Archivo de newsletter
Agentes de IA: cuando el software empieza a trabajar por ti
Donde el caos tecnológico encuentra su equilibrio. Número #061
📰 FLASH NEWS
🎥 Seedance 2.0 pone el listón del vídeo IA en modo “Hollywood”
La generación de vídeo con IA acaba de subir de nivel y el responsable es ByteDance, la empresa detrás de TikTok. Su modelo Seedance 2.0 está creando escenas tipo anime, combates y clips cinematográficos casi indistinguibles de producciones reales, usando imágenes base y simples prompts.
En redes como X ya circulan recreaciones hiperrealistas de escenas míticas que parecen sacadas de un estudio profesional. Hace nada nos reíamos de manos con seis dedos; hoy la IA compite con productores de Hollywood. ¿Cima tecnológica… o punto de no retorno para la industria creativa?
💸 ChatGPT ya mete anuncios en sus respuestas
OpenAI ha empezado a mostrar publicidad en ChatGPT para los planes Gratis y Go en EE.UU. Promete que no influyen en las respuestas y que los anunciantes no ven tus chats.
Los anuncios aparecen como “patrocinados” y sirven, según la empresa, para financiar el acceso gratuito. Si no te gustan, toca pagar Plus/Pro… o enviar menos mensajes al día. ¿El futuro de la IA era esto o solo estamos en el nivel 1?
🤖 La streamer que más gana en Twitch… no es humana
El canal más suscrito de Twitch no pertenece a un creador de carne y hueso, sino a Neuro-sama, una VTuber controlada por IA que emite 24/7 desde la cuenta vedal987. Con más de 162.000 suscriptores activos, ha pulverizado récords como el Hype Train y genera cerca de 400.000 dólares al mes solo en suscripciones.
Creada por el desarrollador Vedal, Neuro-sama combina un modelo de lenguaje tipo ChatGPT, síntesis de voz y avatar animado en Unity para jugar, conversar y reaccionar en directo sin intervención humana. Ya ha sido baneada una vez y el debate está servido: ¿es el futuro del streaming… o competencia imposible para cualquier humano que necesite dormir?
🤖 OpenAI vuelve a recortar ChatGPT: adiós a varios modelos
OpenAI ha retirado de ChatGPT los modelos GPT-4o, GPT-4.1, GPT-4.1 mini y OpenAI o4, después de haberlos recuperado por presión de algunos suscriptores de pago. La limpieza vuelve a dejar claro que el catálogo no es tan estable como muchos esperaban.
La decisión afecta directamente a usuarios que pagaban por elegir modelo específico, y refuerza la estrategia de simplificar la oferta dentro de la plataforma. Menos opciones, más control… ¿o menos libertad para el usuario premium?
🚀 AI.com irrumpe en el Super Bowl… y se cae en minutos
El cofundador de Crypto.com, Kris Marszalek, pagó $70 millones por el dominio AI.com y lo estrenó a lo grande en el Super Bowl. Resultado: avalancha de tráfico, errores 504 masivos y una web inaccesible justo después del anuncio.
El dominio, registrado en 1993, es una de las compras más caras de internet. AI.com promete una red descentralizada de agentes de IA rumbo a la AGI, pero por ahora solo deja reservar nombres de usuario… pidiendo tarjeta de crédito aunque no haya herramientas funcionales. El producto “real” llegaría en 48 horas. ¿Visionario movimiento estratégico a 20 años vista… o el pico definitivo de la burbuja de la IA?
🤖 EL CHIP MAESTRO
Tiempo de lectura: 2 minutos y 30 segundos
🤖 Agentes de IA, la nueva revolución IA: cuando el software empieza a trabajar por ti
La próxima gran disrupción de la inteligencia artificial ya no es que hable mejor. Es que empiece a actuar sola.
Primero llegaron los modelos conversacionales. La IA que responde preguntas.
Después vino la ola multimodal: sistemas que generan imágenes, voz y video.
Más capacidades, mismo patrón: tú pides, la máquina produce.
Ahora el patrón cambia.
Estamos entrando en la etapa de los agentes de IA: sistemas que no solo generan contenido, sino que persiguen objetivos y ejecutan tareas completas con cierto grado de autonomía.
No es una mejora estética. Es un cambio de rol operativo.
En este artículo vas a entender qué son realmente los agentes de IA, por qué están explotando ahora y qué cambia, de verdad, a partir de aquí.
🕵️ ¿Qué son exactamente los agentes de IA?
Un agente de IA no es un chatbot avanzado. Es un sistema diseñado para completar objetivos, no solo para responder preguntas.
La diferencia es simple.
Un modelo clásico espera instrucciones. Le haces una pregunta y devuelve una respuesta. Incluso cuando parece sofisticado, su estructura sigue siendo reactiva. No tiene iniciativa operativa.
Un agente cambia esa lógica. Recibe un objetivo y decide cómo abordarlo. No es solo generación de texto: es secuencia de decisiones.
Por ejemplo:
❌ Pedirle a un modelo que redacte un análisis es una tarea puntual:
“Resume este informe.”
✅ Pedirle a un agente que investigue un sector, contraste fuentes, sintetice hallazgos y entregue conclusiones accionables ya es otra categoría:
“Analiza este mercado y dame oportunidades de negocio con datos.”
En ese segundo caso hay planificación, verificación y adaptación.
Un agente puede dividir el objetivo, decidir por dónde empezar, usar herramientas externas, comprobar si lo que obtuvo sirve y corregir el rumbo si no funciona.
Por eso muchos investigadores los describen no como “modelos más grandes”, sino como modelos dentro de un sistema que actúa.
⚙️ Cómo funcionan en la práctica
La forma más fácil de entender un agente es pensar en un bucle de trabajo.
Reciben un objetivo, actúan, observan qué pasó y ajustan el siguiente paso. Igual que una persona trabajando por iteraciones.
El esquema típico es:
1️⃣ Entender el objetivo
2️⃣ Crear un plan inicial
3️⃣ Ejecutar una acción
4️⃣ Revisar el resultado
5️⃣ Decidir el siguiente paso
La novedad es que no trabaja aislado. Puede interactuar con herramientas: navegar, consultar bases de datos, ejecutar código, leer documentos, llamar a APIs o usar software empresarial.
Eso convierte a la IA en algo más cercano a un operador digital que a un generador de texto.
💡 Una buena analogía: Un LLM es alguien que sabe mucho. Un agente es alguien que además hace gestiones.
📈 ¿Por qué el boom de agentes está ocurriendo ahora?
Los agentes no son una idea nueva. Lo nuevo es que ahora funcionan lo suficiente como para ser útiles.
Hay tres razones prácticas detrás del boom reciente.
La primera es la mejora en la calidad de los modelos.
Cometen menos errores graves y pueden sostener cadenas de razonamiento más largas. Eso permite encadenar acciones sin que todo se rompa al segundo paso.
La segunda es la conexión con herramientas reales. Los modelos ya no están encerrados en una caja de texto. Pueden operar sobre sistemas externos, y eso multiplica su utilidad.
La tercera es económica. Las empresas han entendido que generar contenido ahorra tiempo, pero ejecutar procesos ahorra costes reales. Por eso la inversión se ha movido desde “chat” hacia “acción”.
Hoy ya se están usando agentes, con supervisión, para investigación de mercado, análisis de datos, generación y prueba de código, soporte técnico y automatización de procesos internos.
No es teoría. Es despliegue temprano.
🧩 ¿Qué pueden hacer hoy y dónde todavía fallan?
Aquí conviene separar capacidad de autonomía total.
Hoy los agentes funcionan bien cuando la tarea es digital, tiene criterios de éxito claros y permite verificación.
Investigación estructurada, comparación de información, preparación de informes, testing de código o monitorización de cambios son buenos ejemplos.
Funcionan peor cuando el objetivo es ambiguo, el entorno cambia mucho o no hay forma clara de comprobar si lo hicieron bien.
También sufren cuando el proceso requiere demasiados pasos encadenados: un error pequeño al inicio se arrastra.
⚠️ No son empleados autónomos digitales.
Pero sí son ejecutores parciales fiables en contextos acotados.
Y eso ya es suficiente para cambiar flujos de trabajo.
🚀 ¿Qué cambia si los agentes maduran?
Si esta tecnología gana robustez, el cambio no será solo de productividad, será de interfaz mental.
Hoy usamos software paso a paso.
Mañana definiremos objetivos y el sistema ejecutará. Menos manipulación directa, más delegación.
Impactos probables:
💼 Trabajo
Delegación de tareas completas, no micro-tareas
Profesionales coordinando agentes
Menos ejecución manual
Delegación de tareas completas, no micro-tareas
Profesionales coordinando agentes
Menos ejecución manual
🧑💻 Software
Menos interfaces, más objetivos
Del “usar apps” al “pedir resultados”
Software que actúa, no solo espera input
Menos interfaces, más objetivos
Del “usar apps” al “pedir resultados”
Software que actúa, no solo espera input
💰 Negocio
Equipos pequeños con capacidad ampliada
Más automatización cognitiva
Nuevos modelos de servicio basados en agentes
Equipos pequeños con capacidad ampliada
Más automatización cognitiva
Nuevos modelos de servicio basados en agentes
La transición es clara: de herramienta → a colaborador digital.
Estamos pasando de preguntar a delegar
La primera ola fue hablar con la IA.
La segunda fue crear con la IA.
La tercera es delegarle trabajo.
Ese es el salto real.
La cuestión no es si usarás agentes de IA. Es en qué parte de tu trabajo empezarás a confiar en ellos.
¿Qué tarea concreta delegarías primero? ¿Dónde pondrías el límite de autonomía?
🍿 LA BUTACA DEL CAOS
Sin Piedad (2026)
¿Quieres saber cómo este sistema perdió su sonrisa? Se la entregó a un algoritmo.
En Sin Piedad, no estamos ante el típico robot con cables por fuera; estamos ante la evolución del agente de IA como verdugo invisible.
La Jueza Maddox no necesita una pistola, solo necesita acceso a tu historial de navegación y a tus pulsaciones cardíacas.
El Algoritmo del Castigo
Lo que hace que esta película sea una broma pesada es ver cómo hemos pasado de las IA que nos recomendaban calcetines a las que nos recomiendan una celda de aislamiento. Maddox es el agente de IA definitivo: no tiene prejuicios, no tiene sueño y, lo más divertido de todo, no tiene remordimientos.
La trama nos muestra a un Chris Pratt que intenta luchar contra una "nube" que ya ha decidido su destino. Es como intentar boxear con el aire; puedes lanzar todos los golpes que quieras, pero el aire siempre gana por cansancio.
La dirección utiliza una estética de "panóptico digital": cámaras por todas partes, interfaces que flotan como fantasmas y una sensación de que, en este mundo, la privacidad es el chiste que nadie cuenta en voz alta.
La Lógica de la Guillotina
¿Es Maddox un agente eficiente? Por supuesto. Ha reducido el crimen a cero. ¿El costo? Que ya nadie se atreve a ser humano por miedo a que el algoritmo detecte una anomalía en su comportamiento.
La película acierta al mostrar que el verdadero peligro de una IA no es que se rebele contra nosotros, sino que nos obedezca demasiado bien.
Maddox es la culminación de los agentes que discutimos antes: tiene la omnipresencia de HAL 9000, pero con la fachada de "servicio al ciudadano". Es una herramienta que se convirtió en el dueño de la caja de herramientas.
Una Reflexión para el Manicomio
Al final, "Sin Piedad" nos deja una pregunta que flota en el aire: ¿De qué sirve tener un agente de IA que nunca se equivoca si ya no queda nadie con el valor de cometer un error?
Nos vendieron la seguridad y compramos una jaula con Wi-Fi gratuito. Algunos solo quieren ver el mundo arder, pero esta IA prefiere mantenerlo a una temperatura perfecta... mientras nos asfixiamos lentamente en la perfección.
¿No es una locura encantadora?
RECIBE EL PRÓXIMO NÚMERO
¿Quieres recibir el próximo número?
Suscríbete a Código YI y recibe cada semana lo más importante de IA y tecnología.