Se habla de agentes de IA desde hace tiempo.
Pero hay una gran diferencia entre una IA que genera texto y una IA capaz de manejar software de verdad.
GPT-6 Astra es un paso interesante en esa dirección.
OpenAI presentó Astra en septiembre de 2026 con el foco puesto en la programación, la investigación, el uso del ordenador y las tareas complejas de varios pasos.
Lo importante no es simplemente que el modelo sea más capaz.
Es que está cada vez más diseñado para hacer cosas, y no solo para describir cómo podrían hacerse.
De generar respuestas a ejecutar tareas
El uso tradicional de un LLM suele parecerse a esto:
Humano
↓
Prompt
↓
IA
↓
Respuesta
↓
El humano realiza la acciónLos agentes que usan el ordenador cambian el workflow:
Humano
↓
Objetivo
↓
Agente IA
↓
Interacción con el ordenador
↓
ResultadoLa diferencia es significativa.
El modelo puede potencialmente navegar por interfaces, trabajar con documentos, interactuar con aplicaciones y encadenar varios pasos.
Eso acerca la IA a una capa de ejecución.
Por qué importa el uso del ordenador
El software está en todas partes.
Las empresas ya utilizan decenas de aplicaciones:
- CRM;
- contabilidad;
- ERP;
- hojas de cálculo;
- correo electrónico;
- gestión de proyectos;
- herramientas de soporte;
- cuadros de mando internos.
Muchos procesos todavía requieren que una persona copie información de un sistema a otro.
Los agentes que usan el ordenador atacan precisamente este problema.
En lugar de construir una integración a medida para cada aplicación, un agente puede potencialmente interactuar con la propia interfaz.
Eso no vuelve obsoletas las API.
De hecho, las API seguirán siendo normalmente preferibles cuando existan.
Pero el uso del ordenador ofrece otra opción cuando la integración es difícil, no está disponible o es demasiado cara.
El trabajo del desarrollador cambia
Esta evolución también cambia lo que los desarrolladores tienen que construir.
La pregunta ya no es solo:
¿Cómo construyo una aplicación?
Pasa a ser:
¿Cómo construyo una aplicación que humanos y agentes de IA puedan manejar de forma segura?
Eso implica pensar en:
- permisos;
- interfaces predecibles;
- datos estructurados;
- validación;
- registros de auditoría;
- recuperación ante errores;
- autenticación;
- aprobación humana;
- idempotencia.
Un agente capaz de hacer clic en un botón no es automáticamente un agente al que se le deba permitir hacer clic en ese botón.
Los agentes necesitan límites
Probablemente es la parte más importante.
Dar a una IA acceso a un ordenador introduce un perfil de riesgo completamente distinto al de pedirle que redacte una respuesta.
Un agente útil debe tener límites claramente definidos.
Por ejemplo:
Leer datos del cliente → permitido
Preparar un presupuesto → permitido
Modificar un presupuesto → requiere aprobación
Enviar un presupuesto → requiere aprobación
Eliminar un cliente → prohibidoLa inteligencia del modelo es solo una parte del sistema.
La arquitectura que lo rodea determina lo que el agente tiene realmente permitido hacer.
Dónde veo la oportunidad
Para el software de gestión, el caso de uso interesante no es necesariamente un agente autónomo de propósito general.
Es un agente especializado en un dominio.
Un agente que entiende:
- clientes;
- productos;
- presupuestos;
- facturas;
- stock;
- intervenciones;
- pagos;
- reglas de negocio.
Cuanto más acotado es el dominio, más fácil resulta definir lo que el agente debe y no debe hacer.
La próxima generación de software
Creo que estamos pasando de:
Software con funcionalidades de IA
a:
Software manejado en parte a través de agentes de IA.
Es un cambio de arquitectura relevante.
La interfaz no desaparece.
Las API no desaparecen.
La lógica de negocio no desaparece.
Pero aparece otra capa entre el usuario y el software:
Usuario
↓
Agente IA
↓
Lógica de negocio
↓
Aplicaciones / API / Base de datosPara los desarrolladores, eso significa que el diseño de agentes se está convirtiendo en un problema de ingeniería de software.
Y eso probablemente es más importante que la última puntuación de un benchmark.
Para profundizar :
