Convierte llamadas al modelo en productos de agentes fiables

Estás decidiendo si comprar o construir infraestructura de agentes. La clave no es la calidad del modelo, sino la infraestructura que permite llamarlo a escala. Si una acción del usuario dispara una llamada al modelo y una llamada a una herramienta fallida obliga a dos reintentos, el coste es de tres llamadas, no de una.

En 2024, el 60% de los prototipos de IA generativa fueron abandonados, en gran medida porque la gobernanza no fue suficiente. Esas carencias se manifiestan como memoria ausente, contratos de herramientas débiles, identidad poco clara, sandboxing inseguro, observabilidad inexistente y evaluaciones sin medir.

Broadcom, Citrix, CrowdStrike, ServiceNow y Genesys convergieron en un stack de infraestructura de agentes de IA de tres capas. El Model Context Protocol de Anthropic, ahora alojado por la Linux Foundation, sustenta la capa de conectividad de los stacks de los proveedores, con más de 97 millones de descargas de SDK.

La llamada al modelo es la parte fácil

Una llamada al modelo devuelve texto. Un producto de agentes debe devolver una acción completada. Esa diferencia impulsa el gasto. Los reintentos suman llamadas al modelo, las comprobaciones de permisos suman decisiones de política y los resultados de las herramientas suman actualizaciones de estado. Si el stack no puede mantener ese estado, el usuario ve un producto roto aunque el modelo sea correcto.

La carga en producción es medible. En Xperience 2026, Genesys anunció un stack de agentes de cuatro productos en el que Contextual Intelligence proporciona memoria empresarial persistente y un AI Control Plane gestiona el descubrimiento, la identidad y la aplicación de políticas. AgentMinder puede soportar cargas pico de casi 43 millones de llamadas a la API por día. El volumen acumulado de tokens de B.AI fue de 8,19 billones en una ventana de 15 días, con más de 220.000 nuevos usuarios de la API. El stack debe soportar esa carga antes de que un problema de capacidad se convierta en una queja del cliente.

Seis capas deciden si el agente se lanza

Usa esta lista de verificación en una demostración de un proveedor o en una revisión de construcción. Cada elemento es una prueba que puedes ejecutar antes de comprometerte. La métrica es lo que conservas, no el nombre de la función.

• Persistencia de memoria: dale al agente un dato en una sesión y luego pídeselo en una nueva sesión tras un reinicio; debería recuperarlo.
• Contrato de herramienta: ejecuta una llamada a una herramienta con un campo obligatorio ausente; debería devolver un error tipado en lugar de adivinar.
• Identidad y política: crea un usuario sin acceso a una herramienta y luego pide al agente que la llame; debería ser denegado antes de la ejecución.
• Aislamiento de sandbox: dale al agente una ruta de archivo fuera de su espacio de trabajo; no debería leer ni escribir allí.
• Observabilidad: traza una solicitud de extremo a extremo; deberías ver llamadas al modelo, llamadas a herramientas, latencia y gasto en tokens.
• Tasa de aprobación de evaluaciones: ejecuta tareas representativas; registra si aprueba o falla.

La memoria falla primero. Un agente que olvida el objetivo del usuario repetirá trabajo, hará preguntas redundantes y gastará tokens en contexto que ya debería tener. La memoria persistente separa una demostración de un flujo de trabajo.

Las herramientas fallan en segundo lugar. Un modelo puede elegir la herramienta correcta y aun así fallar si el esquema de la herramienta es ambiguo, el error no está tipado o falta la política de reintento. Los contratos de herramientas deben comportarse como un contrato de API: entradas, salidas, errores y tiempos de espera son explícitos.

La identidad y la política son la capa de gobernanza. El modelo puede realizar la tarea, pero la organización no puede decir quién puede hacerla, sobre qué datos y bajo qué límites. Un control plane es la respuesta en producción a esa brecha.

El sandboxing fija el límite de ejecución. Un agente que puede leer archivos, ejecutar código o llamar a servicios externos necesita un espacio de trabajo con límites estrictos. El aislamiento impide que un prompt defectuoso se convierta en una fuga de datos.

La observabilidad es cómo diagnosticas las fallas. VMware AI Factory incluye observabilidad integrada para el rendimiento de tokens, la latencia, la computación y la utilización de memoria. Para un producto de agentes, la traza debe mostrar la llamada al modelo, la llamada a la herramienta, la decisión de política y la acción final. Si no puedes reproducir una falla, no puedes corregirla.

Las evaluaciones definen la decisión de lanzamiento. La tasa de aprobación es el único número que te dice si el agente puede salir. Debe cubrir tareas representativas, casos límite y casos de rechazo. Si la tasa de aprobación baja tras una actualización del modelo, el producto no debería salir a producción hasta que la regresión esté explicada.

El coste sigue la ruta de la falla

La llamada al modelo más barata es la que no haces. Una memoria deficiente, contratos de herramientas débiles y comprobaciones de políticas ausentes añaden latencia, tokens y carga de soporte: el agente vuelve a leer el contexto, reintenta o pide permiso después de haber empezado.

Compra la capa cuando el proveedor pueda demostrar la métrica. Constrúyela cuando la métrica sea central para tu producto y el proveedor no pueda exponerla. Pon la métrica en el contrato y luego ejecuta la lista de verificación de nuevo tras cada actualización del modelo.