Tipos de agentes de IA: mapa completo para elegir la arquitectura correcta

"Agente de IA" se ha convertido en un término tan amplio que ya casi no significa nada. Un chatbot de FAQ y un sistema que gestiona autónomamente una cadena de suministro se llaman igual pero son bestias completamente diferentes.

Este mapa clasifica los tipos principales de agentes, qué los distingue y cuándo usar cada uno.

La dimensión más importante: el nivel de autonomía

Antes de hablar de tipos concretos, la distinción más útil es cuánta autonomía tiene el agente:

Asistente reactivo: responde cuando se le pregunta, sin iniciativa propia. El humano dirige. Agente semi-autónomo: ejecuta tareas complejas de varias etapas, pero con checkpoints humanos. Agente autónomo: persigue objetivos a largo plazo con mínima supervisión humana.

La mayoría de implementaciones en producción están en el rango semi-autónomo — y es donde deberían estar. La autonomía total solo tiene sentido en casos muy concretos y bien delimitados.

---

Tipo 1: Agente de herramientas (Tool-use Agent)

Definición: el agente puede llamar a funciones externas (herramientas) para obtener información o ejecutar acciones.

Cómo funciona:

1. Recibe una petición del usuario
2. Decide qué herramientas necesita usar y en qué orden
3. Llama a las herramientas y procesa los resultados
4. Genera una respuesta final con la información obtenida

Ejemplo concreto: un asistente que puede buscar en Google, consultar el tiempo y crear eventos en el calendario. Cuando le dices "ponme una reunión con el tiempo bueno la próxima semana", busca la previsión meteorológica y luego crea el evento.

Cuándo usarlo: prácticamente siempre. El tool use es la base de casi todos los agentes modernos. Sin herramientas, el agente solo puede razonar sobre información que ya tiene en su contexto.

---

Tipo 2: Agente ReAct (Reasoning + Acting)

Definición: el agente alterna entre razonamiento explícito ("¿Qué debería hacer ahora?") y acción ("Voy a llamar a esta herramienta").

Cómo funciona:

Thought: El usuario quiere saber el precio actual de las acciones de Apple.
Action: buscar_precio_accion("AAPL")
Observation: El precio actual es 189.45 USD
Thought: Tengo la información. Ahora puedo responder.
Answer: Las acciones de Apple cotizan actualmente a 189.45 USD.

Ventaja sobre el tool use básico: el razonamiento explícito hace que los errores sean más detectables y que el agente pueda corregirse a sí mismo.

Cuándo usarlo: tareas que requieren múltiples pasos de razonamiento y acción. Investigación, análisis complejo, resolución de problemas no triviales.

---

Tipo 3: Agente con memoria

Definición: el agente recuerda información de interacciones anteriores y puede usarla en conversaciones futuras.

Hay cuatro tipos de memoria en agentes:

Memoria de sesión (corto plazo): recuerda lo que pasó en la conversación actual. La más común — casi todos los agentes la tienen.

Memoria episódica (largo plazo): recuerda conversaciones anteriores. "La última vez que hablamos mencionaste que tu empresa usa Salesforce."

Memoria semántica: conocimiento estructurado sobre entidades. "Sé que el cliente X tiene el plan Premium, tiene 200 empleados y su sector es logística."

Memoria procedimental: aprende a mejorar su comportamiento con el tiempo basándose en feedback.

Cuándo usarlo: cualquier caso de uso donde el contexto histórico mejora la calidad de la respuesta. Soporte al cliente personalizado, asistentes de ventas, coaches virtuales.

---

Tipo 4: Agente de planificación (Planning Agent)

Definición: el agente descompone objetivos complejos en sub-tareas y las ejecuta secuencialmente o en paralelo.

Cómo funciona:

Objetivo: "Prepara un informe competitivo sobre las 3 principales empresas del sector"
Plan:
  1. Identificar los 3 principales competidores → herramienta de búsqueda
  2. Para cada competidor: recopilar información de productos, precios, novedades
  3. Analizar fortalezas y debilidades de cada uno
  4. Generar el informe comparativo

Variantes:

• Plan-then-execute: genera el plan completo antes de empezar (más predecible, menos adaptable)
• Plan-adapt-execute: replantea el plan si encuentra obstáculos (más robusto, más difícil de controlar)

Cuándo usarlo: tareas de investigación autónoma, generación de informes, proyectos con múltiples sub-tareas interdependientes.

---

Tipo 5: Sistema multi-agente

Definición: múltiples agentes especializados que colaboran para completar una tarea que ninguno podría hacer solo.

Patrones principales:

Orchestrator-worker: un agente central coordina a varios agentes especializados.

Orquestador → [Agente investigador] + [Agente redactor] + [Agente revisor]

Handoff: los agentes se pasan el control secuencialmente según el contexto.

Agente de ventas → detecta problema técnico → pasa a Agente técnico → resuelto → vuelve a Agente de ventas

Debate: múltiples agentes con perspectivas distintas debaten para llegar a una respuesta mejor.

Cuándo usarlo: cuando una tarea requiere habilidades muy diferentes simultáneamente, o cuando la calidad se beneficia de múltiples perspectivas. No uses multi-agente cuando un solo agente bien configurado puede hacer el trabajo — añade complejidad significativa.

---

Tipo 6: Agente con contexto externo (RAG Agent)

Definición: el agente recupera información relevante de una base de conocimiento externa antes de responder.

Diferencia con el tool use básico: en RAG Agent, la recuperación de conocimiento está integrada en el flujo de razonamiento, no solo como una herramienta más.

Flujo:

1. Recibe la pregunta
2. Busca en la base de conocimiento los fragmentos más relevantes
3. Razona con la pregunta + el contexto recuperado
4. Genera una respuesta respaldada por fuentes

Cuándo usarlo: cuando el agente necesita trabajar con información propietaria o actualizada frecuentemente que no está en el modelo base.

---

Tipo 7: Agente humano-en-el-bucle (HITL)

Definición: el agente pausa en puntos específicos para solicitar confirmación o input humano antes de continuar.

Por qué importa: las acciones irreversibles (enviar emails, modificar datos, ejecutar pagos) necesitan supervisión humana hasta que el agente ha demostrado suficiente fiabilidad.

Implementación: define explícitamente qué acciones requieren confirmación:

• Acciones con consecuencias financieras: siempre confirmar
• Comunicaciones externas: confirmar hasta que la tasa de error sea menor al 1%
• Modificaciones de datos: confirmar en producción, automatizar en entornos de bajo riesgo

Cuándo usarlo: siempre en las primeras semanas de un nuevo agente en producción. Reduce la supervisión gradualmente según la confianza en el sistema.

---

Cómo elegir

La elección del tipo de agente no es exclusiva — la mayoría de sistemas en producción combinan varios tipos. Un agente de soporte típico es, simultáneamente:

• Un agente de herramientas (tiene acceso a la base de datos de clientes y de knowledge)
• Un agente RAG (consulta la documentación de productos)
• Un agente con memoria de sesión
• Un agente HITL (para casos que requieren escalado)

La pregunta correcta no es "¿qué tipo de agente necesito?" sino "¿qué capacidades necesita mi agente para resolver este problema concreto?"

Empieza con el tipo más simple que resuelva el problema. Añade capacidades solo cuando el problema lo justifique.