¿Qué es un agente de IA? Cómo funcionan, herramientas y riesgos

Un agente de IA es un sistema de software que trabaja hacia un objetivo con cierta independencia: planifica los pasos, utiliza herramientas como la búsqueda web, la ejecución de código o un navegador, comprueba los resultados y sigue adelante hasta completar la tarea. Un chatbot responde tu pregunta y deja el siguiente paso en tus manos. Un agente intenta dar ese paso por sí mismo.

Esta guía explica cómo funcionan los agentes, dónde está la frontera con los chatbots, qué productos existen y qué puede salir mal. El campo avanza muy rápido, así que conviene verificar los nombres de los productos, los precios y la disponibilidad en la web oficial de cada proveedor.

¿Qué es un agente de IA, en términos sencillos?

La idea es anterior a los chatbots actuales. En el clásico libro de texto de IA de Russell y Norvig, un agente es cualquier cosa que percibe su entorno y actúa sobre él. Los agentes de IA modernos aplican esa idea con un modelo de lenguaje de gran tamaño (LLM) en el centro.

En una configuración típica, el modelo actúa como planificador. Divide una tarea en pasos, elige una herramienta, lee lo que devuelve y decide qué hacer después, repitiendo el ciclo hasta terminar. La memoria y el estado envuelven ese ciclo para que el agente pueda seguir la pista de lo que ya ha hecho.

¿En qué se diferencia un agente de IA de un chatbot?

La respuesta corta es la acción. Un chatbot responde a una instrucción cada vez, y una persona decide qué hacer con la respuesta. Un agente asume un trabajo de varios pasos, como buscar en un sitio web, rellenar un formulario, ejecutar código o editar un archivo, y realiza esos pasos por sí mismo.

En la práctica, la frontera es difusa. «Agente» y «agéntico» se han convertido en términos de marketing sin una definición consensuada, y Gartner utiliza el término «agent-washing» para los proveedores que reetiquetan chatbots comunes como agentes. La prueba útil es sencilla: ¿qué puede hacer realmente el producto por sí solo, más allá de generar texto?

¿Cómo usan herramientas los agentes de IA?

Los agentes interactúan con el mundo exterior mediante la llamada a herramientas, también llamada llamada a funciones. El modelo indica que quiere usar una API, realizar una búsqueda, ejecutar código, abrir un navegador o manejar una interfaz de ordenador; el software que lo rodea ejecuta la solicitud y devuelve el resultado al modelo.

Están surgiendo estándares para que esas conexiones sean portables. Anthropic presentó el Model Context Protocol (MCP) en noviembre de 2024 como una forma común de que los modelos se conecten con herramientas y fuentes de datos, y después OpenAI, Google y Microsoft lo adoptaron. Google también anunció en 2025 un protocolo Agent2Agent (A2A) para que los agentes se comuniquen entre sí; conviene comprobar cómo se gobierna hoy A2A.

¿Qué grado de autonomía tienen los agentes de IA?

La autonomía es un espectro. En un extremo, el agente pide a una persona que apruebe cada paso. En el otro, ejecuta una tarea completa sin supervisión. La mayoría de los despliegues reales se sitúan en un punto intermedio, con puntos de control para las acciones sensibles.

Anthropic ofrece una distinción útil. Los «flujos de trabajo» siguen rutas de código fijas y predefinidas, mientras que los «agentes» dejan que el modelo elija sus propios pasos y herramientas. Los flujos de trabajo son más fáciles de predecir y probar; los agentes son más flexibles, pero más difíciles de controlar. Muchos equipos empiezan con un flujo de trabajo y añaden libertad de tipo agente solo donde compensa.

¿Qué productos de agentes de IA existen?

La mayoría de las grandes empresas de IA ya lanzan agentes. OpenAI presentó Operator, un agente de navegación web, en enero de 2025 y lo integró en «ChatGPT agent» en julio de 2025. También ofrece Codex, un agente de programación, y un SDK de agentes para desarrolladores.

Anthropic lanzó «computer use» en octubre de 2024, que permite a Claude manejar una interfaz de escritorio, y además ofrece Claude Code y el Claude Agent SDK. Google tiene Project Mariner, funciones de agente en Gemini y el agente de programación Jules. En el ámbito empresarial están los agentes de Microsoft Copilot Studio y Salesforce Agentforce, y otros ejemplos citados con frecuencia son Manus y el navegador Comet de Perplexity.

Una advertencia: los nombres, los precios y la disponibilidad por país cambian con frecuencia. ChatGPT agent, por ejemplo, se limitó inicialmente a los planes de pago, pero las condiciones actuales deben consultarse directamente en OpenAI y no en artículos antiguos.

¿Cuáles son los riesgos de los agentes de IA?

La amenaza más conocida es la inyección de prompts, en la que instrucciones maliciosas ocultas en una página web, un correo o un archivo secuestran al agente. OWASP la sitúa en primer lugar en su Top 10 para aplicaciones con LLM y ha publicado una guía aparte sobre la IA agéntica.

Otros riesgos incluyen acciones que no pueden deshacerse, como pagos, borrados o mensajes enviados; la filtración de datos a destinos equivocados; agentes con más permisos de los que necesitan; pequeños errores y alucinaciones que se acumulan a lo largo de muchos pasos; costes inesperados; y una responsabilidad poco clara cuando algo sale mal.

Las expectativas en las empresas también son cautelosas. En junio de 2025, Gartner predijo que más del 40 % de los proyectos de IA agéntica se cancelarían antes de que terminara 2027. La práctica sensata consiste en conceder permisos mínimos, exigir aprobación humana para los pasos importantes y mantener los agentes alejados de cuentas sensibles hasta que se gane confianza en ellos.

La regulación todavía va por detrás. Las obligaciones de la Ley de IA de la UE se van aplicando entre 2025 y 2027, aunque partes del calendario han sido cuestionadas o aplazadas, y el Marco de Gestión de Riesgos de IA del NIST es la principal referencia en Estados Unidos. En Türkiye se ha debatido un proyecto de ley sobre IA, pero su estado actual debe verificarse en fuentes oficiales.