Si una propuesta promete «un agente de IA para gestionar las citas», yo pediría ver una operación completa. Que alguien solicite un hueco, que el sistema consulte la agenda correcta y que la reserva aparezca donde la vas a atender. Una respuesta convincente en el chat no prueba que exista una cita.
Un flujo con reglas puede ser suficiente para esa tarea. Por ejemplo, pide el tipo de servicio, ofrece los huecos permitidos y confirma la elección. Añadir un modelo de lenguaje puede ayudar a interpretar una petición escrita libremente. Lo que hay que valorar es si el conjunto hace el trabajo acordado y controla sus límites.
La diferencia está en quién decide los pasos
Anthropic distingue entre flujos donde el código fija las rutas y agentes donde el modelo dirige dinámicamente el proceso y el uso de herramientas. La propia explicación reconoce que hay distintas definiciones de «agente». Esa distinción sirve para preguntar por la arquitectura, no para descalificar cualquier sistema con condiciones if/else.
Tener acceso a una base de datos tampoco basta para llamarlo autónomo. Un flujo prefijado puede consultar una agenda y ejecutar una reserva. Y un agente no necesita guardar conversaciones de forma permanente si la tarea no lo requiere. Memoria, herramientas y autonomía son decisiones distintas.
Yo compararía las propuestas con estas preguntas:
| Pregunta | Qué pediría ver |
|---|---|
| ¿Qué información consulta? | Fuente concreta, permisos y fecha o estado de los datos. |
| ¿Qué acciones puede ejecutar? | Una lista de cambios permitidos y de los que necesitan aprobación. |
| ¿Cómo confirma el resultado? | La respuesta del sistema de destino y el registro de la operación. |
| ¿Qué conserva de una conversación? | Datos guardados, finalidad, acceso y duración, si hay persistencia. |
| ¿Qué ocurre al fallar? | Un caso de error y el recorrido hasta una persona o una cola de revisión. |
Una prueba que incluya la excepción
En un escenario hipotético de taller, alguien pide revisar los frenos el lunes a las 18:30 porque tiene la ITV el martes. Para confirmar el trabajo hacen falta duración, disponibilidad y condiciones del taller. Si esos datos no existen, lo correcto es pedir una aclaración o trasladar la consulta. No daría por buena una respuesta solo porque mencione las tres cosas.
La misma prueba puede superarla un flujo con reglas bien preparadas. También puede fallarla un agente que consulta una agenda pero interpreta mal la duración. Probaría además una agenda inaccesible y una reserva que se ocupa entre la consulta y la confirmación. Hay que observar el resultado y el mensaje que recibe el cliente.
Qué decidiría antes de dar más autonomía
Si los pasos están claros y las excepciones son pocas, empezaría con un flujo acotado. Si cada solicitud necesita elegir entre rutas distintas según información cambiante, estudiaría una solución más flexible. Antes dejaría escritos los permisos, las aprobaciones y el punto en que debe detenerse. La documentación de Anthropic contempla controles de parada e intervención humana; no son una garantía de acierto.
Un sistema con reglas también puede tener errores de programación, datos antiguos o acciones duplicadas. No lo presentaría como infalible. Pediría que el presupuesto incluya pruebas, revisión de fallos, costes de uso y mantenimiento. El nombre comercial importa menos que saber qué operación puedes confiarle y cómo recuperar el control.
Fuentes
- Anthropic: Building effective agents — Publicado el 19-12-2024; consultado el 10-10-2026. Distinción de arquitectura y controles de ejecución.
Si tienes una operación concreta que quieres evaluar, puedes describírmela en Hablemos.