Agentes de IA en producción: del demo al sistema que trabaja solo.

El abismo entre el demo y la operación

Un demo de agente vive en condiciones de laboratorio: datos limpios, un usuario paciente, una sola tarea y alguien mirando por encima del hombro listo para reiniciarlo. Producción es lo contrario: entradas ambiguas, sistemas externos que fallan a las 3 a.m., tareas encadenadas y nadie mirando. El 90 % del trabajo de un agente real no es el modelo: es todo lo que lo rodea.

Cuando en Netika Labs decimos que un agente está "en producción", queremos decir algo muy concreto: ejecuta un proceso de negocio completo, maneja sus propios errores, deja rastro auditable de cada decisión y sabe cuándo pedir ayuda humana.

Lo que cambia cuando nadie está mirando

Tres cosas separan un juguete de un sistema:

• Estado y memoria. Un agente útil recuerda qué hizo ayer, qué quedó a medias y qué aprendió del cliente. Eso no vive en el prompt: vive en una base de datos diseñada para ello, con esquemas de conversación, tareas y resultados.
• Límites explícitos. Qué puede hacer solo, qué requiere confirmación y qué tiene prohibido. Los límites no son una lista de buenas intenciones: son permisos técnicos aplicados en la capa de herramientas, no en el prompt.
• Idempotencia. Si el agente reintenta una acción, el mundo no debe romperse. Cobrar dos veces, enviar tres correos iguales o duplicar un registro es la marca de un sistema que no estaba listo.

Un agente de producción no es un modelo con herramientas. Es una operación con memoria, límites y a un humano a un botón de distancia.

Orquestación: colas, reintentos y handoff

Los agentes serios no se llaman por HTTP y a rezar. Se orquestan: cada tarea entra a una cola, se ejecuta con presupuesto de tiempo y de dinero, se reintenta con retroceso exponencial si algo externo falla, y se escala a un humano cuando el nivel de confianza baja del umbral. El handoff humano no es una derrota — es una característica de diseño. Los mejores sistemas que hemos construido resuelven el 80–95 % de los casos solos y entregan el resto con contexto completo, para que la persona decida en segundos.

Las métricas que importan

Ni "requests por minuto" ni "tokens consumidos". Las métricas que gobiernan un agente en producción son de negocio:

• Tasa de resolución autónoma: qué porcentaje de casos cierra sin intervención.
• Costo por resultado: cuánto cuesta cada conversación cerrada, video publicado o reporte entregado.
• Tiempo hasta el handoff: cuánto tarda en darse cuenta de que necesita ayuda.
• Deriva: cómo cambia su desempeño semana a semana — porque los datos de entrada cambian, aunque tu código no.

Nuestro checklist antes de soltar la mano

Antes de dejar un agente solo, en Netika verificamos: trazabilidad de cada acción, límites técnicos aplicados fuera del prompt, reintentos idempotentes, presupuesto por tarea, alertas de deriva, y una ruta de handoff con contexto. Si algo de esa lista falta, el agente sigue en supervisión.

La buena noticia: nada de esto es exótico. Es ingeniería de software aplicada con seriedad a una tecnología nueva. Y es exactamente el tipo de sistema que construimos todos los días.