Agentes autónomos: qué son y cómo funcionan

Qué es un agente autónomo

Un agente autónomo es un sistema de IA que trabaja por su cuenta para alcanzar un objetivo. Una persona describe el resultado que quiere y el agente determina los pasos y los lleva a cabo.

Supongamos que alguien quiere elegir entre tres herramientas de gestión de proyectos. Un agente autónomo puede buscar cada herramienta, abrir su página de precios, anotar las diferencias y devolver una comparación terminada. La persona fija el objetivo y revisa el resultado, y el agente se encarga del trabajo intermedio.

Muchos agentes de software actuales usan un modelo de lenguaje de gran tamaño para interpretar instrucciones y decidir qué hacer a continuación. Algunos modelos también procesan imágenes o audio. Para buscar en la web, hacer clic en botones o enviar correos electrónicos, el agente necesita un software que conecte el modelo con herramientas y ejecute sus solicitudes.

En el ejemplo de la gestión de proyectos, el LLM y el agente funcionarían así:

1. El LLM lee el objetivo y redacta una solicitud para buscar los precios de la primera herramienta.
2. El software del agente ejecuta la búsqueda y devuelve los resultados al LLM en forma de texto.
3. El LLM lee los resultados, elige el siguiente paso (abrir la página de precios) y redacta una nueva solicitud.
4. El ciclo se repite hasta que el LLM decide que la comparación está completa y redacta la respuesta final.

Ampliar

Niveles de autonomía

En un sistema de IA agéntica (IA diseñada para realizar acciones, no solo para responder preguntas), la autonomía es una decisión de diseño. El mismo agente puede configurarse para preguntar antes de cada paso o para completar una tarea entera por sí solo.

Investigadores de la Universidad de Washington proponen un marco de cinco niveles para explicar los distintos grados de autonomía que puede tener un agente:

En el nivel 4, un agente podría investigar y redactar una orden de compra por su cuenta, pero detenerse antes de enviarla. En el nivel 5, también enviaría la orden.

Agentes de IA autónomos frente a automatización y chatbots

Los agentes autónomos se diferencian de los chatbots y de la automatización de flujos de trabajo en dos aspectos: deciden sus propios pasos y realizan acciones en otras aplicaciones y sitios web.

Un chatbot responde preguntas en una conversación, pero normalmente no actúa fuera de ella. La automatización de flujos de trabajo sí actúa, pero solo siguiendo pasos que alguien ha configurado de antemano. Un tipo habitual es la automatización robótica de procesos (RPA), un software que repite tareas sencillas basadas en reglas, como copiar datos de un sistema a otro.

Un agente autónomo hace ambas cosas: actúa en otro software y elige sus propios pasos hacia un objetivo, dentro de las herramientas, los permisos y las instrucciones que se le dan.

Una queja sobre un pedido retrasado muestra la diferencia. Un chatbot podría responder con una explicación predefinida de la política de envíos. Una automatización de flujos de trabajo podría enviar un correo electrónico estándar de «retraso del pedido». Un agente autónomo podría consultar el pedido, descubrir que se perdió durante el transporte, enviar un reemplazo e informar al cliente.

Cómo funcionan los agentes autónomos

Un agente autónomo se basa en cuatro capacidades para completar una tarea: planificar sus pasos, usar herramientas, recordar lo que ha hecho y comprobar sus propios resultados. Para tareas más grandes, algunos agentes también reparten el trabajo entre un equipo de agentes.

1. Dividir los objetivos y elaborar planes

Un objetivo suele ser demasiado grande para abordarlo en un solo paso, así que lo primero que hace un agente es dividirlo en tareas más pequeñas. Por ejemplo, si el usuario le pide al agente que organice una jornada del equipo fuera de la oficina, el agente podría dividir el objetivo en elegir las fechas, buscar espacios dentro del presupuesto, comprobar la disponibilidad y redactar una invitación.

Los agentes pueden planificar de antemano o sobre la marcha, según cómo estén diseñados. Planificar de antemano significa escribir todos los pasos antes de empezar, lo que funciona en tareas cortas y predecibles. Planificar sobre la marcha significa trazar el siguiente paso o los dos siguientes, actuar y revisar el plan según lo que se obtenga. Si el espacio preferido para la jornada estuviera reservado, el agente podría pasar a la siguiente opción sin empezar de cero.

Ampliar

Una revisión sobre agentes autónomos basados en LLM de la Universidad Renmin de China concluye que este segundo enfoque gestiona mejor las tareas más complejas, porque es difícil escribir un plan perfecto antes de ver ningún resultado. Muchos agentes combinan ambos: primero esbozan un plan completo y lo revisan mientras trabajan.

2. Actuar con herramientas

Con un plan definido, el agente lo ejecuta tarea a tarea y elige una herramienta para cada una.

• Para encontrar espacios, podría usar la búsqueda web con una consulta como «espacios para eventos de empresa para 20 personas cerca de Austin».
• Para comprobar la disponibilidad, podría abrir la página de reservas de cada espacio en un navegador y consultar el calendario.
• Para enviar la invitación, podría conectarse al correo electrónico de la persona a través de una API, la conexión que permite que un software solicite datos o acciones a otro.

Después de cada acción, el agente lee lo que ha obtenido y decide el siguiente paso. Si la búsqueda encuentra cinco espacios, comprueba su disponibilidad. Si una página de reservas no carga, prueba con el teléfono que aparece en la ficha del espacio o pasa a la siguiente opción.

Las herramientas de las que dispone un agente determinan qué tareas puede terminar por sí solo. Sin acceso al correo electrónico, puede redactar la invitación, pero no enviarla.

3. Seguir el progreso con la memoria

Mientras trabaja, el agente tiene que llevar un registro de lo que ha hecho y de lo que ha aprendido. Cuando ya ha consultado tres espacios, necesita saber cuáles estaban reservados, cuáles tenían sitio y cuánto cuesta cada uno. Ese registro se guarda en la ventana de contexto del LLM, la cantidad de texto que el modelo puede tener en cuenta a la vez.

Las tareas largas pueden superar esa ventana de contexto. Los agentes con memoria a largo plazo lo resuelven guardando información fuera del modelo, normalmente en una base de datos, y recuperando solo lo que necesita el paso actual.

La memoria a largo plazo también se conserva de una tarea a otra. Cuando llegue el momento de organizar la jornada fuera de la oficina del año siguiente, el agente podría reutilizar la lista de espacios y el presupuesto de este año, o recordar que el equipo prefiere espacios a menos de una hora en coche.

4. Comprobar los resultados y corregir el rumbo

Mientras trabajan, muchos agentes están atentos a señales de que un paso ha salido mal. Si un formulario de reserva devuelve un error o una búsqueda no da resultados, el agente prueba otro enfoque. Cuando llega a una decisión que no debería tomar por sí solo, como si es aceptable un espacio que supera ligeramente el presupuesto, pregunta a la persona y se adapta según la respuesta.

Antes de entregar su trabajo, muchos agentes revisan sus resultados. El LLM vuelve a leer lo que ha producido, lo compara con el objetivo y enumera todo lo que falta o es incorrecto. El agente lo corrige y vuelve a comprobarlo hasta que el resultado cumple el objetivo. Por ejemplo, si a la invitación le falta la dirección del espacio, la revisión lo detecta y el agente la añade antes de enviarla.

5. Repartir el trabajo entre agentes

Algunas tareas se completan más rápido cuando varios agentes las comparten. Un agente principal divide el trabajo y asigna partes a subagentes.

Perplexity Computer funciona así. Una persona describe el resultado que quiere, y Computer lo divide en tareas y subtareas y, después, crea subagentes para llevarlas a cabo. Los subagentes pueden investigar en la web, generar documentos, procesar datos o llamar a servicios conectados mediante API.

Cuando Computer se encuentra con un problema, crea nuevos subagentes para resolverlo. Además, cada subagente puede ejecutarse en un modelo de IA distinto, de modo que cada parte del trabajo se asigna al modelo más adecuado para ella.

Así, en el ejemplo de la jornada fuera de la oficina, un subagente podría buscar espacios mientras otro consulta los calendarios del equipo y un tercero estudia las opciones de viaje.

Ampliar

Cómo usan las personas los agentes autónomos

Las personas usan los agentes autónomos sobre todo para el trabajo intelectual cotidiano: investigar, escribir, gestionar el correo electrónico y estudiar. En un estudio de investigadores de Harvard y Perplexity, las tareas de productividad y aprendizaje representaron el 57 % de las consultas agénticas. Los ejemplos siguientes muestran lo que hace un agente en cada tipo de trabajo.

Investigación y análisis

La investigación se adapta bien a los agentes porque requiere muchos pasos pequeños. Un agente puede buscar, abrir fuentes, leerlas y comparar lo que dicen. Pensemos en una consulta como «busca tres estudios recientes sobre teletrabajo y productividad y resume las conclusiones de cada uno». El agente busca estudios y abre los más relevantes. Lee las conclusiones de cada estudio y redacta un resumen con enlaces a todas las fuentes. Si un estudio está detrás de un muro de pago, el agente pasa al siguiente. En el estudio, resumir y analizar investigaciones representa el 7 % de las consultas agénticas.

Documentos, correo electrónico y calendarios

Los agentes suelen trabajar en las herramientas que las personas ya usan a diario. En el estudio de Harvard y Perplexity, las herramientas de documentos de Google y el correo electrónico fueron las dos más habituales y, juntas, representaron aproximadamente una cuarta parte de las consultas agénticas. Pensemos en una consulta como «revisa los correos no leídos de esta semana, marca todo lo que venga de clientes y redacta respuestas a las solicitudes de reunión». El agente abre la bandeja de entrada y clasifica los mensajes. Consulta el calendario para ver los huecos libres y redacta una respuesta para cada solicitud. Puede guardar los borradores sin enviarlos, para que la persona revise cada uno antes.

Aprendizaje y tareas académicas

Los estudiantes usan agentes para estudiar. Las tareas académicas son la mayor categoría de uso de agentes en el estudio, con un 13 % de las consultas agénticas. Una consulta como «hazme preguntas sobre el capítulo cuatro de las lecturas de mi curso» lleva al agente al sitio web del curso, donde lee el capítulo, redacta preguntas sobre los puntos clave y comprueba las respuestas del estudiante. El mismo enfoque sirve para cualquier persona que esté aprendiendo un tema nuevo, como un empleado que se está poniendo al día en un sector que no conoce.

Compras y comparaciones

Las compras representan el 10 % de las consultas agénticas, sobre todo para buscar y comparar productos. Si se le pide «encuentra un escritorio elevable por menos de 400 $ con buenas reseñas», un agente busca en varias tiendas, filtra por precio y valoración, compara las mejores opciones y puede añadir la mejor al carrito. Que un agente compare opciones en varios sitios web puede ahorrar mucho tiempo, ya que la persona ya no tiene que abrir y contrastar cada ficha de producto.

Siete prácticas recomendadas para usar agentes autónomos

1. Empezar con tareas fáciles de comprobar

Las mejores primeras tareas son aquellas en las que un error es fácil de detectar y barato de corregir. Los resúmenes de investigación y las comparativas de productos son buenos puntos de partida. Si el agente enlaza sus fuentes, revisar el trabajo lleva unos minutos. A medida que crece la confianza, se pueden delegar tareas más largas y con más pasos.

2. Definir resultados y restricciones claros

El agente puede tomar mejores decisiones cuando sabe por qué importa la tarea. Una buena consulta se lee como un encargo a un contratista: el propósito, el público, lo que ya se sabe y lo que se ha descartado. «Compara estos tres proveedores para un informe al consejo de administración; al consejo le preocupa sobre todo el riesgo de implementación, y ya hemos descartado a cualquiera que no cumpla SOC 2» le da al agente lo que necesita para tomar decisiones por su cuenta.

3. Añadir puntos de aprobación

Algunas acciones no se pueden deshacer, como enviar un correo electrónico, hacer una compra, eliminar archivos o enviar un formulario. Si el agente lo permite, configúralo para que se detenga y pida confirmación antes de estos pasos. La propia consulta también puede fijar un punto de parada. «Redacta respuestas, pero no las envíes» o «añade la mejor opción a mi carrito, pero no finalices la compra» le indica al agente exactamente dónde detenerse y devolver el control.

4. Revisar el plan antes de empezar el trabajo

Para una tarea más grande, pide al agente que describa su plan antes de empezar. Revisar un plan lleva un minuto, y corregir un malentendido en esa fase sale mucho más barato que descubrirlo en un entregable terminado.

5. Limitar el acceso a lo que necesita la tarea

Cada cuenta a la que puede acceder un agente es una cuenta en la que puede actuar. Conectar solo las aplicaciones que requiere una tarea mantiene los datos confidenciales fuera de su alcance y limita lo que puede salir mal. Un agente que investiga proveedores no necesita acceso al correo electrónico. Un agente que redacta respuestas sí, pero puede que no necesite permiso para enviarlas.

6. Incorporar las comprobaciones en la consulta

Los agentes ya revisan su propio resultado, así que la consulta puede indicarles qué deben comprobar. Describir cómo es un buen resultado («cada cifra necesita una fuente de 2025 o posterior») hace que el agente aplique ese criterio antes de entregar su trabajo. Pedirle que separe los hechos confirmados de sus propias inferencias y que señale las suposiciones hace que la revisión de la persona sea más rápida y centrada.

7. Reutilizar lo que funciona

Una consulta que dio un buen resultado puede convertirse en una plantilla para la siguiente tarea similar. Darle al agente un ejemplo de buen resultado, como el informe del último trimestre, suele ser más útil que describir el formato con palabras. Las tareas recurrentes pueden convertirse en flujos de trabajo permanentes.

Cómo aborda Perplexity los agentes autónomos

Perplexity ofrece dos agentes autónomos. Comet Assistant se encarga de las tareas cotidianas dentro del navegador, y Perplexity Computer asume proyectos más grandes que pueden ejecutarse durante horas o más.

Comet Assistant está integrado en Comet, el navegador con IA de Perplexity. Trabaja en los sitios web que la persona ya tiene abiertos, por lo que puede programar reuniones, editar documentos, enviar correos electrónicos y reservar vuelos sin cambiar de herramienta.

Computer se ejecuta en la nube y reparte cada objetivo entre subagentes, como se ha descrito antes. Se conecta a cientos de servicios, y se pueden elegir modelos de IA concretos para partes concretas del trabajo. Computer está disponible para los suscriptores de Pro y Max.

Explora Comet Assistant para probar un agente en el navegador o Perplexity Computer para delegar un proyecto más grande.

Preguntas frecuentes

¿Es un agente autónomo lo mismo que la IA agéntica?

No, aunque los términos se solapan. La IA agéntica suele referirse a la categoría más amplia de sistemas de IA que persiguen objetivos planificando y realizando acciones. Un agente autónomo es un sistema concreto dentro de esa categoría que lleva a cabo su trabajo sin apenas necesitar aprobación paso a paso.

¿Todos los agentes de IA son autónomos?

No. Algunos agentes realizan cada paso solo cuando una persona se lo indica, mientras que otros completan una tarea entera por su cuenta. Los niveles de autonomía descritos antes muestran toda la gama, desde agentes que una persona maneja paso a paso hasta agentes que una persona solo supervisa.

¿Pueden los agentes autónomos realizar compras o pagos?

Algunos agentes pueden ayudar con las compras, según el sitio web, los permisos y las medidas de seguridad. Comet Assistant puede comparar productos y ayudar en los procesos de pago. Instant Buy de Perplexity permite a los usuarios de EE. UU. que cumplan los requisitos comprar productos compatibles dentro de Perplexity, con PayPal disponible como opción de pago.

¿Los agentes autónomos requieren conocimientos de programación?

Muchos agentes ya preparados se pueden usar sin programar. Algunas plataformas también permiten crear agentes mediante instrucciones en lenguaje natural o una interfaz gráfica. Programar puede ser útil para integraciones personalizadas, depuración y comportamientos más especializados.