Deja de programar, monta una factoría de software: la era de los montajes de agentes

Cuatro años y miles de horas de práctica, más largas conversaciones con algunas de las personas más lúcidas del sector, se resumen en una tesis: la era de pedir piezas sueltas se termina y empieza la era de los montajes de agentes que funcionan solos. En esta larga conversación publicada en YouTube, el ponente sostiene que su trabajo, y el tuyo, se verá muy distinto dentro de doce meses, y lo demuestra montando en directo un pequeño montaje funcional. Mi lectura: esto no es una demostración de herramienta, es una tesis sobre el trabajo asistido que cambia de rumbo.

Cada gran transformación despertó el mismo miedo, y las personas se adaptaron siempre. Cuando los sistemas automáticos reemplazaron plantas enteras de empleados que calculaban a mano, la contabilidad no desapareció; cambió la forma del oficio. Frente a los agentes, la postura debe ser la misma: razonar como un director de orquesta, no como alguien a punto de ser reemplazado. Lo que me convence es la regularidad histórica: no ganan los temerosos, sino los que se adaptan pronto. Vender el pánico es fácil; montar dispositivos es difícil, y lo segundo es lo que paga.

Pronto, cada uno de nosotros dirigirá una organización de miles de entidades, algunas humanas, la mayoría agentes. En una estructura así, validar cada decisión una por una es imposible, porque hasta el modelo puntero más veloz produce mucho más veloz de lo que un humano puede revisar. Mantener al humano en el circuito se convierte en el cuello de botella que frena el sistema. Me parece una tesis dura pero justa: desbloquear cinco agentes a mano ya es hoy una carga real, y llevar quinientos así es impensable.

Bucles de agentes y factorías de software

Un bucle de agentes es un montaje que asume una pequeña tarea repetida de punta a punta y funciona solo en cuanto se activa. Cuando muchos bucles se juntan y operan sin aprobación humana, nace una factoría de software; un bucle aún puede consultar a un humano, una factoría debe funcionar con su propio combustible. Mi enseñanza práctica: en vez de soñar con una automatización grandiosa, elijo una pequeña tarea que hago cada día y la convierto en bucle. Los montajes que empiezan estrechos crecen; los que empiezan anchos se atascan.

En toda organización, el recurso más escaso es el tiempo de quien dirige, y la mayoría lo gastamos sin saber adónde va. Medir el flujo del tiempo durante unas semanas revela la brecha entre lo creído y lo real: una partida imaginada en el veinte por ciento puede resultar del sesenta. El paso posterior a la medición es entregar una pequeña porción de ese tiempo a un bucle de agentes. Me gusta esta disciplina: medir primero, delegar una porción pequeña después y no precipitar la ampliación.

Nuestra forma de interactuar también cambia; la era de preguntar en una ventana de diálogo quedó atrás. Los nuevos modelos punteros son tan veloces y capaces que el problema ya no es preguntar, sino seguir el ritmo del flujo. Para alguien que ya toca cientos de agentes al día, ver esa cifra multiplicarse el año próximo no tendría nada de raro. La oportunidad que veo está ahí: mientras la mayoría aún trabaja con hábitos viejos, quienes montan dispositivos toman una delantera honesta.

Con la escala, los agentes aislados ceden el paso a equipos por capas: un agente jefe inteligente reparte el plan, una capa intermedia coordina y modelos ligeros y baratos hacen el grueso del trabajo. El papel de un agente no debería ser cumplir una tarea, sino lanzar y supervisar diez agentes obreros. Visto así, la palanca cambia: diseñar tareas donde veinte, cincuenta, cien agentes hacen trabajo útil se vuelve la pericia central del mañana. Adopté este marco: ya no diseñamos tareas, diseñamos sistemas que lanzan tareas.

Aun con un modelo local potente, hacerlo todo en un ordenador personal se atasca pasado un punto. Las ventanas de permiso, las pestañas que se abren y más de veinte agentes disputando el equipo mientras trabajo frenan el ritmo y dispersan la atención. Y cuando quiero pasar a otra cosa, los agentes siguen compartiendo el mismo entorno. Mi propia práctica lo confirma: tras unos pocos trabajos paralelos, la instalación local se vuelve ineficaz.

En seguridad, la respuesta de la nube toma la delantera; el punto de vista relayado desde Vercel sostiene que la nube ofrece un terreno mucho más sólido para la protección. La lógica es simple: cuando los agentes corren en entornos aislados, una intrusión queda atrapada en un solo entorno y el equipo principal no corre riesgo. El dossier SaasRise confirma el movimiento de Vercel, que separa el modelo de los agentes de despliegue hacia un diseño aislado. Me parece un argumento fuerte: a medida que crece la superficie de ataque, el aislamiento es necesidad, no lujo.

El ejemplo vitrina es un rastreo de seguridad profundo que corre cada noventa minutos: el software se examina sin descanso y detecta pronto una puerta abierta. Equipos pequeños dotados de tales montajes pueden igualar el volumen de producción de plantillas de cientos de personas. La investigación Jellyfish dibuja un cuadro parecido: los equipos de ingeniería que adoptan las herramientas a fondo toman la delantera en rendimiento y satisfacción. Mi veredicto: tareas aburridas pero críticas como los rastreos de seguridad son la mejor publicidad del pensamiento factoría.

Activadores, habilidades y economía de los modelos

Lo que activa un montaje importa tanto como su funcionamiento. El arranque manual es normal en una etapa de transición, pero la meta es apartar a la persona: funcionar con horario fijo, despertar ante un suceso externo, activarse con un movimiento en el depósito de software. Estímulos externos como los ganchos web y las señales de error son las piezas que vuelven un montaje de verdad autónomo. Mi sugerencia: anotar cada tarea arrancada a mano y revisar con regularidad cuáles podrían programarse.

La idea de Agent Skills impulsada por Anthropic vuelve la pericia empaquetable: una carpeta de guías, guiones y archivos de referencia convierte un agente general en un fichaje formado, listo para una misión especial. La conexión con el mundo exterior pasa por una puerta protocolaria universal; la habilidad lleva el procedimiento interior mientras el protocolo llamado MCP lleva el acceso exterior. El examen Ravichaganti distingue con nitidez este dúo: uno gasta el presupuesto de contexto con eficacia y no reemplaza al otro. Valoro esta distinción: aplastar todo en un solo estándar sale caro y frágil.

Espero ver venir las cadenas de habilidades: los sistemas deducirán de los rastros de agentes pasados de una persona qué pasos se siguen y propondrán la secuencia probable. Si tres operaciones se encadenan con alta probabilidad en una situación dada, el sistema las ofrecerá en un solo paquete. Es una capa que aprende del comportamiento observado. Siento una curiosidad prudente: el rendimiento sube, pero las preguntas de rastreo y privacidad crecen con él.

La economía de las suscripciones también dibuja el cuadro: los niveles de entrada, medio y alto se ofrecen a precios parecidos en ambos lados, y sin embargo la elección del modelo multiplica el trabajo que sale del mismo plan. La comparación Replicas pone lado a lado los costos en tokens y las ventanas de contexto de los modelos punteros y vuelve el cuadro concreto. El examen Coursiv apunta en el mismo sentido: los límites se revelan más en el uso real que en los anuncios. Mi conclusión: al comprar un plan, mirar el trabajo por presupuesto, no el precio.

En comparaciones, los puntajes siguen cercanos: el resumen Daily.dev coloca las tasas de acierto de ambas herramientas lado a lado a menos de un punto. Las mediciones Terminal-Bench del lado Replicas muestran una cercanía parecida, abriéndose la brecha en la forma de trabajar. El ganador no es entonces un modelo sino un ajuste de flujo de trabajo. Me parece un resultado importante: es una decisión de forma de trabajar, no una lista de compras.

En la práctica, los dos estilos se complementan: el asistente que corre en local lidera en el trabajo interactivo supervisado, la flota de la nube en los lotes delegados que se revisan más tarde. La comparación Daily.dev traza esta frontera con nitidez: uno para las correcciones en directo, otro para los lotes delegados. Coursiv confirma el patrón del doble uso: la mayoría de los equipos hace correr uno como supervisor y otro como flota de fondo. Mi consejo coincide: repartir por tipo de tarea en vez de casarse con una sola herramienta.

La investigación ofrece un optimismo prudente: la nota METR cuenta que el hallazgo temprano de freno se invierte con las nuevas versiones, con participantes que se niegan a abandonar las herramientas. Esto complica la medición pero señala la dirección. Mi lectura: la ganancia de rendimiento es ya una observación, no una promesa, pero no se reparte por igual. Lo que abre la brecha no es la herramienta en sí, sino la disciplina de montar dispositivos.

Palabra final: las tijeras se abren, y la brecha de producción entre quienes montan dispositivos y quienes se quedan en los planes de entrada crece cada mes. El costo es menor de lo supuesto; el verdadero costo es esperar. La demostración en directo dentro de la conversación lo prueba: un montaje simple, nacido de una corta consigna de voz, se vuelve una línea que revisa el producto sin pausa. Mi llamado es claro: empezar hoy con un bucle pequeño, hacer crecer la factoría con el tiempo.