En 2025, la IA pasa de "hablar" a "actuar": La verdad sobre el año inaugural de los agentes de IA y las tareas pendientes para 2026

En 2025, los "agentes de IA" pasaron de ser un "concepto" a convertirse en "infraestructura"—y en 2026, los desafíos que enfrentamos

El año 2025 marcó un punto de inflexión en el que la IA generativa evolucionó de ser una "herramienta útil para redactar textos" a convertirse en una entidad capaz de utilizar herramientas externas, avanzar en múltiples pasos y completar tareas de manera algo "autónoma". Los "agentes" que se discutían en laboratorios y demostraciones comenzaron a integrarse en productos cotidianos y en el diseño de operaciones, comenzando a ser tratados como infraestructura real—eso fue lo que ocurrió en 2025.The Dispatch

Sin embargo, este cambio no es una simple narrativa de "el futuro ha llegado". A medida que los agentes de IA adquieren más capacidades, surgen fricciones inevitables en la implementación social, como la seguridad, los métodos de evaluación, la estandarización, la gobernanza, el empleo y la supervisión, así como el consumo de energía y los centros de datos. Y es probable que 2026 sea el "año del campo" para lidiar con estas fricciones.

Cambio en la definición de "agente de IA": de un término académico a una especificación de producto

El término "agente" ha existido durante mucho tiempo en el campo de la IA. Tradicionalmente, se ha discutido dentro de un marco académico como un sistema que observa el entorno, infiere y actúa. Sin embargo, el "agente" de 2025 ha sido redefinido con un enfoque más práctico. Los modelos de lenguaje a gran escala (LLM) que invocan herramientas externas, utilizan API y avanzan en tareas por sí mismos—esta capacidad de "actuar" ha tomado protagonismo.The Dispatch

Uno de los elementos que aceleró esta tendencia fue el establecimiento de un mecanismo estándar para conectar LLM con herramientas externas. El artículo señala que el Model Context Protocol (MCP) de Anthropic, publicado a finales de 2024, se convirtió en un pilar importante para que los LLM "salgan del texto".The Dispatch
En resumen, la esencia de los agentes se ha desplazado de "textos inteligentes" a la "capacidad de ejecución para completar tareas a través de sistemas".

Hitos que dieron forma a 2025: competencia, estándares y la "reinvención del navegador"

1) Aceleración de la competencia de modelos abiertos

A principios de 2025, el DeepSeek-R1 de China emergió como un "peso abierto", desafiando las suposiciones sobre quién puede crear modelos de alto rendimiento—reflexiona el artículo.The Dispatch

Además, tanto los principales laboratorios de EE. UU. (OpenAI, Anthropic, Google, xAI, etc.) como las empresas tecnológicas chinas (Alibaba, Tencent, DeepSeek, etc.) avanzaron en la publicación de modelos y la expansión del ecosistema, haciendo que la competencia adquiriera un carácter de "guerra prolongada" que también involucra la geopolítica.The Dispatch

2) Un mundo donde los agentes hablan entre sí: Agent2Agent y estandarización

Otro punto de inflexión fue el protocolo Agent2Agent (A2A) propuesto por Google. Mientras que MCP se centra en "cómo usar herramientas", A2A se enfoca en "cómo se comunican los agentes entre sí". Ambos fueron diseñados para ser utilizados conjuntamente y, tras ser donados a la Linux Foundation, el impulso hacia la estandarización se fortaleció aún más.The Dispatch

La estandarización es discreta pero poderosa. Porque cuando los costos de interconexión disminuyen, los agentes pasan de ser "juguetes de empresas avanzadas" a "componentes que muchas empresas pueden adoptar".

3) El "navegador tipo agente" como la próxima puerta de entrada

A mediados de 2025, comenzaron a aparecer "navegadores tipo agente", según enumera el artículo. La idea es que el navegador no solo busque y lea información, sino que también realice acciones como reservas y compras.The Dispatch

Esto representa un cambio en la experiencia del usuario, así como un cambio en el diseño de permisos. Es decir, si el navegador "opera en tu lugar", el peso de los datos que maneja, como información de inicio de sesión, pagos, información personal e historial de navegación, aumenta significativamente.

4) La democratización avanza con los constructores de flujos de trabajo

La expansión de herramientas de construcción de flujos de trabajo como n8n también ha ampliado la base de personas que pueden "crear agentes personalizados".The Dispatch
De la "automatización solo para quienes pueden programar" a la "automatización que pueden configurar quienes conocen el negocio". A medida que esto avanza, la velocidad de adopción de los agentes aumentará significativamente.

Cuanto más fuertes, más peligrosos: "nuevas fuerzas" y "nuevos riesgos"

Lo que caracterizó la evolución de los agentes en 2025 fue que los riesgos se hicieron evidentes al mismo ritmo que crecían sus capacidades. El artículo menciona un caso en el que el agente Claude Code fue mal utilizado para automatizar parcialmente un ciberataque, demostrando que "la capacidad de automatizar tareas repetitivas y técnicas también reduce las barreras para actividades maliciosas".The Dispatch

Lo más complicado es que la "conexión" de los agentes amplifica las vulnerabilidades. Si un LLM individual solo comete un error, el daño puede ser limitado, pero cuando se acumulan llamadas a herramientas, operaciones de navegador y colaboración con otros agentes, aumenta la probabilidad de que "los errores se conviertan en acciones".The Dispatch

En un mundo donde los errores se convierten en acciones, la seguridad no puede ser simplemente una "lista de verificación añadida".

Puntos de atención para 2026: evaluación, gobernanza, y "¿es mejor un modelo más grande?"

1) Rediseño de benchmarks: medir no solo el "resultado" sino también el "proceso"

Los benchmarks tradicionales eran adecuados para comparar el rendimiento de modelos individuales. Sin embargo, los agentes son un compuesto de "modelo + herramientas + memoria + lógica de toma de decisiones". Por lo tanto, en 2026, lo importante será "cómo se hizo" más que el "puntaje", señala el artículo.The Dispatch

Esto es similar a pedir "muestra el proceso" más que "si la respuesta es correcta" en el caso de los humanos. Para crear agentes confiables, la visualización del proceso y la estandarización de los métodos de evaluación son inevitables.

2) Gobernanza y organizaciones estándar: Agentic AI Foundation

El establecimiento de la Agentic AI Foundation (AAIF) por parte de la Linux Foundation a finales de 2025 es una señal de que "la victoria no está en los estándares propietarios, sino en la interoperabilidad". El artículo menciona la posibilidad de que AAIF desempeñe un papel similar al de W3C.The Dispatch

A medida que avanza la interoperabilidad, aumenta la conveniencia, pero si no se aclaran las responsabilidades en caso de accidentes (quién garantiza qué), será difícil para el campo adoptar la tecnología. En 2026, se cuestionará el "diseño de responsabilidades para la adopción".

3) "Modelos gigantes" VS "Modelos pequeños y especializados"

Aunque los modelos más grandes son más versátiles, no siempre son la solución óptima como agentes. El artículo menciona que se intensifica el debate sobre las áreas donde los modelos pequeños y especializados son ventajosos.The Dispatch

En el campo, lo importante no es "poder hacer de todo", sino "hacer esto con certeza". En 2026, los usuarios entrarán en una era en la que "elegirán modelos según el propósito", y la responsabilidad de la selección también se trasladará a los usuarios.

Los desafíos sociales que aún persisten: energía, empleo, supervisión y regulación

El artículo enfatiza que no solo se trata de desafíos técnicos. La expansión de los centros de datos ejerce presión sobre la red eléctrica y afecta a las comunidades locales. En el lugar de trabajo, la automatización avanza, aumentando las preocupaciones sobre el reemplazo de empleos y la supervisión.The Dispatch

En términos de seguridad, la conexión de herramientas y la creación de agentes en múltiples etapas multiplican los riesgos. El artículo señala la necesidad de estar especialmente atentos a la inyección de instrucciones indirectas (cuando los agentes leen instrucciones incrustadas en la web y actúan de manera no intencionada).The Dispatch

En cuanto a la regulación, se plantea la cuestión de que, en comparación con Europa y China, la supervisión en EE. UU. es limitada, lo que deja la posibilidad de que "acceso", "responsabilidad" y "establecimiento de límites" se integren en la infraestructura de vida sin resolver.The Dispatch

Por eso, es crucial tratar a los agentes no como "simples componentes de software", sino como "sistemas socio-técnicos", requiriendo una ingeniería, diseño y documentación rigurosos—esa es la conclusión del artículo.The Dispatch

Reacciones en redes sociales (visión general)

La sensación general del artículo (es decir, que los agentes se hicieron realidad en 2025 y que la evaluación, estandarización, seguridad e implementación social son los desafíos para 2026) también se refleja en las redes sociales. Sin embargo, es característico que la emoción y la calma coexistan.

1) "Finalmente quiero un 'agente secretario'"—las expectativas se centran en las "tareas cotidianas"

En Hacker News, se observa que, aunque en 2025 los agentes se desarrollaron principalmente para desarrolladores, la próxima gran oportunidad está en áreas no relacionadas con el desarrollo (administración, contratos, facturación, atención al cliente, etc.). De hecho, hay comentarios que expresan que "lo que necesito no es una AGI, sino un tipo de agente secretario que se encargue de las tareas cotidianas".Hacker News##