Notas sobre agentes de IA y MCP
Notas breves y claras sobre cómo construir agentes de IA y servidores MCP que funcionan en negocios reales: qué funciona, qué se rompe y por qué.
7 de junio de 2026
Los agentes saben escribir código pero no saben terminar el trabajo
Un nuevo benchmark llamado DeployBench les pidió a los agentes de IA algo engañosamente aburrido: tomar un proyecto de investigación y lograr que efectivamente corra en una máquina nueva. Los mejores agentes aprobaron apenas el 8% de las veces, y los fallos comparten una causa raíz que debería cambiar cómo los usas. Los agentes seguían cantando victoria mientras revisaban un objetivo más débil que el que pedía la tarea. No solo fallaron. Fallaron y reportaron éxito. Ese es el verdadero problema de la última milla, y se trata de criterio, no de programar.
- eval
- agents
- methodology
7 de junio de 2026
Los agentes de Google trabajan mientras duermes
En el I/O, Google mostró agentes que no esperan una pregunta. Le dices a uno qué te importa —un departamento, un concierto, un precio— y vigila toda la web 24/7 y te avisa cuando algo cambia. Otros llamarán a un negocio por ti para agendar tu corte de pelo. La búsqueda pasó de ser algo que jalas a algo que te empuja. Es un cambio real en lo que los usuarios esperarán de cualquier producto con IA adentro, y sube en silencio la vara en costo, confianza y quién responde cuando el agente actúa.
- ai-native
- agents
- methodology
7 de junio de 2026
Para los agentes de larga duración, el costo por tarea es el único benchmark
El nuevo Nemotron 3 Ultra de NVIDIA no se vende por ser el modelo más inteligente. Se vende por ser barato de correr durante horas — pensado para agentes que planifican, llaman herramientas y razonan a lo largo de cientos de turnos. Ese enfoque es la verdadera historia. Cuando un agente corre por mucho tiempo, el número que importa deja de ser el puntaje del benchmark o el precio por token y pasa a ser el costo en dólares por tarea terminada. Dos modelos con el mismo precio por token pueden diferir 2x en un trabajo real. Acá explico por qué la tabla de líderes es lo equivocado para comparar una vez que tu agente corre por más de un instante.
- ai-native
- business
- eval
7 de junio de 2026
Agentes low-code conectados directo a tus datos en vivo
El nuevo Joule Studio de SAP construye un agente completo —flujo de trabajo, especificaciones, hasta la suite de evaluación— a partir de una sola frase, anclado directamente en los datos de tu negocio en vivo. OutSystems hace algo parecido. Esto es genuinamente poderoso: un analista de negocio ahora puede levantar un agente sobre el sistema de producción sin esperar en una cola de ingeniería. También es la forma de terminar con un agente de enorme radio de impacto que nadie puede explicar ni detener. La democratización es real. El peligro también, y la mayoría de las empresas no están listas para la segunda mitad.
- architecture
- business
- security
7 de junio de 2026
El 65% de las empresas ya tuvo un incidente de seguridad con un agente
Dos de cada tres organizaciones ya tuvieron un incidente de seguridad que involucró a un agente de IA — no es un desastre raro, es un martes cualquiera. Y la causa no es un modelo desalineado y rebelde haciendo algo malvado. Es un agente perfectamente bien portado accediendo a datos que nunca debió tener en primer lugar. La brecha de agentes de 2026 es aburrida: es una identidad con permisos de más haciendo exactamente lo que se le permitió. Y eso es buena noticia, porque los problemas aburridos tienen soluciones aburridas — si tratas al agente por lo que realmente es.
- security
- architecture
- business
7 de junio de 2026
“Lo hizo la IA” es la nueva forma de esquivar la culpa
La IA fue señalada en cerca de uno de cada cuatro recortes de empleo en EE. UU. esta primavera, y hasta Sam Altman admite que las empresas culpan a la IA 'sea o no realmente por la IA'. Los analistas tienen un nombre para esto: AI-washing. Pero la misma jugada se está colando silenciosamente en cómo operamos los agentes: cuando algo sale mal, 'el agente lo decidió' se vuelve el lugar donde va a morir la responsabilidad. La máquina no puede cargar con la rendición de cuentas. Un humano siempre lo hace. Aquí está por qué esto importa cada vez más a medida que les das a los agentes decisiones reales.
- business
- agents
- careers