Agente de IA
Un programa que usa un modelo de lenguaje para entender un objetivo, decidir qué pasos dar y ejecutarlos usando herramientas. A diferencia de un chatbot, no solo responde: actúa.
Recursos
Glosario de IA agéntica en español
Los términos que aparecen en cada conversación sobre agentes, explicados sin jerga y con ejemplos de cómo se aplican dentro de una empresa.
Sistema multiagente
Varios agentes especializados que se reparten un proceso y se pasan el contexto entre sí, con puntos de validación humana definidos.
Agentic AI (IA agéntica)
Enfoque en el que la IA no genera solo texto, sino que planifica y ejecuta acciones sobre sistemas reales dentro de límites definidos.
Sistema operativo agéntico
Capa común donde se construyen, ejecutan y gobiernan todos los agentes de una organización: identidad, permisos, modelos, integraciones, costos y auditoría en un solo lugar.
MCP (Model Context Protocol)
Protocolo abierto que permite a un agente conectarse a un sistema externo mediante herramientas declaradas, con permisos explícitos por cada acción.
A2A (Agent to Agent)
Protocolo para que agentes de distintos proveedores se comuniquen y se deleguen tareas entre sí.
Skill
Capacidad reutilizable que se agrega a un agente: un procedimiento, un conocimiento específico o una forma de resolver una tarea.
Tool (herramienta)
Acción concreta que un agente puede ejecutar: leer un archivo, crear un evento, enviar un correo, consultar una base.
LLM Gateway
Punto único por donde pasa todo el tráfico hacia los modelos. Permite elegir modelo por tarea, cachear respuestas, registrar el consumo y controlar el costo.
HITL (human in the loop)
Diseño en el que una persona aprueba las acciones sensibles antes de que se ejecuten. El agente propone, el humano decide.
Guardrails
Límites técnicos sobre lo que un agente puede decir o hacer, aplicados antes y después de cada respuesta.
Prompt injection
Ataque en el que un contenido externo (un documento, una web, un correo) incluye instrucciones ocultas para que el agente haga algo indebido.
RAG
Técnica que recupera fragmentos relevantes de tus documentos y los entrega al modelo como contexto, para que responda con información propia y verificable.
Ventana de contexto
Cantidad máxima de información que un modelo puede tener presente en una misma conversación.
Context engineering
Disciplina de decidir qué información entra al contexto del agente, en qué orden y con qué prioridad. Determina la calidad de la respuesta más que el modelo elegido.
Observabilidad
Poder ver qué hizo cada agente: consultas, costos, latencia, errores y resultados, en tiempo real.
Trazabilidad
Poder reconstruir cómo se llegó a un resultado: qué datos se usaron, qué modelo respondió y quién aprobó la acción.
Soberanía del dato
Garantía de que la información no sale del perímetro definido por la organización, con despliegue on-premise o en su propia nube.
On-premise
Despliegue dentro de la infraestructura del cliente, requisito habitual en gobierno, salud y finanzas.
Token
Unidad en la que los modelos miden el texto que procesan. El consumo de tokens es lo que determina el costo de cada consulta.
Fine-tuning
Ajuste de un modelo con datos propios para especializarlo en una tarea o en un dominio concreto.
Virtual key
Credencial intermedia que se entrega a un equipo o proyecto en lugar de la clave real del proveedor, con presupuesto y límites propios.