Algo está mal con la forma en que estamos construyendo agentes. Lo digo como alguien que lleva meses trabajando con ellos, estudiándolos, diseñándolos y también equivocándose. La mayoría de los productos que hoy se autodenominan “agentes” son, en el fondo, workflows disfrazados. Interfaces bonitas que encadenan prompts y herramientas de manera determinista. Pueden parecer sofisticados, pero siguen atrapados en una mentalidad de software tradicional.
La pregunta no es cómo conectamos pasos, sino qué significa realmente tener una entidad inteligente actuando por nosotros. Ahí es donde empieza el verdadero cambio de paradigma.
Agentes no son flujos de trabajo
Un agente no es un asistente de chat con un par de herramientas. No es un LangGraph con nodos y edges. No es un orquestador con reglas y condiciones. Un agente, bien entendido, es un sistema inteligente y autónomo, capaz de tomar decisiones por su cuenta, interactuar con el entorno, y adaptarse a contextos complejos sin necesidad de instrucciones paso a paso.
Como explica OpenAI en su ‘Practical Guide to Building Agents’, un agente:
- Ejecuta tareas completas por su cuenta.
- Usa modelos de lenguaje para razonar y decidir.
- Tiene acceso a herramientas y datos para actuar.
- Opera dentro de instrucciones y guardrails bien definidos.
Es decir, un agente piensa, decide, actúa. Y lo hace como una entidad, no como un grafo estático.
Una nueva arquitectura mental: agentes, acciones, interacciones
Para pensar correctamente en agentes, propongo una arquitectura conceptual simple pero potente:
- Agentes: Son la capa cognitiva. Identidades inteligentes con un rol claro, objetivos definidos y la capacidad de razonar. Son el “qué”.
- Acciones: Son las capacidades de los agentes, instrumentadas como herramientas, APIs, funciones. Son el “cómo”.
- Interacciones: Son los puntos de contacto entre humanos, agentes y acciones. Conversaciones, interfaces, sistemas. Son el “dónde”.
Esto cambia todo. Diseñar un agente ya no es encadenar pasos, sino crear una mente con un cuerpo funcional y un canal de comunicación. Y eso requiere otros principios: diseño de identidad, instrucciones claras, memoria, modularidad y responsabilidad.
El error común: complejidad sin inteligencia
Hoy, muchos equipos se obsesionan con la orquestación: LangChain, LangGraph, flujos declarativos. Pero como argumenta Latent.Space en su análisis del conflicto entre OpenAI y LangGraph, esta complejidad estructural pierde valor en cuanto el siguiente gran modelo de lenguaje aparece y trivializa la tarea.
La lección es clara: los agentes no deben ser una estructura rígida, sino una inteligencia adaptable. Y para eso, necesitamos diseñar desde la perspectiva del agente, no desde el flujo.
Cinco principios para pensar mejor en agentes
Esta es la era de las interfaces inteligentes
La inteligencia artificial está dejando de ser una función dentro de una app. Ahora la interfaz misma es el agente. Y con esa transición, debemos cambiar nuestra forma de pensar, diseñar y construir.
La buena noticia: estamos apenas empezando. Y si adoptamos este nuevo marco, podremos construir agentes verdaderamente inteligentes, útiles y confiables.
Los siguientes artículos en esta serie abordarán “Cómo diseñar agentes” y “Cómo construir agentes”. Pero todo comienza aquí: pensando mejor sobre lo que realmente significa tener un agente.