Del chat al agente: darle manos a Claude
Un chat responde. Un agente actúa. El salto entre ambos son las herramientas — y es más pequeño de lo que parece una vez que has visto el bucle.
Un chat te responde. Un agente actúa, mira lo que pasó, y decide qué hacer a continuación. Esa brecha es más grande de lo que suena.
En un chat, la forma es simple: preguntas, responde, lees. Un intercambio, luego se detiene y espera. Para una buena parte del trabajo eso es exactamente lo correcto — redactar, explicar, pensar en voz alta. El modelo nunca hace nada; te dice algo. Un agente es distinto en tipo, no en grado. Le das un objetivo y algunas herramientas; toma una acción, observa el resultado, y entra en bucle — actuando y verificando — hasta que el objetivo se cumple o se atasca. La primera vez que vi a uno ejecutar una prueba, leer el mensaje de fallo, y arreglar su propio código, la diferencia dejó de ser abstracta.
Las manos vienen de las herramientas
El alcance de un agente es exactamente sus herramientas — las cosas que de verdad puede hacer más allá de escribir texto. El enchufe estándar para esto es MCP, el protocolo que cubrió el curso de CLI: claude mcp add conecta tu calendario, tus archivos, una base de datos, y ahora el modelo puede alcanzarlos. Los modelos actuales también son buenos usándolas: extraen datos justo a tiempo (guardando una ruta o una consulta y obteniéndolos solo cuando hace falta, en lugar de meter todo en el escritorio), ejecutan llamadas a herramientas independientes en paralelo, e incluso levantan subagentes para partes de un trabajo.
↳ el modelo no “conocía” tu agenda — actuó (la llamada a la herramienta), observó el resultado, luego respondió. El mismo bucle, manos de verdad.
Cuándo recurrir a uno
El propio consejo de Anthropic es la parte en la que más confío: empieza con la cosa más simple que funcione, y recurre a un agente solo cuando el bucle de verdad se gane su costo. Si puedes escribir los pasos por adelantado, no necesitas un agente que los decida — necesitas un chat, o un simple script. Reserva el bucle para el trabajo donde el siguiente paso correcto dependa de verdad de lo que devolvió el último. Si estás empezando, quédate en el chat más tiempo del que parece ambicioso; el bucle es más poderoso y mucho menos indulgente.
Dónde se rompe
Un agente que toma una acción irreversible sin preguntar — borrar archivos, hacer force-push, enviar un correo a la lista equivocada. Un giro equivocado al principio se agrava a lo largo del bucle, que es exactamente por qué un agente necesita salvaguardas que un chat nunca necesitó. Haz que confirme antes de cualquier cosa consecuente o compartida; dale el menor alcance que el trabajo necesite.
Ponlo en práctica
Toma una tarea que le entregarías a una IA y hazte una pregunta: ¿podría escribir los pasos exactos por adelantado? Si sí, es trabajo de chat-o-script. Si el siguiente paso correcto depende de verdad de lo que devuelve el último, ahí es donde un agente se gana su sustento — y donde viven las próximas dos lecciones.
Basado en Anthropic, Building Effective Agents, y el Model Context Protocol.