Todo el mundo quiere “Agentes de IA” ahora mismo. Es el buzzword de 2025-2026. Pero después de mandar múltiples sistemas agénticos a producción, acá está la cruda verdad: Hacer una demo es fácil. Hacerlo confiable es un infierno.
La trampa de la Demo
Es fácil hacer un video donde un agente planea un viaje, reserva un vuelo y manda un mail. Corrés el script 10 veces, elegís la mejor grabación y la subís a Twitter.
En producción, los usuarios no siguen tu “happy path”. Hacen preguntas ambiguas. Las APIs fallan. El LLM decide alucinar un parámetro que no existe.
Lección 1: Código determinístico > IA
Aprendimos esto a los golpes. Al principio, tratábamos de dejar que el LLM maneje todo.
- Mal: Pedirle al LLM que formatee una fecha.
- Bien: Pedirle al LLM que extraiga la fecha, y usar una librería para formatearla.
Mantené la “caja” de la IA lo más chica posible. Usala para razonamiento y extracción, no para ejecución.
Lección 2: LangGraph te salva la vida
Empezamos con cadenas simples (LangChain). Se convirtieron en código espagueti al instante.
Las máquinas de estado son la respuesta. Usamos LangGraph para definir estados claros:
- Análisis de Input
- Selección de Herramienta
- Ejecución
- Validación (¡Crítico!)
- Respuesta
Si el paso de “Validación” falla, loopeamos. El agente puede reintentar. Una cadena lineal simplemente crashea o escupe basura.
Lección 3: El “Human in the Loop” no es opcional
Para acciones de alto riesgo (mandar plata, borrar datos, escribirle a clientes), no podés confiar en el modelo al 100%.
Construimos un “modo de aprobación” donde el agente hace el borrador de la acción, manda una notificación a Slack, y espera a que un humano haga click en “Aprobar”.
La Regla del 80/20
Construir un producto de IA es 20% prompt engineering y 80% ingeniería de software tradicional:
- Rate limiting
- Cacheo de respuestas
- Manejo de timeouts de API
- Sanitización de inputs/outputs
- Observabilidad
Que no te engañe la etiqueta de “IA”. Sigue siendo software. Sigue necesitando tests.
Qué Significa Esto para Tu Proyecto de IA
Si estás pensando en construir un agente de IA, esto es lo que te diríamos tomando un café:
-
Empezá por lo aburrido. Tené tu infraestructura, manejo de errores y observabilidad en su lugar antes de tocar un solo prompt.
-
Demo ≠ Producción. Presupuestá 3x más tiempo de lo que tu demo sugiere. El happy path es el 10% del trabajo.
-
Construí vías de escape. Human-in-the-loop no es una muleta—es un feature. Tus usuarios te lo van a agradecer.
Hemos shipeado agentes de IA para automatización de soporte, pipelines de procesamiento de datos y herramientas de operaciones internas. Si estás evaluando si los agentes de IA son para tu negocio, hablemos—te vamos a dar una evaluación honesta, no un pitch de ventas.
¿Curiosidad sobre pricing para proyectos de IA? Mirá nuestra guía de precio fijo vs por hora—los stakes son aún más altos con proyectos de IA.