¿Agente o flujo de trabajo? Cuándo dejar que el modelo decida
La mayoría de las funciones con IA son más confiables, más baratas y más fáciles de probar como un flujo fijo con IA en algunos pasos. Cómo saber cuándo un agente autónomo vale lo que cuesta, con una lista que puedes usar en tu próxima función.
“Agente” se volvió la palabra por defecto para cualquier función con IA. Pero debajo hay una decisión de diseño real, y acertar en ella define qué tan predecible, verificable y costeable será tu sistema. La pregunta es simple: ¿quién decide el siguiente paso, tu código o el modelo?
Si lideras el equipo: qué preguntar
- ¿Podríamos escribir de antemano los pasos de esta función? Si es así, ¿por qué los está eligiendo el modelo?
- ¿La misma entrada tiene que dar el mismo resultado cada vez?
- Si la IA da un paso equivocado, ¿se puede deshacer, y una persona lo ve antes?
Dos formas de un sistema con IA
En un flujo de trabajo, tu código fija la secuencia. Paso uno, paso dos, paso tres, siempre. Algunos pasos llaman a un modelo para lo que los modelos hacen bien, como redactar, clasificar o extraer, pero el modelo nunca elige qué pasa después. El camino se conoce antes de empezar.
En un agente, el modelo conduce. Recibe un objetivo y un conjunto de herramientas, decide qué herramienta usar, lee el resultado y vuelve a decidir, hasta que considera cumplido el objetivo. El camino se descubre sobre la marcha.
Los dos son válidos. Resuelven problemas distintos y tienen costos muy diferentes.
Un flujo con IA donde aporta
El pipeline de contenido de SuperEscuela, la plataforma de aprendizaje gratuita que construimos, tiene cuatro etapas, y la IA trabaja solo en dos:
- Planificar (IA). El modelo planifica el árbol de temas: qué va primero y qué debe enseñar cada tema.
- Recorrer el plan (código simple). Un script recorre el árbol y pasa cada tema a la siguiente etapa, en orden.
- Redactar (IA). El modelo escribe las lecciones de cada tema.
- Publicar (código simple). El código exporta y publica el resultado.
Recorrer una lista y publicar archivos son pasos predecibles, y los pasos predecibles deben comportarse igual cada vez. Dárselos a un modelo agregaría variación donde nadie la quiere. La IA hace el trabajo creativo; el código lleva las cuentas.
Cuándo un agente se gana su lugar
Vale la pena considerar un agente cuando el camino de verdad no se puede escribir de antemano:
- La tarea es abierta. Investigar un problema, buscar respuesta a una pregunta o explorar un código, donde cada hallazgo cambia lo que hay que revisar después.
- La elección de herramientas depende del contenido. Hay muchas herramientas posibles, y cuáles se necesitan, y en qué orden, solo se aclara mientras se trabaja.
- La cantidad de pasos varía mucho. Algunas solicitudes necesitan una acción; otras, veinte.
- Una persona revisa el resultado. Lo que sale es un borrador, una propuesta o un hallazgo, no una acción irreversible.
Lo que cuesta la autonomía
- Imprevisibilidad. La misma entrada puede tomar un camino distinto en cada ejecución. Esa es la gracia, y también el problema cuando necesitas resultados consistentes.
- Pruebas. Un flujo se puede probar paso a paso contra respuestas conocidas. Un agente hay que evaluarlo a lo largo de muchas ejecuciones y muchos caminos, lo que requiere más esfuerzo para diseñar y mantener.
- Radio de impacto. Un agente puede hacer todo lo que sus herramientas permiten. Cada herramienta que le das amplía lo que puede salir mal, así que permisos, límites y confirmaciones pasan a ser parte del diseño.
- Costo y latencia. Cada decisión es otra llamada al modelo. Ciclos que un flujo resolvería en tres llamadas pueden tomar muchas más.
- Depuración. Cuando un flujo falla, sabes qué paso falló. Cuando un agente falla, necesitas una traza completa de lo que decidió y por qué.
La respuesta usual es una mezcla
En la práctica, los diseños más sólidos son flujos por defecto, con llamadas al modelo en los pasos que requieren criterio, y un agente limitado a la única parte que de verdad es abierta. Ese agente recibe un conjunto acotado de herramientas, un límite de pasos, un tiempo máximo, y lo que produce pasa por la misma validación que todo lo demás. Decidir qué partes le tocan al código, a la IA y a las personas es un paso central de cómo trabajamos.
¿Agente o flujo? Una lista para decidir
- ¿Puedes escribir los pasos de antemano? Si sí, construye un flujo.
- ¿La misma entrada debe dar el mismo resultado? Prefiere un flujo.
- ¿Elegir el siguiente paso de verdad requiere criterio sobre el contenido? Puede que un agente encaje.
- ¿Sus acciones se pueden deshacer, o una persona las revisa antes? Si no, mantenlas fuera del alcance de un agente.
- ¿Puedes limitar sus herramientas, pasos, tiempo y gasto? Si no, todavía no está listo.
- ¿Tienes cómo evaluar muchas ejecuciones, no solo una demo?
- ¿Cada decisión quedará registrada para poder rastrear una falla?
Este artículo se basa en un proyecto real. Datos del cliente reservados; cada cifra proviene de los datos del propio cliente.
Leer el caso de estudio completo →