Durante años diseñamos sistemas que sabíamos dominar. Herramientas. Funciones. Lo que hacíamos era más o menos esto: definíamos tareas, diseñábamos procesos, añadíamos interfaces. Todo limpio, modular, eficiente.
Los workflows fluían tal como fueron definidos. Sin intención. Sin memoria. Sin agencia. Tan controlables.
Y de repente, un paradigma salvaje aparece: Agentic AI.
No se trata de nuevas funcionalidades. Ni de mejoras de UX. Aparecen entidades que no solo hacen tareas: las entienden. Son agentes.
La IA agentiva no es una moda
Llevamos años hablando de IA como si fuera una caja negra que responde cosas o un motor predictivo que genera texto. Se queda corto. La irrupción de lo que ahora llamamos Agentic AI marca el salto de sistemas que reaccionan a entidades que actúan.
La diferencia no es semántica. Es política, ontológica y filosófica.
Una herramienta se usa.
Un agente actúa. Tiene objetivos. Entiende el contexto. Decide qué herramientas utilizar. Memoriza interacciones. Se coordina con otros. Ejecuta planes complejos. Y cuando se conecta a sistemas externos, no es una API embebida: es un actor con agencia en esa red.
Nosotros no usamos un agente. Interactuamos con una entidad digital que puede actuar por sí misma.
Primero estándares: MCP y A2A
En abril de 2025, Google lanza Agent-to-Agent (A2A): un protocolo abierto para que agentes de distintos fabricantes puedan descubrirse, hablarse y delegarse tareas sin integraciones a medida.
Sin estándares, los agentes viven aislados. Con A2A, colaboran como microservicios cognitivos distribuidos.
Hoy, una IA de Google no puede hablar con una IA de Microsoft. Con A2A, sí.
Es como haber inventado el protocolo de internet… pero para IAs.
Unos meses antes, Anthropic presentó Model Context Protocol (MCP): una forma estándar de dotar a los agentes de contexto y herramientas sin programar cada integración desde cero. MCP es el conector universal entre agentes, datos y funciones. O como lo dice Anthropic: el USB de los agentes.
A2A no razona. No actúa. Solo conecta. MCP permite razonar con contexto, decidir qué hacer, cuándo, con qué herramienta y en qué orden.
Ambos son abiertos, extensibles y complementarios. A2A habilita la red. MCP habilita la acción. La arquitectura que viene necesita ambos.
El stack agentivo se dispara
El ecosistema Agentic AI ha crecido de forma explosiva en los últimos doce meses. Desde frameworks de código abierto como LangChain, LangGraph, Autogen, Semantic Kernel o CrewAI, hasta SDKs comerciales como OpenAI Agents, o plataformas como Watsonx Orchestrate.
Crear agentes productivos, especializados y colaborativos ya está al alcance.
Podemos diseñar agentes con memoria, herramientas, recuperación de documentos y ejecución multistep. Podemos orquestar equipos de agentes que se comunican entre sí. Podemos conectar modelos generativos con sistemas corporativos complejos.
Todo esto es poderoso. Pero el ecosistema está aún muy fragmentado.
Cada framework habla su propio idioma. Cada plataforma impone su arquitectura.
Por eso, los estándares como MCP y A2A importan: facilitan interoperabilidad, colaboración y razonamiento contextualizado. Son infraestructura para una nueva capa de software.
Los primeros agentes ya están por aquí
SAP, Zoom, Microsoft, Salesforce, ServiceNow, Atlassian, Amazon… todos están desplegando agentes.
Algunos leen correos y crean tareas. Otros consultan bases de datos para resolver disputas. Programan reuniones. Toman notas. Ejecutan macros. Interactúan con interfaces gráficas para mover datos entre sistemas.
Los resultados son reales: Más productividad. Menos tareas repetitivas. Respuesta más rápida.
Pero también limitados: Cuando se sale del dominio para el que fueron diseñados, los agentes actuales colapsan.
Los agentes actuales son útiles, pero no son fiables
Los agentes de hoy no tienen memoria consolidada. Alucinan. Fallan al razonar con profundidad. Se comportan de forma impredecible.
Muchos están hiper-especializados: asistente de correo, copiloto de código, revisor de documentos. Fuera de su zona de confort, se pierden.
Su “memoria” suele ser una búsqueda vectorial primitiva. Su “razonamiento”, una cadena textual sin verificación formal. Y su ejecución multistep se degrada paso a paso.
Son útiles, pero aún no son fiables. Especialmente si no están supervisados.
En producción, funcionan mejor cuando automatizan tareas repetitivas, de bajo riesgo, y hay supervisión humana (human in the loop).
Gobernanza, confianza, semántica
Si queremos que los agentes escalen sin vigilancia constante, no basta con mejores frameworks. Hará falta más:
Protocolos de identidad. Saber quién es un agente, quién lo creó, a qué accede. Algo así como un SSL para entidades cognitivas.
Gobernanza. Equipos multidisciplinares que definan qué puede hacer un agente, cuándo y con qué permisos.
Semántica común. No podemos depender de lenguaje natural o estructuras JSON ambiguas. Se necesita un vocabulario funcional y compartido entre agentes.
La interoperabilidad técnica no sirve si no hay interoperabilidad semántica ni confianza social.
En todo caso, bienvenidos al inicio del internet agentivo
2025 es el primer año de los agentes.
Veremos agentes con memoria real. Agentes que aprenden tras desplegarse. Agentes que colaboran entre sí gracias a A2A. Agentes que mueven el ratón, hacen scroll, pulsan botones. Que actúan como tú, en tu pantalla.
Y veremos regulaciones. Protocolos de control. Logs de acción. Permisos.
Los usuarios —los agentes humanos— empezaremos a tratar a los agentes IA como lo que son: entidades con agencia limitada pero creciente, que pueden ejecutar, y también decidir.
Diseñar agentes ≠ diseñar herramientas
Empieza a pensar en agentes. Y aquí viene lo importante: hay que desaprender cómo diseñamos software hasta ahora.
Una herramienta hace lo que le dices. Cuando diseñas herramientas, diseñas procesos.
Un agente elige cómo actuar. No es determinista. Es adaptativo. Diseñar agentes es crear ecologías de agencia distribuida, donde múltiples entidades —humanas y digitales— negocian sentido, decisiones, accesos, acciones y recursos.
Implica otra forma de diseñar, de interactuar… y de pensar. No es difícil. Es diferente.
El software que viene no será una lista de menús ni una cascada de pantallas. Será una conversación. Una relación dinámica, fluida, asimétrica. Entre humanos y entidades digitales que no solo nos escuchan: nos responden desde su lugar en el sistema.
Si te parece que todo esto suena lejano, tal vez es porque seguimos pensando en términos de lo que podemos hacer hoy con nuestro primer agente torpe y obediente. Esto va de pensar más allá: en la siguiente era de internet.
Una era donde los agentes ejecutan. Coordinan. Colaboran. Compiten. Aprenden. Mutan. Y lo hacen entre ellos. Y con nosotros.
Cuanto antes dejemos de diseñar herramientas, mejor diseñaremos entidades que piensen.
El software deja de ser una herramienta con interfaz para ser un interlocutor con agencia.
Bienvenidos a la era en que diseñamos entidades que ejecutan y deciden.
- La IA agentiva responde y actúa.
- MCP y A2A no son features: son infraestructura para la nueva era.
- Diseñar agentes es diseñar ecologías.
