Qué son los agentes de IA y hacia dónde van

Agente es la palabra del año en nuestro sector, y se usa para casi todo: un chatbot con otro nombre, un script que envía correos, la visión de empresas que funcionan solas. Así cuesta distinguir qué es real.

Esta es la versión sencilla, con la evidencia tal como está en octubre de 2026.

Qué es un agente

Un agente es un modelo de lenguaje al que se le da un objetivo en lugar de una sola pregunta. Planifica los pasos, usa herramientas para darlos, comprueba cada resultado frente al objetivo y sigue hasta que el trabajo está hecho o necesita a una persona. Anthropic lo resume en una línea: un modelo que dirige sus propios procesos y su uso de herramientas mientras realiza una tarea.

La diferencia con lo anterior está en quién decide el siguiente paso. Un chatbot responde, y tú decides qué hacer con la respuesta. Un asistente hace una cosa que le pides dentro de la conversación: un borrador, un resumen, una consulta. Un flujo de trabajo sigue un camino que alguien escribió de antemano, con un modelo que se ocupa de algunas partes. Un agente elige su propio camino. Con el objetivo de preparar una oferta, lee los últimos correos, consulta los precios, redacta el documento y pregunta antes de conceder un descuento.

Agéntico es la palabra para toda la familia: sistemas en los que un modelo actúa, no solo responde. Un sistema es más o menos agéntico según cuánto del camino elige por sí mismo y cuánto puede hacer sin preguntar. Eso lo deciden las personas que lo construyen y lo operan, no el modelo.

Cómo funcionan

Cuatro piezas convierten un modelo en un agente. La primera son las herramientas: buscar, leer un archivo, consultar una base de datos, anotar en un calendario, enviar un mensaje. Las herramientas llegan a los sistemas de una empresa a través de conectores, y el estándar común para ellos es MCP, el Model Context Protocol. Anthropic lo presentó en 2024 y en diciembre de 2025 lo cedió a la Agentic AI Foundation, un fondo bajo la Linux Foundation que fundó junto con Block y OpenAI. Para entonces había más de 10'000 servidores MCP públicos activos, y ChatGPT, Gemini y Microsoft Copilot habían adoptado el protocolo.

La segunda es la memoria: lo que el agente guarda entre pasos y entre sesiones, para saber qué ha hecho ya y cómo le gusta a la empresa que se hagan las cosas. La tercera es el uso del ordenador, para sistemas sin conector. El agente mira la pantalla y luego hace clic y escribe como una persona. Es más lento y más frágil que un conector. Claude Cowork, el agente de Anthropic para el trabajo de oficina, recurre primero a los conectores y solo toma el control de la pantalla cuando no queda otra.

La cuarta es el andamiaje que rodea al modelo: las instrucciones, los límites y los controles que deciden qué puede hacer. Los trabajos más grandes se reparten entre varios agentes. Un orquestador planifica, entrega partes a agentes ejecutores que trabajan en paralelo y une sus resultados. En el sistema de investigación de Anthropic, esta configuración superó a un solo agente en un 90,2 por ciento en una prueba interna de investigación, y usó unas 15 veces los tokens de un chat. Compensa para investigaciones amplias, mucho menos para trabajos en los que cada paso depende del anterior.

Dónde están en octubre de 2026

Todos los grandes laboratorios ofrecen ya agentes como productos. El 29 de septiembre, OpenAI lanzó Dots: agentes en ChatGPT que trabajan cada uno desde su propio ordenador en la nube y siguen avanzando hacia un objetivo entre conversaciones. Anthropic ofrece Claude Code para software y Claude Cowork para el trabajo de oficina, que actúa en las carpetas y herramientas que elige el usuario y sigue funcionando en la nube cuando el portátil está cerrado. El 8 de octubre, Google Cloud presentó el agente Gemini, que planifica el trabajo, usa skills y herramientas y se conecta a los sistemas de una empresa.

Lo que funciona de forma fiable es el trabajo con un final claro y una comprobación rápida. El software va en cabeza: en los datos de Anthropic de febrero, la ingeniería de software suponía casi la mitad de las llamadas a herramientas en su API pública, mientras que áreas como la atención al cliente, las ventas y las finanzas suponían, cada una, unos pocos puntos porcentuales como mucho. El uso del ordenador ha mejorado deprisa. En la versión verificada de OSWorld, un benchmark de tareas informáticas cotidianas, el mejor agente obtuvo un 85 por ciento en junio de 2026, frente al 42 por ciento un año antes y alrededor del 72 por ciento de las personas en las mismas tareas. El mismo análisis, de Andreessen Horowitz, muestra también la otra cara: un 85 por ciento sigue significando 15 tareas fallidas de cada 100, y una tarea que una persona termina en dos o tres minutos puede llevarle a un agente entre ocho y diez.

Lo que aún no funciona es la duración, el criterio y la seguridad. METR, que mide a los agentes según cuánto tardaría una persona en hacer sus tareas, advierte de que su cifra principal no es una licencia para delegar: marca las tareas que los agentes terminan la mitad de las veces, y hay trabajos que necesitan un 98 por ciento de éxito antes de que merezca la pena automatizarlos. Los agentes también siguen siendo frágiles cuando el trabajo se sale del procedimiento previsto. Y la inyección de prompts, instrucciones ocultas en una página o un correo que un agente lee y sigue, sigue sin resolverse. OpenAI escribió en diciembre de 2025 que, como las estafas en la web, probablemente nunca se resolverá del todo.

Qué significa para una empresa

No todo trabajo necesita un agente. Donde el camino es conocido, un flujo de trabajo es más barato y más predecible. Un agente se gana su coste donde el camino cambia de un caso a otro: una investigación, una solicitud de soporte poco habitual, la preparación de una oferta. Muchos buenos sistemas son sobre todo flujos de trabajo, con un agente en uno o dos pasos que requieren criterio.

Donde un agente hace el trabajo, decide qué puede tocar. Dale el acceso más limitado que necesite la tarea y asigna a cada acción uno de los tres estados que Anthropic ofrece en Claude: siempre permitida, requiere aprobación o bloqueada. Coloca las aprobaciones antes de todo lo que no se puede deshacer: el pago, el correo que sale de la empresa, la página publicada. Intégralas en las herramientas, no solo en el prompt. Una instrucción se puede sortear. Un permiso que no existe, no.

Después, haz que el trabajo sea trazable. Ejecuta cada escritura a nombre de la persona que la pidió y guarda un registro de cada paso: qué leyó el agente, qué herramienta usó, qué cambió. Twin, el cerebro de IA que construimos para las empresas, funciona así: límites, aprobaciones y derechos por rol, y cada paso registrado.

Hacia dónde va

La dirección es constante. Según la estimación a largo plazo de METR, la duración de las tareas que los agentes pueden completar se duplica cada seis o siete meses. Su advertencia vale también aquí: duplicar el horizonte no duplica lo que se puede delegar, porque los fallos se vuelven más complejos y más costosos.

La infraestructura también se está asentando. MCP depende ahora de una fundación neutral respaldada por los grandes laboratorios, de modo que un mismo conector puede servir a agentes de distintos proveedores, y una empresa que conecta sus sistemas una vez no queda atada a un solo modelo.

Nuestra línea lo dice en tres frases cortas: Liderado por personas. Impulsado por IA. Autónomo después. Ahora, las personas aportan la idea, la experiencia y el gusto, la IA se encarga de la producción, y las personas revisan y dan el toque final. Después viene lo agéntico: los agentes hacen la mayor parte del trabajo, y las personas marcan la dirección y dan el sí final. Más adelante, todo autónomo: las personas intervienen donde lo deciden. Cada producto de crue avanza por esa línea, una etapa cada vez.

Helm es hacia donde lleva la línea: nuestra visión de una empresa entera dirigida por su fundador con agentes. Helm está en desarrollo. Incluso allí, una persona marca la dirección y responde del resultado. Autónomo significará más trabajo hecho sin preguntar. No significará que nadie sea responsable.