30 de abril de 2025 # Agentes simples y agentes complejos  Ayer recompartí esta diapo en [LinkedIn](https://www.linkedin.com/posts/davidhurtadotoran_ai-llm-agents-activity-7323003490648121346-5fCI?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAAT5UsBH3ISG9LTxrgEnB7glCf9CerKWno), junto con un par de ideas que me llaman la atención sobre ella, así que hoy lo detallamos aquí. Allá por noviembre de 2024 ya publicamos aquí la [definición de agentes](1-agentes-definicion.md) , vista como la evolución de un asistente en 6 pasos. Este post viene a complementar aquello. La definición de qué es un agente aún se está debatiendo en la industria. Mientras se van asentando las definiciones, algunas ideas van apareciendo. La idea de hoy que más me interesa es la diferencia entre un *agente simple* y un *agente complejo*. ## Qué es un agente según la diapo de hoy Un agente es un sistema que utiliza un modelo de lenguaje (LLM) para **decidir cómo avanzar**. No se limita a responder como un chatbot clásico, sino que toma decisiones sobre **qué hacer a continuación** en función del contexto. Es decir: **tiene control sobre el flujo de la aplicación**. Ahora bien, ese control no es algo binario. No es que un sistema sea o no un agente. Parece importante distinguir **cuánto control tiene el LLM** sobre las acciones. ### Una escala, no una etiqueta  La imagen muestra dos extremos de una escala de autonomía: - **Agente simple**: el modelo toma una única decisión para elegir entre varios caminos posibles (por ejemplo, si debe lanzar una búsqueda o generar un email). - **Agente complejo (o fully autonomous)**: el modelo toma múltiples decisiones, en varios pasos, con capacidad de razonamiento, corrección de errores, y actuación encadenada. Entre medias, existe una **zona gris** muy interesante, donde el modelo ya no es pasivo, pero aún no razona en múltiples pasos. Puede decidir cosas pequeñas, como qué herramienta usar o qué función ejecutar, pero sin perder el control general del sistema. ### Por qué importa esta zona intermedia Esa zona gris es donde están ocurriendo ahora mismo muchos de los casos de uso reales. No todo necesita un agente con autonomía total. Muchas veces basta con darle al modelo **la capacidad de decidir el siguiente paso**, sin necesidad de que lo controle todo. ### Agentes "de conocimiento" El caso más simple de agente, el que mucha gente considera simplemente un asistente personalizado, son los agentes de Copilot creados con Agent Builder. Estos agentes se realizan simplemente dando instrucciones en lenguaje natural. Se les puede apuntar a una carpeta de SharePoint como fuente de conocimiento. O sea, tienen un *comportamiento* (instrucciones) y *conocimiento* (documentos). Pero todavía no realizan acciones (la opción de *acciones* está aún deshabilitada en Copilot, pero llegará sin tardar mucho). En Microsoft los consideramos agentes de conocimiento o agentes muy simplones. Y hay quien dice que no son agentes, que son simplemente GPTs. Y también tienen razón, porque hoy en día, está bien estar en desacuerdo. Ningún problema con eso. Pero ojo al ejemplo que solemos enseñar por ahí: un agente de conocimiento que te analiza acuerdos de confidencialidad utilizando unas instrucciones (comportamiento) y una serie de documentos de políticas corporativas para verificar (conocimiento).  *El agente de conocimiento que hizo [Magda](https://www.linkedin.com/in/magdateruel/) para el AI Tour* ¿No está realizando ya una acción al verificar un documento y decir si cumple o no las políticas? Al usuario le ahorra tiempo, desde luego. Al usuario le evita realizar la tarea manualmente. ¿Es realmente un agente? Técnicamente discutible. ¿Está haciendo el trabajo por ti? Sin duda. --- Publicado el 30 de abril de 2025, [LinkedIn](https://www.linkedin.com/posts/davidhurtadotoran_mentesinquietas-activity-7323214471600963585-Yco2?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAAT5UsBH3ISG9LTxrgEnB7glCf9CerKWno), [X](https://x.com/dhtoran/status/1917449142411932070), [Substack](https://substack.com/profile/293864668-david-hurtado/note/c-113233772)