Un agent no es un chatbot más listo, sino un bucle: pregunta al modelo, ejecuta una acción, vuelve a leer el resultado y empieza otra vez, hasta terminar o hasta agotar el presupuesto. El modelo en sí no cambia — el agent es el marco que se construye a su alrededor.
Ese bucle resulta ser sorprendentemente poco código. Todo el control de un agent en producción que supera el 74 % en un benchmark ocupa unas cien líneas. Lo que sí abulta es el resto: los permisos, el manejo de errores, el registro y el punto donde se detiene a pedir aprobación humana.
El límite aparece cuando crece el número de pasos. Las mediciones sitúan a los modelos casi impecables en tareas humanas de menos de cuatro minutos, y por debajo del diez por ciento en tareas de más de cuatro horas — y no es que el modelo sea «tonto», es que los errores se acumulan paso a paso.
Cómo es una ejecución real paso a paso, y dónde se tuerce, lo enseña Qué hace un agente, paso a paso con un ejemplo completo. Los conceptos directamente relacionados: agent loop, tool use y human in the loop.