Agentes de IA, en claro

Primero: no, todo lo que usa IA no es un agente

No: un chatbot, una automatización y un agente hacen trabajos distintos, aunque los tres usen IA. Pensemos en tres niveles.

1. Un chatbot te contesta

Le preguntás: “¿Cómo organizo mi reporte semanal?”

Te devuelve una estructura. Quizás una muy buena. Pero ahí termina su trabajo. Vos todavía tenés que buscar los datos, llenar el documento, enviarlo y repetir el proceso la próxima semana.

2. Una automatización sigue una receta

Le decís: “Cuando llegue un formulario, copiá los datos a Sheets y mandá este email.”

La automatización ejecuta los pasos que definiste. Es consistente y predecible, pero no decide demasiado. Si el formulario viene raro, probablemente falle o siga el camino equivocado.

3. Un agente persigue un objetivo

Le decís: “Prepará mi reporte semanal.”

El agente puede buscar la información, decidir qué fuentes necesita, abrir archivos, identificar que falta un dato, ajustar su plan y entregarte un reporte terminado. Si llega a una decisión sensible, debería detenerse y preguntarte.

Anthropic lo define (se abre en una pestaña nueva) como un modelo que dirige su propio proceso y el uso de herramientas. Funciona en un ciclo: planea, actúa, observa el resultado, ajusta y repite.

En versión cero técnica:

• El chatbot es la amiga que te da ideas.
• La automatización es una checklist que nunca improvisa.
• El agente es una asistente con una meta, herramientas y límites claros.

Las cuatro piezas que convierten una IA en agente

Cuatro piezas convierten una IA en agente: un modelo, instrucciones, herramientas y un entorno donde actuar. No es una aplicación mágica, sino la combinación de esas cuatro cosas:

1. Un cerebro: el modelo que razona, como Claude, ChatGPT, Gemini o Grok.
2. Un manual de trabajo: instrucciones, criterios de calidad y reglas. Por ejemplo: “Nunca envíes un correo sin mi aprobación”.
3. Herramientas: acceso a Gmail, Calendar, Drive, Slack, una base de datos, el navegador u otras aplicaciones.
4. Un lugar donde trabajar: ChatGPT Workspace Agents, Claude Cowork, Grok Automations, Zapier u otro entorno que le permita actuar.

Si falta la tercera pieza, probablemente tenés un chat muy inteligente, pero no un agente capaz de hacer el trabajo.

El test de los cuatro “sí”

Antes de llamar agente a una herramienta, preguntá:

• ¿Puede decidir cuál es el siguiente paso?
• ¿Puede usar herramientas o consultar información real?
• ¿Puede ver qué pasó y corregir el rumbo?
• ¿Puede continuar hasta completar el objetivo o pedirme ayuda?

Cuantos más “sí”, más agentic es el sistema.

El mapa del ecosistema: modelo, agente, framework y automatización

El ecosistema se entiende mejor como una pila de capas, no como una carrera donde una herramienta reemplaza a todas las demás.

Un modelo no es un agente. LangChain no es otro ChatGPT. Zapier no es el “cerebro”. Y un horario no vuelve inteligente una tarea: solamente decide cuándo empieza.

“Lancha” casi siempre significa LangChain

Cuando escuchés LangChain, pensá en un kit de construcción para developers. Ayuda a conectar modelos con herramientas y a crear el loop donde la IA decide, usa una herramienta y vuelve a evaluar. LangGraph es la capa más baja para controlar flujos con estado, pausas, recuperación y aprobación humana. LangSmith sirve para observar, probar y evaluar lo que el agente hizo.

No necesitás aprender LangChain para programar un reporte semanal en ChatGPT o Claude. Lo necesitás cuando querés construir un producto propio, controlar rutas complejas o mantener un agente en producción.

Zapier Agents, AI by Zapier, Make y n8n

Zapier Agents no está reemplazando a Make o n8n. Lo que está ocurriendo es más específico: Zapier está migrando su producto independiente Agents hacia AI by Zapier dentro del editor de Zaps. Así puede combinar en un mismo flujo pasos deterministas —“si llega un formulario, guardá una fila”— con un paso agentic que elige herramientas o decide qué hacer.

Make y n8n siguen siendo plataformas de automatización y orquestación con sus propias funciones de IA. La decisión práctica no es cuál ganó, sino:

• Qué apps necesitás conectar.
• Cuánto control visual o técnico querés.
• Dónde necesitás aprobaciones y logs.
• Cuánto cuesta cada ejecución a tu volumen.
• Si el proceso es una receta fija o requiere decisiones.

Para empezar, Zapier suele ser fácil si ya vivís en su ecosistema; Make es fuerte para visualizar flujos con muchas ramas; n8n atrae a equipos que quieren más control técnico o despliegue propio. Probá el mismo caso pequeño antes de migrar procesos enteros.

Entonces, ¿qué es el nuevo bot de Grok?

Grok Automations es una función para describir un trabajo una vez y dejar que Grok lo ejecute en un horario o cuando ocurre un evento. xAI la lanzó en julio para tareas como reaccionar a la llegada de un email.

Podés escribir en el chat algo como:

Todos los días a las 8:00, revisá mis correos sin leer, separá los urgentes y dame un resumen con los próximos pasos.

Grok configura la automatización, usa los conectores y skills habilitados y te reporta el resultado. No es “un empleado que reemplaza tu trabajo”. Es una entrada bastante mainstream al mundo agentic: una tarea recurrente, con acceso a herramientas y cierta capacidad de decidir cómo completarla.

xAI también lanzó un Voice Agent Builder (se abre en una pestaña nueva), una herramienta no-code para configurar agentes que hablan por teléfono. Incluye voz, conocimiento, herramientas, guardrails y conexiones. Es interesante para atención al cliente, reservas o calificación de leads, pero no es donde yo empezaría si nunca creaste un agente.

Primero hacé que una automatización interna funcione. Después le damos teléfono.

La manera más fácil de crear tu primer agente

La manera más fácil de crear tu primer agente es asignarle un solo trabajo de bajo riesgo y un resultado que puedas revisar. No empieces intentando construir un ejército de agentes que conversan entre ellos. Incluso Ruben Hassid advierte (se abre en una pestaña nueva) que la orquestación de múltiples agentes sigue siendo demasiado compleja para la mayoría de las personas.

Empezá con un agente, un trabajo y un resultado que puedas revisar. Es la misma lógica que usamos en nuestros recursos prácticos de IA: una herramienta importa solamente cuando podés convertirla en una acción concreta.

Vamos a crear un radar semanal de IA para marketing. No publicará nada. No enviará correos. Solo investigará y preparará un brief para vos.

Opción más sencilla: Grok Automations

1. Abrí Grok en web o en la app.
2. Iniciá un chat nuevo.
3. Pegá las instrucciones de abajo.
4. Conectá únicamente las fuentes que realmente necesita.
5. Revisá la primera ejecución antes de dejarla programada.

Prompt listo para copiar

Creá una automatización llamada “El boletín — radar semanal”. Todos los lunes a las 8:00 a. m.: 1. Revisá las novedades de IA publicadas durante los últimos siete días. 2. Priorizá fuentes oficiales y contrastá las ideas con AI with Remy, How to AI de Ruben Hassid, The Rundown AI, Soft Girl No Code y Leading Momentum de AMP. 3. Elegí un máximo de cinco novedades que una mujer que trabaja en marketing, operaciones o un negocio pequeño pueda usar de verdad. 4. Para cada novedad explicá: qué cambió, para qué sirve, un ejemplo concreto y una acción que pueda probar en menos de 15 minutos. 5. Escribí en español claro, sin tecnicismos ni hype. 6. Incluí el enlace a la fuente original y avisá cuando algo no esté confirmado. No publiques, envíes ni edites nada fuera de este brief. Si necesitás una acción externa, pedime aprobación primero.

Este prompt tiene lo que un agente necesita:

• Un objetivo.
• Una frecuencia.
• Fuentes y herramientas.
• Criterios para decidir.
• Un formato de entrega.
• Límites claros.

No necesitaste escribir código. Sí necesitaste pensar cómo se ve un buen resultado. Esa sigue siendo tu parte del trabajo.

¿Y si no uso Grok?

Si no usás Grok, podés empezar con Claude Cowork, ChatGPT Workspace Agents o AI by Zapier según el tipo de tarea y las herramientas que ya usa tu equipo. Estas son las rutas más fáciles disponibles en agosto de 2026:

Claude Cowork (se abre en una pestaña nueva) es una buena puerta de entrada para trabajo de conocimiento: le das un objetivo y puede trabajar con archivos y aplicaciones para producir un entregable. No necesitás construir la infraestructura del agente.

ChatGPT Workspace Agents (se abre en una pestaña nueva) permite crear agentes para procesos repetibles, conectarlos a apps, probarlos, compartirlos, ejecutarlos con horario y usarlos desde Slack. Es una opción sencilla para equipos, aunque depende del tipo de workspace y de los permisos del administrador.

En Zapier, buscá la experiencia actual de AI by Zapier. La compañía está migrando el antiguo producto Zapier Agents (se abre en una pestaña nueva) hacia pasos agentic dentro del editor de Zaps. Esto importa porque muchos tutoriales todavía apuntan al producto anterior.

Lo mismo pasa con OpenAI: el viejo Agent Builder está en proceso de retiro (se abre en una pestaña nueva). Para trabajo no-code, OpenAI recomienda Workspace Agents; para desarrollos a medida, recomienda Agents SDK. Si un tutorial te manda a crear tu primer agente en Agent Builder, revisá la fecha antes de perder una tarde.

Rutinas, loops y tareas programadas: qué corre y dónde

Una tarea programada combina dos preguntas: qué trabajo se ejecuta y qué lo activa. El horario es el trigger; el agente o workflow hace el trabajo.

ChatGPT Scheduled Tasks

Las tareas programadas de ChatGPT pueden ejecutarse una vez o de forma recurrente. También pueden monitorear la web o apps conectadas y avisarte cuando hay un cambio relevante. Son una opción mainstream para recordatorios, briefs y monitoreo personal.

Hay un límite importante: una tarea creada dentro de un Project no necesariamente puede usar los archivos de ese Project. Diseñá la tarea con las fuentes que realmente tendrá disponibles y revisá la página Scheduled para ver próximas ejecuciones, historial y estado.

Claude Cowork Scheduled Tasks

Las tareas programadas de Cowork ejecutan un prompt de forma recurrente usando conectores, skills y archivos guardados en la cuenta. Cada corrida ocurre en su propia sesión y puede funcionar en remoto aunque la computadora esté apagada. Son apropiadas para briefings, research o reportes; Anthropic recomienda empezar con trabajo de bajo riesgo y revisar los resultados.

Claude Code: /loop, /schedule y Routines

En Claude Code, /loop repite una tarea localmente y se detiene si la computadora deja de ejecutar la sesión. /schedule mueve ese trabajo a una Routine en la nube. Una Routine puede arrancar por horario, llamada API o ciertos eventos de GitHub y trabaja sobre un repositorio con conectores e instrucciones.

Esto está pensado principalmente para trabajo sobre software: revisar PRs, actualizar documentación o atender un backlog. Si tu trabajo es resumir correo o preparar un reporte comercial, Cowork Scheduled Tasks suele ser una entrada más directa.

La regla para elegir

Programar una tarea aumenta su autonomía, pero también la distancia entre la acción y tu revisión. Empezá con lectura, resúmenes y borradores; no con pagos, publicaciones o eliminación de archivos.

Un agente no siempre es la mejor solución

Un agente no es la mejor solución cuando los pasos son fijos y no necesitás que la IA tome decisiones. Esta parte no vende tanto en LinkedIn, pero te va a ahorrar problemas.

Si conocés exactamente los pasos y no querés que el sistema improvise, usá una automatización normal. Es más rápida, predecible y generalmente más barata.

Usá un agente cuando:

• El camino cambia según la información que encuentra.
• Hay que investigar o comparar varias fuentes.
• El trabajo requiere decidir qué hacer después.
• No podés escribir todas las excepciones de antemano.

Usá un workflow cuando:

• Los pasos siempre son los mismos.
• Un error tendría consecuencias importantes.
• Necesitás resultados idénticos cada vez.
• La tarea es “si pasa A, hacé B”.

La recomendación más sensata sigue siendo la de Anthropic (se abre en una pestaña nueva): empezá con la solución más simple y agregá autonomía solo cuando haga falta.

O, como lo explica AI Momentum Protocols (se abre en una pestaña nueva): adueñate del playbook y alquilá la tecnología. Primero entendé el proceso. Después elegí la herramienta.

Cinco reglas para que tu agente no se vuelva “esa practicante con acceso a todo”

Cinco reglas reducen el riesgo de un agente: limitar permisos, darle una sola función, exigir aprobación, probar casos reales y revisar su historial. Un agente puede leer instrucciones maliciosas escondidas en un email o documento, confundir una sugerencia con una orden o ejecutar algo que vos solo querías explorar. La autonomía sirve, pero también amplifica los errores.

Empezá así:

1. Solo lectura primero. Dejalo investigar y preparar borradores antes de permitirle enviar, borrar o publicar.
2. Una función por agente. “Preparar el brief semanal” es mejor que “manejar mi marketing”.
3. Aprobación para acciones externas. Correos, publicaciones, compras, cambios de calendario y eliminación de archivos deberían pasar por vos.
4. Probalo con cinco casos reales. Incluí uno fácil, uno incompleto y uno extraño. Mirá cómo reacciona.
5. Revisá el historial. Si no podés entender qué hizo, con qué fuentes y por qué, todavía no merece más permisos.

Anthropic recomienda mantener a las personas en control, limitar herramientas y datos, y diseñar defensas en varias capas porque ningún filtro elimina por completo el riesgo de prompt injection.

En resumen

Un agente no es un empleado digital, un ejército de robots ni una excusa para poner “AI-powered” en una presentación.

Es una IA con:

• Un objetivo claro.
• Contexto suficiente.
• Herramientas específicas.
• Permisos limitados.
• Un ciclo para actuar y corregirse.
• Una humana que sigue siendo responsable del resultado.

No necesitás “tener agentes” para demostrar que entendés IA. Necesitás identificar un trabajo repetitivo, explicar cómo se hace bien y delegar una parte sin perder el control.

Empezá con el radar semanal. Una tarea. Un horario. Un resultado. Y si querés recibir más guías así, podés sumarte a El Recap.

Después hablamos de tu ejército.

Volver arriba