai” - énfasis en la segunda sílaba de “agentic”
Errores comunes:
- ❌ “agéntic” (el acento va en la ‘e’, no en la ‘a’)
- ❌ “a-gen-tic” (son tres sílabas, no cuatro)
Chatbot vs Agente AI
| Aspecto | Chatbot Tradicional | Agente AI |
|---|---|---|
| Interacción | Pregunta → Respuesta | Objetivo → Acciones → Resultado |
| Autonomía | Espera instrucciones | Decide qué hacer |
| Herramientas | No usa herramientas | Usa APIs, archivos, código |
| Iteración | Una respuesta | Múltiples intentos |
| Contexto | Conversación actual | Proyecto completo |
Cómo funciona un Agente AI
┌─────────────────────────────────────────────────────────┐
│ CICLO DEL AGENTE │
├─────────────────────────────────────────────────────────┤
│ │
│ Usuario: "Implementa autenticación JWT en mi API" │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 1. PLANIFICAR │ │
│ │ - Analizar estructura del proyecto │ │
│ │ - Identificar archivos a modificar │ │
│ │ - Determinar dependencias necesarias │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 2. EJECUTAR │ │
│ │ - Instalar jsonwebtoken │ │
│ │ - Crear middleware de autenticación │ │
│ │ - Modificar rutas protegidas │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────┐ │
│ │ 3. VERIFICAR │ │
│ │ - Ejecutar tests │ │
│ │ - Revisar errores │ │
│ │ - Iterar si es necesario │ │
│ └─────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ Resultado: "Autenticación implementada. Aquí está │
│ la documentación de uso..." │
│ │
└─────────────────────────────────────────────────────────┘Ejemplos de Agentes AI
Para desarrollo de software
| Agente | Descripción | Caso de uso |
|---|---|---|
| Claude Code | Agente CLI de Anthropic | Desarrollo full-stack |
| GitHub Copilot Workspace | Agente en GitHub | Issues → PRs automáticos |
| Devin | Agente autónomo | Tareas de ingeniería complejas |
| Cursor Agent | Dentro del IDE | Refactoring multi-archivo |
Para productividad
| Agente | Descripción | Caso de uso |
|---|---|---|
| Computer Use | Control de computadora | Automatización de tareas |
| Operator (OpenAI) | Navegación web | Reservas, compras |
| Google Gemini | Integrado en Google | Emails, calendario |
Caso Práctico: Agente vs Chatbot
Tarea: “Arregla el bug del carrito de compras”
Con Chatbot tradicional:
Usuario: Hay un bug en el carrito
AI: ¿Puedes describir el bug?
Usuario: El total no se actualiza
AI: Probablemente necesitas recalcular el total después de eliminar items.
Aquí hay un ejemplo de código...
Usuario: ¿Dónde lo pongo?
AI: En tu función de eliminar items...
[10 mensajes más]Con Agente AI:
Usuario: Hay un bug en el carrito - el total no se actualiza al eliminar items
Agente: Voy a investigar y arreglarlo.
[Agente automáticamente:]
1. Lee los archivos del carrito
2. Identifica la función removeItem
3. Encuentra que falta recalcular total
4. Modifica el código
5. Ejecuta tests
6. Crea commit
Agente: Arreglado. El problema estaba en cart.service.ts línea 45.
Se olvidó llamar a recalculateTotal() después de splice().
Ya hice el commit con el fix.Componentes de un Sistema Agéntico
┌─────────────────────────────────────────────────────────┐
│ ARQUITECTURA AGÉNTICA │
├─────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────┐ │
│ │ LLM Base │ Cerebro del agente (Claude, GPT) │
│ └──────┬───────┘ │
│ │ │
│ ┌──────┴───────┐ │
│ │ Memoria │ Contexto, historial, estado │
│ └──────┬───────┘ │
│ │ │
│ ┌──────┴───────┐ │
│ │ Herramientas │ APIs, archivos, código, web │
│ └──────┬───────┘ │
│ │ │
│ ┌──────┴───────┐ │
│ │ Planificador│ Descompone tareas, decide pasos │
│ └──────────────┘ │
│ │
└─────────────────────────────────────────────────────────┘Riesgos y Consideraciones
Riesgos
| Riesgo | Mitigación |
|---|---|
| Acciones no deseadas | Permisos granulares, confirmación humana |
| Loops infinitos | Límites de iteración, timeouts |
| Costos excesivos | Límites de tokens, monitoreo |
| Seguridad | Sandboxing, principio de menor privilegio |
Cuándo NO usar agentes
- Tareas simples de una sola respuesta
- Cuando se requiere control total paso a paso
- En sistemas críticos sin supervisión
- Sin políticas de seguridad establecidas
El Futuro: 2026 y más allá
“AI agents will proliferate in 2026 and play a bigger role in daily work, acting more like teammates than tools.” — MIT Technology Review
La predicción para los próximos años:
| Año | Estado |
|---|---|
| 2024 | Agentes experimentales |
| 2025 | Primeros agentes en producción |
| 2026 | Agentes como compañeros de equipo |
| 2027+ | Agentes autónomos en producción |
Términos relacionados
- [[MCP]] - Protocolo para conectar agentes a servicios
- [[LLM]] - Large Language Model, el cerebro del agente
- [[Prompt Engineering]] - Cómo instruir a los agentes
Recuerda: Los agentes AI son poderosos pero requieren supervisión. Empieza con tareas de bajo riesgo y aumenta gradualmente la autonomía conforme ganes confianza.