🚨 La mayoría de la gente que construye agentes de IA no tiene ni idea de por qué se le rompen. 🤔
Y esta vez no es culpa del modelo.
IBM acaba de soltar 13 minutos que destrozan el mito más caro del momento: que un agente más grande es un agente mejor.
Es justo al revés.
Cuando un solo agente lo controla todo (planificar, ejecutar, recordar, reflexionar), cada capacidad nueva que le metes multiplica el coste y la latencia.
El contexto se diluye, las decisiones se amontonan y un error minúsculo termina envenenando toda la conversación.
Tú lo ves bonito en la demo: tres prompts y todos aplaudiendo. En producción ese mismo agente se cae, alucina y se vuelve impagable.
¿La razón real?
No escalas peticiones.
Escalas decisiones. Y las decisiones no crecen en línea recta, se desbordan.
La salida es dejar de construir un único agente que lo hace todo y montar varios con una responsabilidad acotada cada uno:
→ horizontal: más agentes especializados, más coordinación entre ellos
→ vertical: un agente más capaz, más complejidad concentrada dentro
Y la pregunta que separa a los que escalan de los que se estancan:
¿esta capacidad es reutilizable e independiente? La separas.
¿está pegada al resto del sistema? La metes dentro.
La inteligencia se acumula en lugar de hundirse cuando cada agente sabe exactamente dónde empieza y dónde termina.
Si construyes con agentes y todavía no entiendes esto, estás quemando dinero sin saberlo.
Son 13 minutos. Míralo antes de empezar tu próximo proyecto 👇
En 13 minutos, IBM explica por qué tu agente de IA se rompe en cuanto el proyecto crece.
Traduce al español y al japonés.