Arquitectura de IA con agentes: guía práctica para crear sistemas de IA más inteligentes

La arquitectura de IA con agentes reparte una tarea compleja entre varios agentes especializados. Cada agente se ocupa de una parte del trabajo y, juntos, consiguen un resultado mejor que el de un único modelo trabajando solo.

«Básicamente, hay que pensar en estos grandes modelos de lenguaje (LLM) como agentes. Cada uno se encarga de una parte de la tarea», explica Don Woodlock, presidente de InterSystems, en su serie «Code to Care ».

A diferencia de la IA tradicional, que responde a una única instrucción con un único resultado, estos sistemas pueden planificar, utilizar herramientas, retener información y tomar decisiones autónomas en varios pasos.

En lugar de pedir a un solo modelo que lo haga todo, se asignan funciones especializadas a distintos agentes inteligentes. Uno redacta. Otro revisa. Un tercero mejora el texto. Algunos ni siquiera son modelos de lenguaje: son herramientas, como buscadores, API o calculadoras. Un orquestador coordina el trabajo de todos para alcanzar un objetivo común.

¿Qué ha hecho que esto sea viable? Los grandes modelos de lenguaje han superado un umbral de fiabilidad. Los anteriores no eran lo bastante fiables para asumir subtareas autónomas: podían desviarse del tema o inventarse restricciones. Los agentes modernos siguen instrucciones complejas con la precisión suficiente para asumir una función especializada dentro de un sistema más amplio, interpretar su entorno y actuar sin intervención humana en cada paso.

Los grandes modelos de lenguaje generan respuestas palabra a palabra. Avanzan siempre hacia delante. Una llamada a un solo modelo no incluye revisión.

Basta pensar en cómo se elaboraría un plan de marketing. Primero se prepara un esquema. Después se escribe un borrador. Luego, se revisa. Se reciben comentarios. Se corrige y quizá se hace una prueba antes de llegar a la versión final. Es un proceso con varias pasadas y cada una mejora la anterior.

Un LLM concentra todo eso en una sola pasada. No crea un esquema real, no se detiene a criticar y no revisa con calma. Produce la respuesta que va prediciendo palabra a palabra. No puede volver atrás para reconsiderar lo que acaba de generar.

La arquitectura basada en agentes cubre esa carencia. Al conectar varios agentes, cada uno responsable de una fase distinta, los sistemas pueden redactar, evaluar y mejorar flujos de trabajo complejos que un único modelo no puede abordar por sí solo.

Las investigaciones sobre instrucciones con razonamiento paso a paso Wei et al., 2022; Kojima et al., 2022 demostraron que pedir a los LLM que resolvieran tareas complejas mediante pasos intermedios mejoraba de forma notable la precisión.

La arquitectura basada en agentes lleva ese mismo principio más allá: pasa de ser una técnica aplicada a una única instrucción a convertirse en un diseño completo del sistema. En lugar de pedir a un modelo que se detenga a pensar, se construye un equipo de agentes que trabaja por fases.

El punto de partida es lo que Don Woodlock llama «IA compuesta»: conectar varios LLM entre sí en lugar de depender de uno solo. La versión más sencilla utiliza tres modelos en secuencia:

1. Agente de borrador: genera el primer resultado.
2. Agente de crítica o revisión: evalúa el borrador en función de los requisitos originales.
3. Agente final: revisa el resultado a partir de la revisión.
   

«Esto funciona. De verdad, da un resultado mucho mejor. Puede probarse directamente con ChatGPT». - Don Woodlock

El cambio clave consiste en dejar de pensar en cada llamada a un LLM como «la IA» y empezar a verla como un agente con una función: quien redacta, quien revisa, quien remata. Puede utilizarse el mismo modelo para las tres fases o combinar modelos distintos para aportar variedad y perspectiva. El resultado conjunto supera al de una única llamada.

Una vez que se empieza a pensar en agentes, llega la siguiente idea: no todos tienen que ser modelos de lenguaje.

«Algunos podrían ser herramientas para, por ejemplo, hacer una búsqueda en Google o llamar a una API para programar una cita o usar una API de calculadora para hacer una operación». — Don Woodlock

En el ejemplo de Don, un «agente de solicitud de datos» identifica qué estadísticas reforzarían un plan de marketing. Otro agente realiza búsquedas en la web para encontrarlas. El agente de búsqueda es una llamada a una API, pero dentro del sistema cumple la misma función: recibe una tarea, la ejecuta y devuelve un resultado.

Esto es lo que distingue a los sistemas basados en agentes de las cadenas de instrucciones. La arquitectura admite distintos tipos de procesamiento, como modelos de lenguaje, buscadores, bases de datos, calculadoras o API externas, todos coordinados hacia un mismo objetivo.

El último cambio es comprender que el flujo de trabajo no tiene por qué estar codificado de antemano.

En lugar de definir un proceso fijo de seis pasos, se proporciona al agente orquestador un objetivo, un conjunto de agentes disponibles y unas instrucciones generales. El orquestador decide la secuencia. Puede volver atrás para buscar más información o puede saltarse un paso si no hace falta. Se adapta y funciona de forma similar a cómo lo haría un detective, que no sigue una lista de comprobaciones. Tiene un objetivo que es resolver el caso y cada pista determina el siguiente paso que debe seguir. Si una línea de trabajo no lleva a ninguna parte, vuelve atrás. Si un testigo abre una nueva, la sigue. Del mismo modo, el orquestador parte de un objetivo y decide la secuencia de trabajo a medida que avanza.

Esto es lo que diferencia la arquitectura basada en agentes de la automatización tradicional. El sistema no sigue un guion cerrado sino que persigue un objetivo.

Todo sistema de agentes, independientemente de su complejidad, comparte cuatro módulos básicos, además de una capa de coordinación que los integra entre sí.

El módulo de percepción actúa como la capa de captación del sistema. Recoge datos en tiempo real desde API, bases de datos, sensores o interfaces de usuario, y los transforma en representaciones que el sistema puede utilizar. Aquí es donde el procesamiento del lenguaje natural interpreta entradas de texto, la visión artificial interpreta imágenes y los conectores de datos extraen registros estructurados de sistemas empresariales. La capa de percepción marca el límite de todo lo que viene después. La calidad del trabajo de un agente depende de la calidad de los datos a los que tiene acceso.

En sanidad, por ejemplo, las organizaciones que utilizan plataformas de datos unificadas como InterSystems HealthShare pueden agregar registros procedentes de distintas historias clínicas electrónicas mediante estándares como FHIR^® y HL7®. Así, ofrecen a sus agentes una base de datos mucho más completa que las organizaciones que trabajan con silos fragmentados.

El módulo cognitivo interpreta la información procedente de la capa de percepción en función de los objetivos actuales del agente. Es aquí donde operan los modelos de machine learning, la lógica de la cadena de pensamiento y los algoritmos de planificación.

Las capacidades de razonamiento de los LLM han hecho que los agentes deliberativos sean viables. Pueden valorar opciones, definir objetivos y ajustar planes mientras se ejecuta la tarea.

Pero el razonamiento también es el punto en el que pueden aparecer errores. Un modelo que malinterpreta los datos o establece un sub-objetivo erróneo provoca una cascada de errores en las fases posteriores.

Los sistemas de memoria proporcionan contexto a los agentes más allá de la instrucción actual. La memoria a corto plazo conserva el contexto de la sesión activa y los resultados intermedios. ¿Qué ha producido hasta ahora el agente de borrador? ¿Qué datos se han recuperado ya?

La memoria a largo plazo almacena resultados históricos, preferencias de los usuarios y conocimientos acumulados, lo que ayuda al sistema a mejorar con el tiempo. Los agentes que conservan un registro de interacciones anteriores y de estados del entorno pueden razonar a más largo plazo, conectando la tarea actual con lo aprendido en tareas previas.

La gestión del contexto entre agentes es uno de los problemas técnicos más difíciles en los sistemas multiagente. El conocimiento de cada agente debe estar bien delimitado porque necesita disponer de lo necesario, pero sin quedar saturado por información irrelevante.

El módulo de acción ejecuta las decisiones: generar texto, llamar a una API, actualizar un registro en una base de datos o pasar la tarea al siguiente agente. En el esquema de Don, los agentes de borrador, crítica y versión final realizan acciones distintas al servicio de un mismo objetivo.

Las acciones también pueden activar procesos posteriores en sistemas de software externos, como programar citas, abrir incidencias, actualizar registros en el CRM o enviar datos a canales de análisis. La capa de acción es el punto en el que la IA basada en agentes se conecta con el mundo real.

La capa de orquestación coordina el flujo de datos y de control entre todos los demás módulos. Decide qué agente interviene a continuación y qué información recibe.

Por debajo se sitúa el ciclo de retroalimentación, el mecanismo que permite al sistema evaluar su propio avance, detectar errores lógicos y ajustar estrategias en tiempo real a partir de la respuesta del entorno. Los sistemas basados en agentes mejoran con el tiempo mediante ciclos de aprendizaje por refuerzo: incorporan más datos y ajustan el comportamiento de los agentes en cada iteración.

Los sistemas basados en agentes pueden analizarse en dos niveles: cómo se diseña cada agente y cómo se organizan varios agentes dentro de un sistema.

La forma en que un agente procesa información y toma decisiones determina qué tipo de tareas puede asumir:

Patrón	Cómo funciona	Uso más adecuado
Reactivo	Responde a estímulos inmediatos sin utilizar memoria ni predicción. Un agente reflejo basado en modelos asigna percepciones directamente a acciones.	Tareas sencillas y rápidas: enrutamiento de alertas, activadores basados en umbrales.
Deliberativo	Razona, planifica y tiene en cuenta el contexto antes de decidir. Es más lento, pero mucho más capaz.	Problemas complejos que requieren planificación en varios pasos: investigación, análisis.
Cognitivo	Imita procesos de pensamiento humanos, como razonar, aprender y tomar decisiones autónomas con memoria a corto y largo plazo.	Tareas que requieren adaptación: recomendaciones personalizadas, creación iterativa de contenido.

La mayoría de los agentes modernos son deliberativos o cognitivos. Las capacidades de razonamiento de los grandes modelos de lenguaje hacen viables estos patrones de una forma que no era posible hace cinco años.

La forma de organizar los agentes determina cómo colaboran y quién toma las decisiones:

Patrón	Estructura	Uso más adecuado	Contrapartida
Un solo agente	Un agente que toma decisiones de forma centralizada con herramientas y una instrucción del sistema. El agente se encarga de toda la tarea.	Tareas bien definidas: consultas de soporte, resumen de documentos, revisión de código.	Es sencillo de construir y depurar, pero queda limitado por la capacidad de un único agente.
Canalización vertical	Un agente principal supervisa subtareas y dirige a varios agentes especializados en secuencia. Los agentes jerárquicos devuelven los resultados hacia arriba en la cadena.	Flujos de trabajo secuenciales: creación de contenidos, procesamiento de datos, generación de informes.	Es predecible y fácil de probar, pero resulta poco flexible si los requisitos cambian durante la tarea.
Modelo horizontal	Los agentes trabajan al mismo nivel en un sistema descentralizado, sin un único responsable. Operan de forma independiente y negocian los resultados.	Tareas creativas: generación de ideas, evaluación con equipos enfrentados, análisis interdisciplinar.	Aporta perspectivas diversas, pero dificulta llegar a una única respuesta.
Modelo híbrido	Combina liderazgo estructurado con flexibilidad colaborativa. El liderazgo cambia según la fase de la tarea.	Proyectos complejos que mezclan ejecución estructurada y exploración abierta.	Es el modelo más capaz, pero también el más complejo de construir y depurar.

El ejemplo de Don basado en borrador, crítica y revisión es una canalización, de forma que el flujo de trabajo sigue una secuencia predeterminada. El ejemplo del orquestador es híbrido y el sistema se adapta según lo que produce cada paso.

La arquitectura idónea del agente depende de los requisitos de la aplicación. Para tareas bien definidas, conviene empezar con una arquitectura de un solo agente. Las arquitecturas multiagente solo tienen sentido cuando la complejidad de la tarea lo exige, por ejemplo, por especialización, ejecución en paralelo o coordinación entre dominios..

En las arquitecturas multiagente, el principal problema es conseguir que los agentes trabajen juntos.

La colaboración multiagente exige resolver tres cuestiones: comunicación, coordinación y uso compartido de recursos.

Los agentes se comunican mediante el intercambio estructurado de mensajes. La salida de un agente se convierte en la entrada de otro. Los protocolos de comunicación definen el formato, el enrutamiento y la prioridad de estos mensajes.

En los sistemas verticales, los agentes que dependen de un agente líder siguen un modelo de «centro y radios». En los sistemas horizontales, los agentes se comunican entre sí de igual a igual.

Se crearon estándares como el Protocolo de Contexto Modelo (MCP) para normalizar la forma en que los agentes se conectan a herramientas y fuentes de datos, reduciendo así la carga que supone la integración para los equipos de desarrollo de agentes.

Una de las características clave de los sistemas multiagente frente a las arquitecturas de un solo agente es el procesamiento paralelo. Los distintos agentes pueden encargarse de subtareas independientes de forma simultánea (por ejemplo, uno investiga, otro redacta y un tercero consulta una base de datos).

Esto permite a los agentes resolver problemas complejos más rápido que un único modelo que trabaje de forma secuencial. Sin embargo, la ejecución en paralelo plantea retos de sincronización y los agentes deben combinar sus resultados de forma coherente, sin contradicciones ni duplicaciones.

El principal reto de las arquitecturas multiagente es la coordinación. Sin mecanismos sólidos de sincronización, los agentes comparten los recursos de forma ineficiente, duplican el trabajo o generan resultados contradictorios. Esto resulta especialmente grave en los entornos dinámicos donde los requisitos de las tareas cambian en pleno flujo de trabajo. La supervisión del rendimiento del sistema (es decir, el seguimiento de qué agentes sufren cuellos de botella, cuáles están inactivos y dónde se acumulan los errores) es esencial para mantener el rendimiento de la IA a medida que el sistema se amplía.

Los sistemas multiagente son muy adecuados para ámbitos que requieren la colaboración entre diversos conjuntos de competencias, como la revisión del cumplimiento normativo, la investigación de mercados, la optimización de flujos de trabajo o los proyectos multifuncionales en los que es necesario aunar conocimientos analíticos, creativos y operativos en un único resultado.

La IA con agentes no siempre es la opción adecuada. Resumir un documento, clasificar un ticket de soporte o traducir un texto puede funcionar bien con una sola llamada a un LLM. Añadir agentes a esas tareas aumenta la complejidad sin aportar una mejora clara.

Esta arquitectura adquiere su complejidad cuando:

• Las tareas requieren varios pasos como investigación, análisis y síntesis.
• Los datos externos son esenciales y el sistema necesita consultar bases de datos, API o fuentes en tiempo real durante el flujo de trabajo.
• La autocorrección mejora los resultados y un ciclo de revisión eleva la calidad de forma medible.
• Hace falta coordinación entre sistemas, porque los agentes deben extraer datos de unas plataformas y enviar resultados a otras.
  

Si la tarea tiene una sola entrada, una sola salida y ninguna decisión intermedia, una buena instrucción será más rápida, más barata y probablemente más eficaz que un sistema con agentes.

Los sistemas de IA con agentes destacan en la resolución de problemas abiertos que requieren una toma de decisiones autónoma y una gestión de flujos de trabajo complejos. En entornos empresariales, esto se traduce en un impacto medible.

Algunas organizaciones señalan una aceleración de los procesos de negocio de entre el 30 % y el 50 % cuando los sistemas de IA con agentes automatizan flujos operativos, como comprobaciones de cumplimiento, conciliación de datos e incorporación de clientes.

En la práctica, esto significa crear agentes adaptados a funciones empresariales concretas. Como explica Don, puede crearse «un modelo que compruebe el contenido frente a las políticas de la organización o frente a la marca». Así, la revisión de cumplimiento o la gobernanza de marca dejan de ser un cuello de botella manual y pasan a integrarse como un paso automatizado dentro de un flujo de trabajo con agentes.

La IA con agentes puede automatizar tareas intensivas en conocimiento que los modelos tradicionales no gestionan bien. Entre ellas están el análisis de datos no estructurados procedentes de varias fuentes, la aplicación de criterio y la adaptación a excepciones.

Estos sistemas pueden funcionar de forma continua y absorber picos repentinos de datos o consultas sin aumentar la plantilla. Al descargar trabajo cognitivo repetitivo, los equipos pueden centrarse en estrategia, innovación y tareas de mayor valor.

En sanidad, la IA con agentes mejora tanto la eficiencia operativa como la toma de decisiones clínicas. Los agentes pueden analizar imágenes médicas, cruzar historias clínicas y aprender de casos nuevos, lo que puede mejorar la precisión diagnóstica con el tiempo.

La integración de la IA con agentes en los sistemas empresariales existentes refuerza la ventaja competitiva en distintos sectores.

Plataformas como InterSystems IRIS Data Platform proporcionan la base de interoperabilidad que estos agentes necesitan en sanidad y en otros sectores. La plataforma conecta sistemas mediante estándares como FHIR y HL7, independientemente del proveedor.

La cadena de suministro obtiene beneficios similares. Los agentes que detectan cambios en la demanda y ajustan la preparación y entrega de pedidos en tiempo real necesitan analizar datos transaccionales activos, no una extracción del almacén de datos del día anterior. InterSystems IRIS admite este enfoquede forma nativa mediante el procesamiento «translytical», que permite ejecutar cargas de trabajo tanto transaccionales como analíticas sobre los mismos datos sin los retrasos propios del proceso ETL.

Implantar sistemas de IA con agentes exige elegir bien los tipos de agentes, las herramientas y los marcos de trabajo. La elección debe ajustarse a las capacidades de IA necesarias y a los objetivos de negocio. El ecosistema ha madurado con rapidez.

Los marcos de trabajo de agentes gestionan la lógica de los agentes, la coordinación y el uso de herramientas.

Marco	Mantenido por	Enfoque
LangGraph	LangChain	Flujos de trabajo basados en grafos. Los agentes son nodos y las transiciones son aristas. Ofrece mucha flexibilidad, pero tiene una curva de aprendizaje más pronunciada.
CrewAI	Código abierto (Fondo de IA)	Equipos basados en roles. A cada agente se le asignan funciones, objetivos y contexto. Es una vía rápida para crear prototipos multiagente.
Marco de trabajo de Microsoft Agent	Microsoft	Marco unificado que combina AutoGen y Semantic Kernel. Tiene una integración profunda con Azure y está orientado a la empresa.
Google ADK	Google	Kit de herramientas orientado al código, "code-first". Incluye herramientas integradas, compatibilidad con Model Context Protocol e interfaz visual de depuración. Se integra con Vertex AI.

Estos marcos se encargan de la lógica y la coordinación de los agentes. Pero los agentes también necesitan tener acceso a los datos de la empresa, que se encuentran repartidos entre bases de datos, motores de interoperabilidad y sistemas de análisis en tiempo real. InterSystems IRIS proporciona la capa de infraestructura de datos que los agentes consultan y sobre la que actúan, lo que permite a los desarrolladores integrar capacidades de IA basadas en agentes en los sistemas de software existentes.

La elección de un marco práctico es esencial para crear sistemas fáciles de mantener y escalables. La decisión depende de la experiencia del equipo, del entorno en la nube y del grado de personalización necesario.

Un punto de partida útil consiste en elegir un marco de trabajo y crear el patrón de redacción, crítica y revisión. Puede usarse un único LLM para los tres agentes. Primero conviene ponerlo en funcionamiento; después, ampliarlo.

Crear sistemas de IA con agentes introduce decisiones técnicas que los enfoques de un solo modelo evitan. Las organizaciones deben gestionar esa complejidad para que el sistema funcione bien:

• La latencia se acumula. Cada agente añade una interacción más. Una canalización de tres agentes puede triplicar la latencia de una sola llamada. Antes de añadir agentes, hay que definir tiempos de respuesta aceptables.
• Los errores se propagan. Una salida incorrecta del agente de redacción llega al agente de crítica, que puede no detectarla. Por eso hacen falta validaciones en cada traspaso, no solo al final.
• Los costes aumentan. Más agentes significan más llamadas a API y, por tanto, más coste. Conviene medir el coste por tarea y compararlo con la mejora real de calidad. A veces, una sola instrucción bien diseñada es suficiente.
• La depuración es más difícil. Si un sistema de cinco agentes produce un mal resultado, hay que localizar qué agente ha fallado. Para ello es imprescindible registrar de forma estructurada cada paso entre agentes
• A partir de cierto punto, añadir más agentes aporta cada vez menos. Mejorar los tres primeros suele ser más útil que incorporar un cuarto, quinto o sexto agente.

La escalabilidad es uno de los principales problemas de la arquitectura de IA con agentes, sobre todo al pasar de un solo agente a sistemas multiagente. Estos sistemas necesitan una infraestructura sólida para gestionar más carga de trabajo y mantener una comunicación fluida entre agentes.

Lo que funciona en un prototipo de tres agentes puede fallar con veinte. Las colas de mensajes se saturan, las ventanas de contexto se llenan y la coordinación se convierte en el cuello de botella.einte agentes. Las colas de mensajes se desbordan, las ventanas de contexto se llenan y la sobrecarga de coordinación se convierte en el cuello de botella.

Las pruebas de IA con agentes deben combinar datos sintéticos y datos reales. Los datos sintéticos ayudan a probar casos límite y modos de fallo en condiciones controladas. Los datos reales muestran las entradas irregulares e imprevisibles que el sistema tendrá que gestionar en producción.

Primero conviene probar cada agente por separado y, después, el sistema completo de extremo a extremo. Las interacciones entre agentes pueden revelar problemas que las pruebas unitarias no detectan.

El diseño de una arquitectura de IA con agentes es un proceso iterativo. Las arquitecturas deben revisarse periódicamente, porque las cargas de trabajo cambian y el sistema debe adaptarse. Al principio una canalización sencilla puede ser suficiente pero, si la tarea se vuelve más compleja, puede ser necesarios contar con una orquestación dinámica.

Como señala Don, el objetivo es «crear flujos de trabajo donde uno o varios agentes puedan dirigir lo que sucede a continuación, en lugar de que todo el flujo quede prediseñado de antemano en el código o en la aplicación». Conviene empezar con la arquitectura más sencilla que funcione y dejar que la experiencia guíe la evolución.

La arquitectura de IA con agentes transforma la IA. Deja de ser una herramienta basada en una sola instrucción y pasa a funcionar como un equipo coordinado de agentes especializados. La idea central, tal como la plantea Don, es sencilla: primero, considerar los LLM como agentes; después, reconocer que no todos los agentes tienen que ser LLM; por último, dejar que el sistema dirija su propio flujo de trabajo en lugar de codificar cada paso de forma rígida.

El punto de partida puede ser un bucle de redacción, crítica y revisión. Después pueden añadirse herramientas y, más adelante, orquestación. La complejidad del sistema debe crecer al ritmo de las necesidades, no por delante de ellas.