Qué es un agente de IA y por qué no es lo mismo que un chatbot

Imagina dos empleados. Al primero le preguntas cómo se reembolsa una factura y te lo explica de maravilla, paso a paso, sin errores. Al segundo le das la factura y le dices: reembólsala. Y lo hace. Busca al proveedor, revisa el contrato, calcula el monto, abre el sistema y ejecuta el pago. El primero es un chatbot. El segundo es lo más cerca que hoy tenemos de un agente de IA. Entender qué es un agente de IA empieza justo ahí: en la diferencia entre responder y actuar.

En 2026 la palabra "agente" está en todas partes. Se usa para vender casi cualquier cosa que hable con lenguaje natural. Y como pasa siempre que una palabra se pone de moda, empieza a significar todo y nada. Así que vamos a fijarla con calma, sin humo, porque la diferencia es real y cambia lo que puedes esperar del sistema.

01 · el corteResponder no es lo mismo que perseguir un objetivo

Un chatbot funciona por turnos. Tú escribes, él responde, y ahí termina su mundo. No recuerda para qué le preguntaste, no tiene un objetivo propio, no da un segundo paso a menos que tú lo empujes. Es una conversación, y una conversación muy buena puede ser útil, pero sigue siendo eso: texto que sale a cambio de texto que entra.

Un agente arranca desde el otro lado. No parte de tu mensaje, parte de una meta. "Consigue tres cotizaciones y elige la mejor." A partir de ahí, el agente se organiza solo: descompone el objetivo en pasos, decide qué hacer primero, ejecuta, mira el resultado y corrige el rumbo. La conversación es apenas la puerta de entrada. El trabajo real ocurre después, y ocurre en el mundo, no en el chat.

Un chatbot te dice cómo se hace. Un agente lo hace, mira si salió, y si no, lo intenta de otra forma.

Esta idea no es nueva. Russell y Norvig, en el manual de referencia de la disciplina, definen a un agente como algo que percibe su entorno mediante sensores y actúa sobre él mediante actuadores para alcanzar sus objetivos [1]. Lo que ha cambiado en los últimos años es el cerebro que decide entre percibir y actuar: hoy ese cerebro puede ser un modelo de lenguaje.

02 · el cicloPercepción, decisión, acción, repetir

Todo agente vive en un bucle. No es una línea recta, es una rueda que gira hasta que el objetivo se cumple o se agota el intento. Tres movimientos, una y otra vez.

La verificación es la parte que más se olvida y la que más importa. Un chatbot no comprueba nada: escupe su mejor intento y confía en que suene bien. Un agente serio revisa su propio trabajo. Ejecutó una búsqueda, ¿trajo resultados o vino vacía? Calculó un monto, ¿cuadra con lo esperado? Ese lazo de "actúo y luego me miro" es lo que separa a un agente confiable de uno que solo parece ocupado.

03 · las manosHerramientas: cómo un agente toca el mundo

Un modelo de lenguaje, solo, no puede hacer nada fuera de generar texto. No sabe qué hora es, no puede consultar tu inventario, no puede enviar un correo. Es puro cerebro sin manos. Las herramientas son las manos.

Una herramienta es cualquier función que el agente puede invocar: buscar en la web, leer una base de datos, correr un cálculo, llamar a una API, escribir en un archivo. El agente no ejecuta el código; decide cuándo llamar a la herramienta y con qué datos, recibe el resultado y sigue razonando con eso en la mano. Anthropic, en su guía sobre construir agentes efectivos, describe exactamente este patrón: un modelo que opera en bucle, usando herramientas según lo que va observando, hasta cumplir la tarea [2].

04 · la memoriaSin memoria no hay plan, solo reacciones sueltas

Para perseguir un objetivo en varios pasos, el agente necesita recordar. Recordar qué se propuso, qué ya intentó, qué le salió mal y por qué. Sin memoria, cada paso sería el primero, y perseguir una meta se volvería imposible: sería como armar un mueble olvidando, a cada tornillo, qué mueble estás armando.

Hay dos memorias que conviene distinguir. La de corto plazo vive dentro de la conversación actual: lo que cabe en la ventana de contexto del modelo, el rastro de lo hecho en esta tarea. La de largo plazo se guarda fuera, en una base de datos o un almacén de conocimiento, y le permite al agente recuperar lo que aprendió ayer o hace un mes. Un agente sin memoria de largo plazo es brillante y amnésico a la vez.

05 · las barandasPor qué un agente solo nunca basta

Aquí llega la parte incómoda, la que rara vez aparece en el folleto de venta. Un agente que planifica, actúa y usa herramientas también puede equivocarse con consecuencias reales. Puede malinterpretar la meta, elegir la herramienta incorrecta, encadenar tres errores pequeños hasta convertirlos en uno grande. Cuanta más autonomía le das, mayor es lo que puede lograr, y mayor es lo que puede romper.

Por eso un agente suelto, sin marco, es una promesa a medias. La misma guía de Anthropic insiste en empezar por lo simple, añadir autonomía solo cuando se justifica, y mantener al humano en puntos donde su criterio importe [2]. Se necesitan barandas: límites de lo que el agente puede tocar, verificaciones automáticas, y una persona que apruebe lo irreversible. A esa persona en el circuito la llamamos supervisión humana, el human in the loop, y no es un lujo: es lo que hace que confiar en el sistema sea razonable.

La autonomía sin barandas no es potencia, es riesgo con buena redacción.

06 · el tejidoDónde encajan los agentes en Qirava

Aquí conviene decir algo con claridad, porque explica por qué en Qirava hablamos de agentes de una manera distinta. Nosotros no construimos un chatbot ni una funcionalidad suelta. Construimos servicios, y un servicio de verdad casi nunca es una sola cosa. Es un contrato leído por un modelo, un dato verificado en una base, una persona que aprueba el paso delicado, un cálculo que corre en segundo plano y un resultado que llega a tiempo.

La pieza agéntica, la IA que percibe, decide y actúa, es una capa dentro de ese tejido, no el tejido entero. Junto a ella conviven capas humanas: quien define la meta, quien pone las barandas, quien revisa lo que la máquina no debería decidir sola. Lo valioso no es una capacidad aislada del modelo. Es la integración de muchas piezas a la vez, agénticas y humanas, coordinadas para resolverle un problema real a una empresa o a una persona. Un agente, por brillante que sea, es un instrumento. La orquesta la sigue dirigiendo alguien.

Así que cuando en 2026 oigas "agentes de IA", quédate con este corte simple. Un chatbot responde. Un agente persigue un objetivo, y por eso mismo necesita compañía: herramientas para actuar, memoria para no perderse, verificación para no confundirse y personas que decidan lo que ninguna máquina debería decidir sola. Ahí, en esa compañía bien organizada, es donde el agente deja de ser una demo y empieza a ser un servicio.