Tu primer agente de IA: una construcción mínima y honesta

"Agente de IA" se ha convertido en una expresión que promete más de lo que explica. Si dejamos a un lado el marketing, un agente es algo bastante concreto y bastante construible: un modelo de lenguaje colocado en un bucle, dotado de un conjunto de herramientas que puede invocar, trabajando hacia un objetivo hasta que decide que ha terminado. Esa es toda la idea. Esta guía construye la versión más pequeña y honesta de esa idea, explica por qué está cada pieza y —algo más útil— te muestra dónde se rompe, para que tu primer agente sea uno que realmente entiendas en lugar de uno que copiaste con la esperanza de que funcione.

Qué es realmente un agente

Un modelo de lenguaje a secas hace una sola cosa: tú envías texto, él devuelve texto y el intercambio termina. No puede buscar nada, ejecutar un cálculo ni realizar una acción en el mundo. Un agente añade tres cosas a esa base: herramientas que el modelo tiene permiso para usar, un bucle que le permite actuar más de una vez y un objetivo que intenta alcanzar.

El movimiento decisivo es que el modelo deja de ser solo un generador de texto y se convierte en un tomador de decisiones. En cada turno elige: ¿tengo suficiente para responder, o debería invocar primero una herramienta? Si invoca una herramienta, obtiene el resultado, lo reconsidera y vuelve a elegir. Ese ciclo —pensar, actuar, observar, repetir— es todo el mecanismo. Cualquier cosa más sofisticada es una variación de este bucle.

Los tres ingredientes

Las herramientas son funciones que expones al modelo: buscar en la web, consultar una base de datos, hacer aritmética, enviar un correo. Para el modelo, una herramienta es un nombre, una descripción de lo que hace y una descripción de las entradas que espera. El modelo nunca ejecuta tu código por sí mismo: solicita una llamada, tu programa ejecuta la función y tú le devuelves el resultado. Esa frontera importa y volveremos a ella.

El bucle es lo que separa a un agente de una única llamada a una herramienta. Después de que una herramienta devuelve algo, el modelo ve el resultado y decide qué hacer a continuación, quizá invocando otra herramienta, quizá respondiendo. Sin el bucle tienes un modelo que puede usar una herramienta una vez; con él tienes un modelo que puede encadenar pasos.

El objetivo es la tarea que le das, más las instrucciones sobre cómo comportarse: para qué sirve, qué herramientas preferir, cuándo detenerse. Un objetivo claro es la diferencia entre un agente que converge hacia una respuesta y uno que divaga.

Diseñar las herramientas

La calidad de un agente se decide en gran medida por sus herramientas, y el diseño de herramientas es donde los principiantes invierten de menos. Un modelo solo puede usar bien una herramienta si entiende, solo a partir de la descripción, qué hace la herramienta y cuándo recurrir a ella. Trata cada descripción de herramienta como un pequeño fragmento de documentación escrito para un lector capaz pero literal.

Sé concreto con las entradas y salidas. Una herramienta search cuya descripción dice "busca" no le dice nada al modelo sobre si busca en la web, en tus archivos o en un catálogo de productos. Detállalo: qué busca, cómo debería verse una consulta, qué devuelve. Nombra también los casos de fallo —qué devuelve la herramienta cuando no encuentra nada— para que el modelo pueda reaccionar con sensatez en lugar de inventar un resultado. Las herramientas vagas producen un agente que invoca lo equivocado en el momento equivocado y luego improvisa sobre la confusión.

Una buena disciplina: mantén las herramientas pocas y nítidamente distintas. Tres herramientas que hacen claramente cosas diferentes son más fáciles de elegir para el modelo que diez que se solapan. Siempre puedes añadir más una vez que hayas visto al agente esforzarse sin ellas.

El bucle, paso a paso

Aquí está el bucle mínimo en pseudocódigo, y vale la pena leerlo despacio porque todo lo demás es decoración sobre esto:

messages = [system_instructions, user_goal]
loop:
    response = model(messages, tools)
    if response asks to call a tool:
        result = run_the_tool(response.tool, response.inputs)
        append the model's request and the result to messages
        continue          # back to the model with new information
    else:
        return response   # the model is done; answer the user

Lee lo que está ocurriendo. Envías la conversación más las herramientas disponibles. El modelo o bien pide una herramienta o bien da una respuesta final. Si pide una herramienta, tú la ejecutas, añades tanto la solicitud como el resultado a la conversación en curso y vuelves a llamar al modelo, ahora con más información de la que tenía un momento antes. El modelo sigue ganando información hasta que tiene suficiente para responder. El bucle no es magia; es simplemente "dale al modelo lo que pidió y pregúntale de nuevo".

Las salvaguardas que no puedes saltarte

El bucle de arriba tiene un agujero que todo agente real debe tapar: nada le impide ejecutarse para siempre. Un modelo puede quedarse atascado invocando la misma herramienta, o perseguir un objetivo que nunca alcanzará. Por eso añades un techo —un número máximo de pasos— tras el cual el agente se detiene y reporta lo que tiene, aunque esté incompleto. Un agente que admite "no pude terminar en los pasos permitidos" es mucho más seguro que uno que entra en un bucle indefinido o, peor aún, dispara un coste ilimitado.

La segunda salvaguarda tiene que ver con esa frontera entre decidir y hacer. El modelo decide invocar una herramienta, pero tu código la ejecuta, y el modelo puede equivocarse, ser manipulado o simplemente estar confundido. Si una herramienta puede hacer algo irreversible (borrar datos, gastar dinero, enviar un mensaje a una persona real), no dejes que el bucle la dispare sin supervisión en tu primera construcción. Mantén las primeras herramientas de solo lectura, o exige una confirmación humana antes de cualquier acción con consecuencias. El modelo es un colega junior con iniciativa: útil, ocasionalmente equivocado y al que aún no se le entregan las llaves de nada que no puedas deshacer.

Dónde se equivocan los primeros agentes

Unos cuantos fallos aparecen con tanta fiabilidad que vale la pena nombrarlos por adelantado. El primero es la confusión de herramientas: el modelo elige la herramienta equivocada o le pasa entradas mal formadas, casi siempre porque las descripciones de las herramientas eran vagas. Arregla la descripción antes de culpar al modelo. El segundo es el bucle repetitivo: el agente repite un paso porque una herramienta sigue devolviendo algo inútil y el modelo sigue intentando la misma solución. Tu techo de pasos atrapa esto; leer la transcripción te dice por qué ocurrió. El tercero es el exceso de confianza tras una llamada fallida a una herramienta: una búsqueda no devuelve nada y el modelo procede a responder como si hubiera encontrado algo. La cura es la misma que ayuda en todas partes: dile al modelo explícitamente qué hacer cuando una herramienta vuelve vacía.

El hilo que conecta los tres es que se depura un agente leyendo su traza. La secuencia de pensamientos, llamadas a herramientas y resultados es una transcripción del razonamiento del agente. Cuando algo sale mal, la respuesta casi siempre está en ese registro, y un agente que no puedes inspeccionar es uno que no puedes mejorar.

En resumen

Un agente es un modelo en un bucle con herramientas, apuntado hacia un objetivo. Construye primero esa versión mínima: unas pocas herramientas descritas con nitidez, un bucle que devuelve los resultados al modelo, un techo firme de pasos y confirmación humana antes de cualquier cosa irreversible. Obsérvalo funcionar leyendo su traza y verás exactamente dónde confunde herramientas o gira en círculos. Los vistosos sistemas multiagente son el mismo bucle, escalado. Entiende por completo la versión pequeña y honesta, y el resto será elaboración en lugar de misterio.