Qué es un agente y para qué sirve en una empresa

¿Qué es un agente? Es un programa en el que un modelo de lenguaje no se limita a contestar: decide qué hacer a continuación. Elige una herramienta, la usa, mira el resultado y repite hasta terminar la tarea o hasta necesitar tu decisión. Un chatbot responde mensaje a mensaje; un agente trabaja hacia un objetivo en varios pasos.

Dos definiciones de quienes los fabrican

Google Cloud define los agentes como sistemas de software que persiguen objetivos y completan tareas en nombre de los usuarios, con capacidad de razonar, planificar y recordar, y con cierto grado de autonomía para tomar decisiones.

Anthropic, la empresa de Claude, hace una distinción muy útil en la práctica entre dos tipos de «sistemas agénticos»:

• Flujos de trabajo: el modelo y las herramientas siguen pasos fijados de antemano en el código.
• Agentes: el propio modelo dirige sus pasos y decide qué herramientas usar y cuándo.

Las dos definiciones coinciden en lo esencial: un objetivo, unas herramientas y un bucle en el que el modelo elige la siguiente acción.

Agente, asistente o bot

Google Cloud separa tres cosas que se suelen mezclar:

Un mismo producto puede ser las tres cosas. ChatGPT o Claude se comportan como agentes cuando les dejas planificar y usar herramientas por su cuenta (buscar en la web, escribir archivos, ejecutar código) antes de volver contigo.

Cómo trabaja un agente, paso a paso

1. Recibe un objetivo, como orden o en una conversación.
2. Planifica qué hacer primero.
3. Actúa llamando a una herramienta: una búsqueda, una consulta a una base de datos, un programa.
4. Observa el resultado. Anthropic insiste en que el agente necesita información real de su entorno en cada paso, como el resultado de una herramienta o de una prueba, para saber si avanza.
5. Decide el siguiente paso, hasta cumplir el objetivo, llegar a un límite (por ejemplo, un número máximo de pasos) o necesitar tu criterio.

Las herramientas se conectan cada vez más con el Model Context Protocol (MCP), un estándar abierto que permite que una misma herramienta funcione con cualquier aplicación compatible.

Ejemplos útiles en una empresa

• Atención al cliente: Anthropic describe agentes que consultan los datos del cliente y el historial de pedidos y que pueden, por ejemplo, tramitar un reembolso o actualizar una incidencia dentro de las reglas que les marques.
• Programación: agentes que leen el código, cambian varios archivos y ejecutan las pruebas. Anthropic recuerda que la revisión humana sigue siendo imprescindible. Comparamos las herramientas en asistentes para programar.
• Investigación y documentación: agentes que buscan en varias fuentes, las leen y te entregan un resumen con enlaces.

Según Anthropic, donde mejor funcionan es en tareas que combinan conversación y acción, con un criterio de éxito claro y una persona que supervisa.

Cuándo no necesitas un agente

El consejo de Anthropic es buscar la solución más sencilla posible y complicarla solo si hace falta, lo que a veces significa no usar agentes. Una petición bien hecha al modelo, con los documentos adecuados, o un flujo de pasos fijos suelen bastar, y salen más baratos y previsibles. Los agentes ganan cuando el camino hasta la respuesta cambia demasiado de un caso a otro como para programarlo.

Riesgos principales

La lista OWASP de 2025 de riesgos para aplicaciones con modelos de lenguaje incluye dos que afectan de lleno a los agentes:

• Inyección de instrucciones (LLM01): órdenes escondidas en un correo, un documento o una web que el agente lee pueden cambiar lo que hace.
• Agencia excesiva (LLM06): dar al agente más permisos o autonomía de los que necesita, de forma que un error o una instrucción inyectada causen daños reales.

La respuesta práctica es la misma en los dos casos: darle solo los permisos imprescindibles, exigir tu confirmación antes de cualquier acción irreversible y registrar todo lo que hace.

Los agentes heredan además una debilidad básica de los modelos de lenguaje: pueden afirmar cosas falsas con fluidez, y un agente puede actuar sobre ellas. Nuestra guía de alucinaciones de los modelos explica por qué ocurre y cómo reducirlo.

Si te preocupa que tu código o tus documentos salgan de tu equipo, existe la opción de usar agentes de programación con un modelo local: mira cómo instalar Ollama y cuánta VRAM necesitas para saber qué cabe en tu ordenador.

Y el Reglamento (UE) 2024/1689

Si tu empresa usa agentes o chatbots en la UE, el Reglamento ya te afecta como responsable del despliegue: desde febrero de 2025 tienes que adoptar medidas de alfabetización del personal para tu personal. Además, desde el 2 de agosto de 2026 el proveedor de un chatbot debe diseñarlo para que quien habla con él sepa que es una máquina, salvo que sea evidente: compruébalo en el que contrates. Lo explicamos en el Reglamento (UE) 2024/1689, paso a paso.

Y si estás comparando asistentes antes de empezar, aquí tienes cuánto cuesta ChatGPT en España.