La mentira de los agentes inteligentes
Diario de Innovación #332
Hay momentos en los que una industria entera parece avanzar… pero en la dirección equivocada.
Y hasta que alguien lo dice en voz alta, nadie se da cuenta.
Hace unos días, dos ingenieros de Anthropic soltaron una idea incómoda:
“Dejad de construir agentes. Empezad a construir Skills.”
Y no es una frase más.
Es una grieta en cómo estamos entendiendo la IA hoy.
Durante los últimos meses, la narrativa ha sido clara.
Más agentes, más automatización, más “inteligencia” distribuida.
Cada equipo construyendo su pequeño ejército de agentes:
uno para atención al cliente
otro para desarrollo de código
otro para análisis
otro para…
Y así, hasta el infinito.
Pero había un problema silencioso:
cada agente era frágil
difícil de mantener
imposible de escalar bien
Mucho ruido.
Poco sistema.
El cambio real (y mucho más simple)
Lo que proponen desde Anthropic es casi lo contrario, no más agentes.
Un agente genérico y una biblioteca de “Skills”.
Algo mucho más aburrido… pero mucho más potente:
carpetas
archivos markdown
documentación viva
procesos bien definidos
En definitiva, conocimiento estructurado
El problema puede que sea que nos habiamos obsesionado con el modelo.
Pero la ventaja no está ahí.
Está realmente en el conocimiento que le das.
Porque:
Inteligencia sin contexto → entretenimiento
Inteligencia + expertise → productividad
Esto es incómodo, porque cambia el foco de la industria, ya no se compite por tener el mejor modelo.
Se compite por tener el mejor conocimiento codificado.
Cómo funciona (y por qué es importante)
El detalle importa.
Y mucho.
El sistema no carga todo el contexto de golpe.
Funciona como lo haría una persona:
Lee qué Skills existen
Decide cuál aplicar
Profundiza solo si lo necesita
El resultado:
menos contexto inútil
mejores respuestas
sistemas más eficientes
Esto no es solo elegante.
Es escalable.
Las primeras señales (esto ya está pasando)
No es teoría.
Empresas Fortune 100 ya están usando Skills para capturar procesos internos
Equipos con miles de desarrolladores las utilizan para estandarizar cómo se trabaja
El conocimiento deja de estar en personas… y pasa a ser reutilizable
Si miras con perspectiva, esto es una señal clara de hacia dónde va todo:
La IA agentica no va de crear más agentes.
Va de construir sistemas donde:
el agente es el “runtime”
las Skills son el “software”
Igual que en su día:
no ganaba quien tenía más ordenadores
sino quien tenía mejor software
Food for thought
Esto encaja con un patrón que se repite una y otra vez en tecnología:
La innovación real no viene de una idea brillante.
Viene de iterar producto.
De simplificar.
De eliminar lo innecesario.
Anthropic no ha inventado la IA.
Pero está refinando cómo se usa.
Y eso, muchas veces, es lo que cambia el juego.
¿A quién prefieres para hacer tu declaración de impuestos?
¿Al genio con un CI brutal…
o al asesor que lleva 20 años haciendo lo mismo?
La respuesta es obvia.
Y, sin embargo, llevamos meses construyendo genios sin experiencia.
Deja de repetirle al modelo lo que quieres.
Enséñale una vez.
Y reutilízalo siempre.
🌍 El eco del mercado
🤖 OpenAI convierte los agentes en producto empresarial. OpenAI actualiza su Agents SDK para facilitar el despliegue en entornos corporativos. Menos experimentación y más integración real en procesos de negocio. Esto apunta a una transición clara: la IA deja de ser copiloto y empieza a convertirse en sistema operativo del trabajo.
🪪 Anthropic introduce identidad en la IA. Claude empieza a requerir verificación de identidad para ciertos usos. No es una feature, es un cambio de paradigma en cómo se accede a capacidades avanzadas. Más que seguridad, esto va de control: quién puede hacer qué con modelos cada vez más potentes.
💰 Anthropic se mueve en valoraciones de vértigo (800Bn$). El mercado sigue empujando a Anthropic hacia valoraciones extremas, reflejando el apetito por controlar modelos frontier. El verdadero movimiento está en quién domina la capa base de inteligencia, no en las apps.
🧩 Anthropic rediseña el trabajo con IA. Claude Code introduce “Routines”, acercándose a una lógica de workflows reutilizables más que prompts aislados. Esto apunta a una evolución: de hablar con la IA a orquestarla.
🔓 MCP: el talón de Aquiles de los agentes. Expertos alertan de problemas de seguridad en el protocolo MCP, clave en arquitecturas agentic.
→ Más que una vulnerabilidad puntual, esto revela que el stack de agentes aún no es seguro por diseño.
📬 Agentes que hacen demasiado bien su trabajo. Herramientas como OpenClaw muestran cómo agentes pueden ejecutar acciones críticas (como vaciar un inbox) sin suficiente control. Señal clara de que automatizar sin gobernar puede ser más peligroso que no automatizar.
🛡️ Copilot y el problema persistente de la seguridad. Microsoft parchea una prompt injection en Copilot Studio, pero persisten vectores de exfiltración. Esto va de fondo: los agentes amplifican las superficies de ataque existentes.
⚡ La energía entra en el centro del tablero de la IA. EE.UU. obligará a reportar consumo eléctrico de data centers mientras Maine impone una moratoria a nuevos proyectos intensivos. Más que regulación, esto apunta a un nuevo cuello de botella: la licencia energética para escalar IA.
🧠 Chips: el verdadero campo de batalla. ASML mejora previsiones mientras TSMC acelera inversión por demanda de IA, pese a tensiones con China. La historia no está en los modelos, está en quién puede fabricarlos y a qué escala.
🌏 Nvidia reconoce la capacidad de China. La compañía advierte sobre el avance del cómputo chino, en plena guerra tecnológica. Esto no va de chips, va de soberanía computacional.
🚗 Tesla acelera su apuesta por chips propios. El desarrollo del chip AI5 y el empuje a proveedores chinos muestran una integración cada vez más vertical. Más que coches, Tesla está construyendo su propia stack de compute.
🌐 El navegador vuelve a ser la puerta de entrada. Opera integra ChatGPT y Claude directamente en su navegador mediante un connector. Señal débil de una guerra mayor: quién controla la interfaz, controla el acceso a la inteligencia.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. Si quieres profundizar en esta idea de “codificar conocimiento” y por qué es la verdadera ventaja competitiva en la era de la IA:
Working Backwards sobre cómo Amazon convierte procesos en sistemas
The Knowledge-Creating Company sobre cómo las organizaciones capturan y escalan conocimiento
Team Topologies nos cuenta cómo estructurar equipos para que el conocimiento fluya (y no se pierda)
Designing Data-Intensive Applications un clásico para entender sistemas que escalan de verdad
Porque al final, esto no va de modelos.
Va de cómo piensas… y cómo lo conviertes en algo reutilizable.
PD2: Aquí la charla por si la quieres escuchar de primera mano.