¿Qué es un agente de IA? Explicación sencilla

Un agente de IA es un modelo de IA que puede realizar acciones para alcanzar un objetivo, no solo responder con texto. Le das una tarea y trabaja en un bucle: decide qué hacer a continuación, usa una herramienta (editar un archivo, buscar en la web, ejecutar un comando, llamar a una app), mira el resultado y vuelve a decidir, hasta que la tarea está terminada o necesita tu intervención. El «cerebro» suele ser un modelo de lenguaje grande; las herramientas son las que le permiten hacer cosas.

Por qué importa cuando construyes con IA

Los constructores de apps con IA modernos son agentes. Cuando pides una función, el agente no se limita a escribir código y dártelo. Lee tus archivos existentes, hace cambios, instala paquetes, arranca la app, lee los mensajes de error y los corrige, a menudo a lo largo de muchos pasos sin que tengas que vigilar cada uno.

Por eso pueden construir software que funciona en lugar de fragmentos sueltos. También cambia tu papel. Ya no copias y pegas código; diriges a un asistente muy rápido y capaz que a veces malinterpreta las instrucciones o toma un camino equivocado con total seguridad. Entender cómo funcionan los agentes te ayuda a darles los objetivos adecuados, a detectar cuándo dan vueltas sobre lo mismo y a decidir qué quieres aprobar tú mismo.

Una analogía cotidiana

Compara pedir indicaciones a un amigo con contratar a un mensajero.

Pedir indicaciones es un chatbot: preguntas, te dicen, tú caminas. Si la calle está cortada, vuelves y preguntas de nuevo.

Un mensajero es un agente. Le dices «lleva este paquete a esta dirección antes de las 5». Elige la ruta, ve que la calle está cortada, toma un desvío, encuentra la entrada lateral del edificio y te informa: «entregado, firmado por recepción». Tú fijas el objetivo y los límites —«no gastes más de 20 euros en el taxi»— y él se encarga de los pasos.

Los mensajeros son tan buenos como el encargo y los límites que les pongas. Los agentes también.

Cómo funciona un agente

La mayoría de los agentes siguen el mismo bucle básico:

1. Objetivo. Describes lo que quieres: «Añade un formulario de contacto que me envíe por correo lo que se envíe».
2. Plan. El modelo decide el siguiente paso: «Primero, mira cómo está estructurado el sitio».
3. Actuar. Llama a una herramienta: lista los archivos, lee la página de inicio.
4. Observar. Lee el resultado de la herramienta.
5. Repetir. Según lo que ha visto, elige el siguiente paso: crear el formulario, añadir el código del servidor, ejecutar la app, buscar errores.
6. Terminar o preguntar. Cuando se cumple el objetivo, informa. Si está bloqueado o no está seguro, te pregunta.

Alrededor de ese bucle hay algunas piezas más:

Las herramientas son la idea clave. Un modelo por sí solo solo puede producir texto. Las herramientas convierten ese texto en acciones, y estándares como MCP facilitan conectar nuevas herramientas a un agente.

Un ejemplo práctico: arreglar un formulario de registro roto

Supongamos que el formulario de lista de espera de tu sitio publicado dejó de guardar correos, y le dices a tu constructor de IA: «El formulario de lista de espera ya no guarda nada. Arréglalo».

Una ejecución típica del agente podría ser así:

1. Lee el componente del formulario y el código del servidor que gestiona los envíos.
2. Ejecuta la app y envía un correo de prueba.
3. Lee el error: el servidor dice que no existe una columna de base de datos llamada email_address.
4. Mira la estructura de la base de datos: la columna se llama en realidad email. Un cambio reciente la renombró en un sitio pero no en el otro.
5. Edita el código del servidor para usar el nombre de columna correcto.
6. Vuelve a probar: envía un correo de prueba y confirma que aparece una nueva fila.
7. Informa: «El formulario escribía en una columna que ya no existe tras el cambio de ayer. He actualizado el código del servidor y he confirmado que un registro de prueba se guarda».

Diste una sola instrucción; el agente dio siete pasos, incluidas dos pruebas. Esa es la potencia. El riesgo es la misma cosa vista desde el otro lado: si el agente hubiera decidido en cambio renombrar la columna de la base de datos, podría haber roto otra cosa, y quizá no lo notarías a menos que leyeras su resumen.

Términos clave explicados

Errores comunes e ideas equivocadas

• «Los agentes son totalmente independientes». Los agentes actuales funcionan mejor en tareas bien definidas con objetivos claros. Los objetivos vagos y abiertos («haz crecer mi negocio») producen trabajo inútil.
• «Ha dicho que ha terminado, así que ha terminado». A veces los agentes informan de éxito tras un trabajo parcial. Comprueba el resultado tú mismo, sobre todo lo que afecte al dinero, a los datos o a los usuarios. Consulta cómo revisar código generado por IA.
• Dar demasiados permisos. Un agente que puede enviar correos, borrar datos y gastar dinero necesita límites estrictos y tu aprobación para las acciones arriesgadas.
• Dejar que entre en bucle. Si un agente sigue probando la misma solución, deténlo y dale más información o un enfoque diferente.
• Confiar en el contenido que lee. Los agentes que leen páginas web o correos pueden ser engañados con texto escrito para manipularlos (inyección de prompts). Ten cuidado con lo que puede hacer un agente después de leer contenido no fiable.
• Peticiones enormes de una sola vez. Las tareas grandes son más fiables cuando se dividen en etapas que puedes revisar.

Qué pedir a tu constructor de IA

• «Planifica esto primero. Dime los pasos antes de cambiar nada.»
• «Cambia solo los archivos relacionados con el formulario de reservas.»
• «Después del cambio, pruébalo y dime exactamente cómo lo has comprobado.»
• «Si necesitas cambiar la estructura de la base de datos, pregúntame antes.»
• «Resume lo que has cambiado y cualquier cosa de la que no estés seguro.»
• «Para y pregunta si la misma solución falla dos veces.»

Para escribir instrucciones más claras, consulta qué es la ingeniería de prompts.

Agentes de IA en Mythex

Mythex está construido en torno a un agente. En el entorno aislado en la nube de tu proyecto puede crear y editar archivos, instalar paquetes, ejecutar comandos de terminal, inspeccionar errores e iterar, y usar herramientas de las apps conectadas. Para trabajos complejos puede iniciar subagentes, cuyo trabajo puedes abrir y seguir. El modo Plan le permite proponer un enfoque sin editar, el modo Ask responde sin cambiar archivos, y los checkpoints te permiten volver atrás si un cambio sale mal. También funciona al revés: agentes como Claude, Cursor o Codex pueden construir en Mythex a través de su servidor MCP.

Preguntas