Agentes autónomos: qué son y cómo funcionan

Qué es un agente autónomo

Un agente autónomo es un sistema de IA que trabaja por sí solo para alcanzar un objetivo. Una persona describe el resultado que quiere, y el agente determina los pasos y los lleva a cabo.

Supongamos que alguien quiere elegir entre tres herramientas de gestión de proyectos. Un agente autónomo puede buscar cada herramienta, abrir su página de precios, anotar las diferencias y entregar una comparación terminada. La persona define el objetivo y revisa el resultado, y el agente hace el trabajo intermedio.

Muchos agentes de software actuales usan un modelo de lenguaje grande para interpretar instrucciones y decidir qué hacer a continuación. Algunos modelos también procesan imágenes o audio. Para buscar en la web, hacer clic en botones o enviar correos electrónicos, el agente necesita software que conecte el modelo con herramientas y ejecute sus solicitudes.

En el ejemplo de gestión de proyectos, el LLM y el agente funcionarían así:

1. El LLM lee el objetivo y redacta una solicitud para buscar los precios de la primera herramienta.
2. El software del agente ejecuta la búsqueda y devuelve los resultados al LLM en forma de texto.
3. El LLM lee los resultados, elige el siguiente paso (abrir la página de precios) y redacta una nueva solicitud.
4. El ciclo se repite hasta que el LLM decide que la comparación está completa y redacta la respuesta final.

Ampliar

Niveles de autonomía

En un sistema de IA agéntica (IA diseñada para realizar acciones, no solo para responder preguntas), la autonomía es una decisión de diseño. El mismo agente puede configurarse para preguntar antes de cada paso o para terminar una tarea completa por sí solo.

Investigadores de la Universidad de Washington proponen un marco de cinco niveles para explicar los distintos grados de autonomía que puede tener un agente:

En el nivel 4, un agente podría investigar y redactar una orden de compra por su cuenta, pero hacer una pausa antes de enviarla. En el nivel 5, también enviaría la orden.

Agentes de IA autónomos vs. automatización vs. chatbots

Los agentes autónomos se diferencian de los chatbots y de la automatización de flujos de trabajo en dos aspectos: deciden sus propios pasos y realizan acciones en otras aplicaciones y sitios web.

Un chatbot responde preguntas en una conversación, pero normalmente no actúa fuera de ella. La automatización de flujos de trabajo sí actúa, pero solo siguiendo pasos que alguien configuró de antemano. Un tipo común es la automatización robótica de procesos (RPA), software que repite tareas sencillas basadas en reglas, como copiar datos de un sistema a otro.

Un agente autónomo hace ambas cosas: actúa en otro software y elige sus propios pasos hacia un objetivo, dentro de las herramientas, los permisos y las instrucciones que se le dan.

Una queja por un pedido retrasado muestra la diferencia. Un chatbot podría responder con una explicación predefinida de la política de envíos. Una automatización de flujo de trabajo podría enviar un correo electrónico estándar de “retraso del pedido”. Un agente autónomo podría buscar el pedido, descubrir que se perdió durante el envío, emitir un reemplazo e informar al cliente.

Cómo funcionan los agentes autónomos

Un agente autónomo depende de cuatro capacidades para completar una tarea: planificar sus pasos, usar herramientas, recordar lo que ha hecho y revisar sus propios resultados. Para tareas más grandes, algunos agentes también reparten el trabajo entre un equipo de agentes.

1. Desglosar objetivos y hacer planes

Un objetivo suele ser demasiado grande para abordarlo en un solo paso, así que la primera tarea de un agente es dividirlo en tareas más pequeñas. Por ejemplo, si el usuario le pide al agente que planee un retiro de equipo fuera de la oficina, podría dividir el objetivo en elegir fechas, encontrar lugares dentro del presupuesto, verificar la disponibilidad y redactar una invitación.

Los agentes pueden planificar de antemano o sobre la marcha, según cómo estén diseñados. Planificar de antemano significa escribir cada paso antes de empezar, lo que funciona para tareas cortas y predecibles. Planificar sobre la marcha significa trazar el siguiente paso o los dos siguientes, actuar y ajustar el plan según lo que se obtenga. Si el lugar preferido para el retiro estuviera reservado, el agente podría pasar a la siguiente opción sin empezar de nuevo.

Ampliar

Una revisión sobre agentes autónomos basados en LLM de la Universidad Renmin de China concluye que este segundo enfoque maneja mejor las tareas más complejas, porque es difícil escribir un plan perfecto antes de ver cualquier resultado. Muchos agentes combinan ambos: primero esbozan un plan completo y luego lo ajustan mientras trabajan.

2. Actuar con herramientas

Con un plan definido, el agente lo ejecuta tarea por tarea y elige una herramienta para cada una.

• Para encontrar lugares, podría usar la búsqueda web con una consulta como “lugares para retiros de 20 personas cerca de Austin”.
• Para verificar la disponibilidad, podría abrir en un navegador la página de reservas de cada lugar y consultar el calendario.
• Para enviar la invitación, podría conectarse al correo electrónico de la persona mediante una API, la conexión que permite que un software solicite datos o acciones a otro.

Después de cada acción, el agente lee lo que obtuvo y decide el siguiente paso. Si la búsqueda arroja cinco lugares, revisa su disponibilidad. Si una página de reservas no carga, prueba con el teléfono publicado del lugar o pasa a la siguiente opción.

Las herramientas de las que dispone un agente determinan qué tareas puede terminar por sí solo. Sin acceso al correo electrónico, puede redactar la invitación, pero no enviarla.

3. Dar seguimiento al progreso con memoria

Mientras trabaja, el agente tiene que llevar un registro de lo que ha hecho y de lo que ha aprendido. Para cuando haya revisado tres lugares, necesita saber cuáles estaban reservados, cuáles tenían espacio y cuánto cuesta cada uno. Ese registro se guarda en la ventana de contexto del LLM, la cantidad de texto que el modelo puede considerar a la vez.

Las tareas largas pueden superar esa ventana de contexto. Los agentes con memoria a largo plazo resuelven esto guardando información fuera del modelo, normalmente en una base de datos, y recuperando solo lo que necesita el paso actual.

La memoria a largo plazo también se conserva de una tarea a otra. Cuando llegue el momento de planear el retiro del próximo año, el agente podría reutilizar la lista de lugares y el presupuesto de este año, o recordar que el equipo prefiere lugares a menos de una hora en auto.

4. Revisar resultados y corregir el rumbo

Mientras trabajan, muchos agentes están atentos a señales de que un paso salió mal. Si un formulario de reserva devuelve un error o una búsqueda no arroja resultados, prueban otro enfoque. Cuando llegan a una decisión que no deberían tomar solos, como si es aceptable un lugar que excede un poco el presupuesto, le preguntan a la persona y se ajustan según la respuesta.

Antes de entregar su trabajo, muchos agentes revisan sus resultados. El LLM relee lo que produjo, lo compara con el objetivo y enumera todo lo que falte o esté mal. El agente lo corrige y vuelve a revisar hasta que el resultado cumpla con el objetivo. Por ejemplo, si a la invitación le falta la dirección del lugar, la revisión lo detecta y el agente la agrega antes de enviarla.

5. Repartir el trabajo entre agentes

Algunas tareas avanzan más rápido cuando varios agentes las comparten. Un agente principal divide el trabajo y asigna partes a subagentes.

Perplexity Computer funciona así. Una persona describe el resultado que quiere, y Computer lo divide en tareas y subtareas, y luego crea subagentes para llevarlas a cabo. Los subagentes pueden investigar en la web, generar documentos, procesar datos o llamar a servicios conectados mediante API.

Cuando Computer se topa con un problema, crea nuevos subagentes para resolverlo. Además, cada subagente puede ejecutarse en un modelo de IA distinto, de modo que cada parte del trabajo se asigna al modelo más adecuado para ella.

Así, en el ejemplo del retiro, un subagente podría investigar lugares mientras otro revisa los calendarios del equipo y un tercero busca opciones de viaje.

Ampliar

Cómo usan las personas los agentes autónomos

Las personas usan agentes autónomos principalmente para el trabajo intelectual cotidiano: investigación, redacción, correo electrónico y estudio. En un estudio de investigadores de Harvard y Perplexity, las tareas de productividad y aprendizaje representaron el 57 % de las consultas agénticas. Los siguientes ejemplos muestran lo que hace un agente en cada tipo de trabajo.

Investigación y análisis

La investigación es ideal para los agentes porque implica muchos pasos pequeños. Un agente puede buscar, abrir fuentes, leerlas y comparar lo que dicen. Tomemos una consulta como “encuentra tres estudios recientes sobre el trabajo remoto y la productividad, y resume lo que concluyó cada uno”. El agente busca estudios y abre los más relevantes. Lee los hallazgos de cada estudio y escribe un resumen con enlaces a todas las fuentes. Si un estudio está detrás de un muro de pago, el agente pasa al siguiente. En el estudio, resumir y analizar investigaciones representa el 7 % de las consultas agénticas.

Documentos, correo electrónico y calendarios

Los agentes suelen trabajar en las herramientas que las personas ya usan a diario. En el estudio de Harvard y Perplexity, las herramientas de documentos de Google y el correo electrónico fueron las dos más comunes y, en conjunto, representaron aproximadamente una cuarta parte de las consultas agénticas. Tomemos una consulta como “revisa los correos no leídos de esta semana, marca todo lo que venga de clientes y redacta respuestas a las solicitudes para agendar reuniones”. El agente abre la bandeja de entrada y clasifica los mensajes. Revisa el calendario para ver los horarios disponibles y redacta una respuesta para cada solicitud. Puede guardar los borradores sin enviarlos, para que la persona revise cada uno primero.

Aprendizaje y trabajo académico

Los estudiantes usan agentes para estudiar. El trabajo académico es la categoría de uso de agentes más grande del estudio, con el 13 % de las consultas agénticas. Una consulta como “hazme un cuestionario sobre el capítulo cuatro de las lecturas de mi curso” lleva al agente al sitio web del curso, donde lee el capítulo, redacta preguntas sobre los puntos clave y revisa las respuestas del estudiante. El mismo enfoque funciona para cualquiera que esté aprendiendo un tema nuevo, como un empleado que se pone al día en una industria que no conoce.

Compras y comparaciones

Las compras representan el 10 % de las consultas agénticas, principalmente para buscar y comparar productos. Ante una solicitud como “encuentra un escritorio de pie de menos de 400 USD con buenas reseñas”, un agente busca en varias tiendas, filtra por precio y calificación, compara las mejores opciones y puede agregar la mejor al carrito. Que un agente compare opciones en varios sitios web puede ahorrar mucho tiempo, ya que la persona ya no tiene que abrir y contrastar cada anuncio.

Siete prácticas recomendadas para usar agentes autónomos

1. Empezar con tareas fáciles de verificar

Las mejores tareas para empezar son aquellas en las que un error es fácil de detectar y barato de corregir. Los resúmenes de investigación y las comparaciones de productos son buenos puntos de partida. Si el agente enlaza sus fuentes, revisar el trabajo toma unos cuantos minutos. A medida que crece la confianza, las personas pueden delegar tareas más largas y con más pasos.

2. Definir resultados y restricciones claros

El agente puede tomar mejores decisiones cuando sabe por qué importa la tarea. Una buena consulta se lee como las instrucciones para un contratista: el propósito, el público, lo que ya se sabe y lo que ya se descartó. “Compara a estos tres proveedores para un memorando dirigido al consejo; al consejo lo que más le importa es el riesgo de implementación, y ya excluimos a cualquiera que no cumpla con SOC 2” le da al agente lo que necesita para tomar decisiones por su cuenta.

3. Agregar puntos de control para aprobación

Algunas acciones no se pueden deshacer, como enviar un correo electrónico, hacer una compra, eliminar archivos o enviar un formulario. Si el agente lo permite, configúralo para que se detenga y pregunte antes de estos pasos. La propia consulta también puede establecer un punto de parada. “Redacta respuestas, pero no las envíes” o “agrega la mejor opción a mi carrito, pero no finalices la compra” le indica al agente exactamente dónde detenerse y devolver el control.

4. Revisar el plan antes del trabajo

Para una tarea más grande, pídele al agente que describa su plan antes de empezar. Revisar un plan toma un minuto, y corregir un malentendido en esa etapa cuesta mucho menos que encontrarlo en un entregable terminado.

5. Limitar el acceso a lo que la tarea necesita

Cada cuenta a la que un agente puede acceder es una cuenta en la que puede actuar. Conectar solo las apps que requiere una tarea mantiene los datos sensibles fuera de su alcance y limita lo que puede salir mal. Un agente que investiga proveedores no necesita acceso al correo electrónico. Un agente que redacta respuestas sí lo necesita, pero quizá no necesite permiso para enviarlas.

6. Incluir las verificaciones en la consulta

Los agentes ya revisan sus propios resultados, así que la consulta puede indicarles qué verificar. Describir cómo es un buen resultado (“cada cifra necesita una fuente con fecha de 2025 o posterior”) hace que el agente aplique ese estándar antes de entregar su trabajo. Pedirle que separe los hechos confirmados de sus propias inferencias, y que señale las suposiciones, hace que la revisión de la persona sea más rápida y enfocada.

7. Reutilizar lo que funciona

Una consulta que produjo un buen resultado puede convertirse en una plantilla para la siguiente tarea similar. Darle al agente un ejemplo de un buen resultado, como el reporte del trimestre pasado, suele funcionar mejor que describir el formato con palabras. Las tareas recurrentes pueden convertirse en flujos de trabajo permanentes.

Cómo aborda Perplexity los agentes autónomos

Perplexity ofrece dos agentes autónomos. Comet Assistant se encarga de las tareas cotidianas dentro del navegador, y Perplexity Computer asume proyectos más grandes que pueden ejecutarse durante horas o más.

Comet Assistant está integrado en Comet, el navegador con IA de Perplexity. Funciona en los sitios web que una persona ya tiene abiertos, así que puede programar reuniones, editar documentos, enviar correos electrónicos y reservar vuelos sin cambiar de herramienta.

Computer se ejecuta en la nube y divide cada objetivo entre subagentes, como se describió antes. Se conecta a cientos de servicios, y las personas pueden elegir modelos de IA específicos para partes específicas del trabajo. Computer está disponible para los suscriptores de Pro y Max.

Explora Comet Assistant para probar un agente en el navegador, o Perplexity Computer para delegar un proyecto más grande.

Preguntas frecuentes

¿Un agente autónomo es lo mismo que la IA agéntica?

No, pero los términos se superponen. La IA agéntica suele referirse a la categoría más amplia de sistemas de IA que persiguen objetivos mediante la planificación y la ejecución de acciones. Un agente autónomo es un sistema específico dentro de esa categoría que realiza su trabajo con poca aprobación paso a paso.

¿Todos los agentes de IA son autónomos?

No. Algunos agentes realizan cada paso solo cuando una persona se lo indica, mientras que otros completan una tarea entera por su cuenta. Los niveles de autonomía descritos antes muestran el rango completo, desde agentes que una persona opera paso a paso hasta agentes que una persona solo supervisa.

¿Los agentes autónomos pueden hacer compras o pagos?

Algunos agentes pueden ayudar con las compras, según el sitio web, los permisos y las medidas de seguridad. Comet Assistant puede comparar productos y ayudar con los procesos de pago. Instant Buy de Perplexity permite a los usuarios elegibles de EE. UU. comprar productos compatibles dentro de Perplexity, con PayPal disponible como opción de pago.

¿Los agentes autónomos requieren conocimientos de programación?

Muchos agentes listos para usar se pueden utilizar sin programar. Algunas plataformas también permiten crear agentes mediante instrucciones en lenguaje natural o una interfaz gráfica. Programar puede ser útil para integraciones personalizadas, depuración y comportamientos más especializados.