Existen cinco tipos clásicos de agentes de IA: agentes reflejos simples, agentes reflejos basados en modelos, agentes basados en objetivos, agentes basados en la utilidad y agentes que aprenden. Dicho de forma sencilla: siguen una regla, llevan la cuenta de lo que está pasando, trabajan para alcanzar un objetivo, eligen la mejor de varias opciones o mejoran gracias al feedback. Muchas listas añaden dos más, los agentes jerárquicos y los sistemas multiagente, que tratan de cómo colaboran varios agentes entre sí.
Esta guía explica cada tipo con un ejemplo cotidiano y un ejemplo de negocio. También deja clara una idea práctica: cuando un agente de IA se equivoca en un trabajo de negocio, la causa no suele ser una mala planificación. Lo habitual es que el agente esté trabajando con datos equivocados. Por eso, al elegir un agente, pregunta primero qué puede ver y qué tiene permitido cambiar. Lo inteligente que sea viene después.
¿Qué es un agente de IA?
Un agente de IA es un software que analiza una situación, decide qué hacer y luego lo hace. Un chatbot responde a tu pregunta. Un agente, además, puede dar el siguiente paso: leer tu bandeja de entrada, actualizar una hoja de cálculo o redactar una respuesta.
Los cinco tipos vienen del libro de texto de Stuart Russell y Peter Norvig, Artificial Intelligence: A Modern Approach, el manual que usan la mayoría de los cursos universitarios de IA. Clasifican los agentes según una sola pregunta: ¿cómo decide el agente qué hacer a continuación? La guía de IBM sobre los tipos de agentes de IA utiliza la misma lista.
No hay una única definición oficial, y no pasa nada. Para un lector de negocio, la prueba útil es sencilla: ¿solo responde o también puede actuar?
Los 5 tipos clásicos de agentes de IA
Lee los cinco tipos del más sencillo al más complejo. No es una clasificación de mejor a peor. Un diseño sencillo suele ser el adecuado, y el aprendizaje se puede añadir a cualquiera de los otros cuatro.
Los cinco tipos clásicos describen cómo se toman las decisiones. El aprendizaje se puede añadir a los otros cuatro; no es el último peldaño de una escalera. Revisa la calidad del contexto en cada diseño.
YouTube · IBM Technology
5 Types of AI Agents: Autonomous Functions & Real-World Applications · 28 de abril de 2025
Un repaso de 10 minutos por los tipos del libro de texto, con un dibujo para cada uno. El resumen del minuto 8:23 los condensa en cinco verbos: reacciona (reacts), recuerda (remembers), apunta a una meta (aims), evalúa (evaluates) y mejora (improves).
1. Agentes reflejos simples: siguen una regla
Qué hace: «Si pasa esto, haz aquello». Solo mira lo que tiene delante en este momento.
Ejemplo cotidiano: un termostato enciende la calefacción por debajo de 19 °C.
Ejemplo de negocio: una regla de la bandeja de entrada envía a cuentas por pagar todos los correos que contienen la palabra «factura».
Dónde falla: en todo lo que la regla no previó. Un newsletter que menciona «factura» también acaba en manos de tu equipo de finanzas. La regla no sabe distinguirlo y cometerá el mismo error cada vez.
Úsalo cuando: la situación es predecible y un error sale barato.
2. Agentes reflejos basados en modelos: llevan la cuenta de lo que pasa
Qué hace: sigue reglas, pero recuerda lo que ha visto. Eso le da una imagen de la situación, que los libros de texto llaman «modelo».
Ejemplo cotidiano: un robot aspirador recuerda qué habitaciones ya ha limpiado.
Ejemplo de negocio: un asistente de soporte ve que un cliente ya informó del mismo error la semana pasada, así que añade el nuevo mensaje al ticket abierto en lugar de crear uno duplicado.
Dónde falla: cuando su imagen está desactualizada. Un registro antiguo del CRM, una decisión que solo existe en un hilo de Slack o la hoja de cálculo del mes pasado harán que actúe con total seguridad sobre datos equivocados.
Úsalo cuando: la acción correcta depende del historial y no solo del último mensaje.
Este es el tipo que más importa a los equipos de negocio, y una publicación que se difundió mucho en X a principios de noviembre de 2026 muestra por qué. Gul Saeed Khattak, ingeniero de datos principal en la University of Glasgow, describió a un agente al que le pidieron los ingresos del último trimestre:
X · Gul Saeed Khattak (@Ldataengineer) · 3 de noviembre de 2026
"It answers in 3 seconds. Clean number. Nice chart. But it used the wrong 'revenue' column. Nobody notices."
(Traducción) «Responde en 3 segundos. Una cifra limpia. Un gráfico bonito. Pero usó la columna de "ingresos" equivocada. Nadie se da cuenta».
El agente de esa historia no razonó mal. Razonó bien, pero a partir de la columna equivocada. Estamos de acuerdo con el diagnóstico. Ten en cuenta que la publicación promociona después una herramienta de datos concreta que no hemos probado. La lección para el negocio es más sencilla que cualquier herramienta: antes de fiarte de la respuesta de un agente, comprueba qué fuente ha usado.
3. Agentes basados en objetivos: trabajan para alcanzar una meta
Qué hace: le das un objetivo y planifica los pasos. En lugar de preguntarse «¿qué regla se aplica?», se pregunta «¿qué me acerca a la meta?».
Ejemplo cotidiano: una app de navegación planifica una ruta y la recalcula cuando te saltas un giro.
Ejemplo de negocio: «Ten lista la presentación para el consejo del jueves». El agente reúne las cifras más recientes, copia el diseño de diapositivas del trimestre anterior y enumera las preguntas pendientes.
Dónde falla: solo comprueba si se cumple el objetivo. Si dos planes funcionan, no tiene motivo para preferir el más barato o el más seguro.
Úsalo cuando: sabes qué resultado quieres, pero los pasos cambian cada vez.
4. Agentes basados en la utilidad: eligen la mejor opción
Qué hace: compara varias opciones buenas y las puntúa según lo que te importa.
Ejemplo cotidiano: un buscador de vuelos que equilibra precio, duración del viaje y número de escalas.
Ejemplo de negocio: un asistente de publicidad sugiere mover presupuesto entre campañas teniendo en cuenta el coste por venta, el presupuesto restante y cuántos datos tiene cada campaña.
Dónde falla: las puntuaciones solo son tan buenas como tus prioridades. Si nadie ha decidido si la rapidez importa más que el coste, el agente tampoco puede decidirlo.
Úsalo cuando: hay concesiones reales y más de una respuesta aceptable.
5. Agentes que aprenden: mejoran con el feedback
Qué hace: observa cómo salieron sus acciones anteriores y se ajusta. Esto puede añadirse a cualquiera de los cuatro tipos anteriores.
Ejemplo cotidiano: las sugerencias de una app de música cambian según las canciones que saltas o repites.
Ejemplo de negocio: un asistente de puntuación de leads los ordena mejor después de que el equipo de ventas marca cuáles se convirtieron en acuerdos reales.
Dónde falla: aprende lo que el feedback le enseñe. Un feedback incompleto o incoherente lo lleva a equivocarse con total seguridad. Además, el aprendizaje es lo que más datos y más tiempo requiere.
Úsalo cuando: el trabajo se repite a menudo y alguien revisa lo que el agente está aprendiendo.
Tipos 6 y 7: agentes jerárquicos y sistemas multiagente
Estos dos describen cómo se organizan varios agentes, no cómo decide un solo agente.
- Agentes jerárquicos: un agente «responsable» divide un trabajo grande en partes y entrega cada parte a otro agente.
- Sistemas multiagente: varios agentes trabajan a la vez en el mismo problema, compartiendo o repartiéndose el trabajo.
Ejemplo de negocio: en el lanzamiento de un producto, un agente investiga a la competencia, otro redacta el correo de lanzamiento y otro revisa la landing page.
¿Más agentes significan mejores resultados? Depende del trabajo. En junio de 2025, Anthropic informó de que un equipo de agentes superó a un solo agente en sus propias pruebas de investigación, pero usó unas 15 veces más tokens (las unidades en las que se factura el uso de la IA) que un chat normal. Anthropic también señaló que las tareas en las que todos los agentes necesitan el mismo contexto no encajaban bien (Anthropic). Un artículo de investigación de octubre de 2026, todavía sin revisión por pares, concluyó que los agentes que se pasaban trabajo entre sí no verificaban los datos de los demás a menos que el proceso los obligara a hacerlo (arXiv).
Así que la conclusión no es «más agentes es mejor». Es la misma regla que aplicas con las personas: cada traspaso necesita entradas claras, un resultado claro y alguien que revise el resultado.
Dónde encajan los agentes de IA actuales
Los cinco tipos se describieron antes de que existieran herramientas como ChatGPT y Claude. Un agente de IA moderno combina varios de ellos. Sigue tus instrucciones (reglas), lee tus documentos y mensajes anteriores (llevar la cuenta), planifica pasos hacia lo que pediste (objetivo), sopesa opciones cuando le pides que elija (mejor opción) y puede mejorar cuando guardas correcciones (feedback).
Por eso, si un proveedor dice que su producto es «un agente basado en objetivos», eso te dice poco. Haz en su lugar tres preguntas sencillas:
- ¿Qué puede leer?
- ¿Qué puede cambiar?
- ¿Cuándo se detiene y pregunta a una persona?
Errores comunes al pensar en los tipos de agentes
«Los últimos tipos siempre son mejores». No. Una regla sencilla es más barata, más rápida y más fácil de comprobar. Usa el tipo más sencillo que haga el trabajo.
«Un agente que aprende aprende de todo automáticamente». En la mayoría de las herramientas de negocio, solo mejora cuando alguien guarda la corrección, por ejemplo como una instrucción actualizada. Si nadie la guarda, la siguiente ejecución empieza de cero.
«Más agentes significa más capacidad». Más agentes significa más traspasos. Además, los pequeños errores se acumulan: si cada paso es correcto el 95 % de las veces, un proceso de diez pasos solo es correcto alrededor del 60 % de las veces.
«El tipo me dice qué puede hacer en mi negocio». El tipo te dice cómo decide. Lo que puede hacer depende de a qué puede acceder y qué tiene permitido cambiar.
Una forma más sencilla para los equipos de negocio: clasificar los agentes por el trabajo que hacen
Los tipos del libro de texto describen cómo piensa un agente. A una responsable de ventas o a un director de operaciones normalmente le importa más el trabajo que va a hacer. Por eso, a muchos equipos les resulta más fácil agrupar los agentes por rol. Es una forma práctica de pensar, no una lista oficial.
| Rol | Qué hace | Qué obtienes | Qué sigue decidiendo la persona |
|---|---|---|---|
| Vigilante | Observa una fuente y señala lo importante | Una alerta o un resumen diario | Qué alertas requieren acción |
| Investigador | Reúne y compara información | Un informe breve o una lista de candidatos | Si las fuentes son buenas y qué hacer |
| Productor | Convierte los insumos en un borrador | Un correo, un informe, una presentación o una página | Edita y después envía o publica |
| Operador | Hace cambios dentro de tus herramientas | Registros actualizados, una publicación programada | Concede el acceso y aprueba los cambios |
| Coordinador | Ejecuta un trabajo de varios pasos entre herramientas | Un paquete terminado, devuelto para revisión | Es responsable del resultado |
La gente ya está delegando trabajos completos en agentes. Greg Isenberg, CEO del estudio de creación de empresas Late Checkout, describió su semana en X:
X · Greg Isenberg (@gregisenberg) · 3 de noviembre de 2026
"my team is 50+ people in 12 countries, but i talk to my agents more than my human teammates"
(Traducción) «mi equipo tiene más de 50 personas en 12 países, pero hablo más con mis agentes que con mis compañeros humanos».
En la misma publicación menciona un paso en el que un agente cuestiona su idea antes de construir nada. Es un buen hábito para cualquier rol de la tabla: deja que el agente pregunte por el objetivo antes de empezar. Nuestra opinión es menos dramática que su planteamiento. Hablar mucho con agentes está bien, siempre que las personas sigan decidiendo qué se envía, qué se cambia y qué se aprueba.
Ejemplo: un seguimiento comercial, paso a paso
Así aparecen los tipos en una tarea corriente. Es un ejemplo de cómo encajan los pasos en Okou, no un caso de cliente.
La petición. Después de una llamada de renovación, una gestora de cuentas escribe: «Revisa el historial de este cliente, prepara un informe para mi equipo y redacta el correo de seguimiento».
1. Primero, comprobar los datos (llevar la cuenta). El agente lee el hilo de correos, las notas de la llamada, el registro del CRM y las noticias recientes sobre el cliente. El CRM dice «renovación, condiciones estándar». Pero un correo de la semana pasada indica que la responsable financiera del cliente quiere facturación trimestral. El agente usa el correo más reciente y señala la discrepancia como pregunta abierta.
2. Planificar el trabajo (objetivo). Reúne lo que necesitan tanto el informe como el correo: lo que se prometió en la llamada, lo que sigue pendiente y el siguiente paso que acordó el cliente.
3. Seguir la preferencia del equipo (mejor opción). La gestora de cuentas ya ha dicho: «Los correos a clientes, de menos de 150 palabras y empezando por el siguiente paso». Eso resuelve la disyuntiva entre breve y detallado.
4. Redactar, no enviar. El equipo ha permitido que Okou escriba borradores en Gmail, pero no que los envíe (¿Qué es Okou?). Si el agente necesita un acceso que no tiene, una persona lo aprueba y elige cuánto tiempo dura.
5. Usar el formato adecuado para cada lector. El equipo interno recibe el informe como un documento que puede comentar. El cliente recibe un correo breve que deja claro el siguiente paso.
6. Una persona revisa. La gestora de cuentas corrige una frase sobre la facturación, comprueba el destinatario y pulsa Enviar.
Un correo redactado en Okou (datos de ejemplo de otra tarea). Fíjate en la etiqueta Draft y en el botón Send: no sale nada hasta que una persona pulsa Send. Haz clic en la imagen para verla a tamaño completo.
7. Guardarlo para que el equipo lo reutilice (feedback). La corrección solo sirve la próxima vez si se guarda. La gestora de cuentas pide a Okou que guarde el proceso como un flujo de trabajo: qué fuentes revisar, cómo es el informe y la regla de que los correos se quedan como borradores. Así, un compañero puede ejecutarlo para otro cliente con sus propias cuentas de correo y de CRM, no con las de quien lo creó (Okou para equipos). Si el equipo quiere que se ejecute antes de cada llamada de renovación, puede añadir una automatización con una programación o un disparador.
La mayoría de los artículos sobre tipos de agentes se centran en el paso 2, la planificación. En este ejemplo, lo que hizo útil el resultado fue el paso 1 (el correo más reciente), el paso 4 (redactar, no enviar), el paso 5 (el formato adecuado) y el paso 7 (guardar la corrección).
Cómo elegir el tipo de agente de IA adecuado
Responde a estas preguntas sobre el trabajo:
- ¿Puedes escribir la regla en una frase? Entonces quizá baste con una regla sencilla.
- ¿La respuesta correcta depende del historial? Entonces el agente necesita acceso a las fuentes adecuadas, y deberías comprobar qué hace cuando dos fuentes no coinciden.
- ¿Conoces el resultado, pero no los pasos? Eso es trabajo basado en objetivos: informes de investigación, reportes, primeros borradores.
- ¿Hay concesiones que hacer? Decide primero tus prioridades y luego deja que el agente las aplique.
- ¿Se repetirá el trabajo? Planifica cómo se guardan las correcciones para que la siguiente ejecución salga mejor.
- ¿Qué es lo máximo que debería cambiar sin preguntar? Empieza con acceso de solo lectura y borradores. Amplía el acceso poco a poco, con límites de tiempo cuando sea posible.
Cuando Okou necesita un permiso que no tiene, una persona ve exactamente qué se solicita y elige durante cuánto tiempo lo permite.
Cómo encaja Okou
Okou es un compañero de equipo con IA para equipos de negocio. No eliges un tipo de agente. Describes el trabajo, señalas los archivos y herramientas relevantes, y Okou reúne el contexto, hace el trabajo en la nube y te devuelve algo que puedes revisar.
Tres ideas de esta guía determinan cómo trabaja Okou:
- Primero, los datos correctos. Okou lee los correos, documentos y registros que necesita la tarea y contrasta los datos que cambian con su fuente. Las correcciones que haces en un chat se mantienen en ese chat. Para usar el contexto de otro chat, se lo indicas a Okou (Chat).
- El formato adecuado. Un mensaje rápido para una actualización, un documento para los detalles que necesitan revisión, una página web o diapositivas cuando un grupo necesita repasar una recomendación.
- Reutilización con límites. Un flujo de trabajo guardado permite que los compañeros reutilicen un método con sus propias cuentas y permisos. Compartir un flujo de trabajo no comparte la bandeja de entrada ni los chats privados de nadie.
Para ver más ejemplos, consulta 20 casos de uso de agentes de IA con prompts y resultados reales, gestión del contexto de agentes de IA para equipos y cómo Okou pregunta antes de actuar.
Preguntas frecuentes
¿Cuáles son los 5 tipos de agentes de IA?
Los agentes reflejos simples siguen reglas fijas. Los agentes reflejos basados en modelos, además, llevan la cuenta de la situación. Los agentes basados en objetivos planifican pasos hacia una meta. Los agentes basados en la utilidad eligen la mejor de varias opciones. Los agentes que aprenden mejoran gracias al feedback. La lista procede del libro de texto de IA de Russell y Norvig y es la que usan la mayoría de los cursos.
¿Qué es un agente reflejo simple en IA?
Actúa solo según lo que ve en ese momento, con reglas del tipo «si pasa esto, haz aquello». No tiene memoria ni hace planes. Un termostato es un ejemplo. En los negocios, los filtros de la bandeja de entrada y las reglas básicas de enrutamiento funcionan así: son fiables cuando todo es predecible y fáciles de engañar cuando no lo es.
¿Qué diferencia hay entre un agente basado en objetivos y uno basado en la utilidad?
Un agente basado en objetivos se conforma con cualquier plan que alcance la meta. Un agente basado en la utilidad compara las opciones y elige la mejor. Un agente basado en objetivos reserva un vuelo a Chicago. Un agente basado en la utilidad reserva el que mejor equilibra precio, duración y escalas, según lo que le dijiste que te importa.
¿Los sistemas multiagente son un tipo de agente de IA?
Es más exacto describirlos como una forma de organizar agentes. Varios agentes se reparten o comparten un trabajo, y cada uno puede seguir siendo cualquiera de los cinco tipos clásicos. Además, más agentes significa más traspasos, y los traspasos son donde más a menudo se saltan las comprobaciones.
¿Existe una lista oficial de tipos de agentes de IA para empresas?
No. Los cinco tipos clásicos se enseñan ampliamente, pero las clasificaciones para negocio varían. Algunas ordenan los agentes por departamento, otras por su grado de autonomía y otras por rol, como los roles de vigilante, investigador, productor, operador y coordinador de esta guía. Usa cualquier clasificación como herramienta de planificación, no como un estándar.
¿Con qué tipo de agente de IA debería empezar una pequeña empresa?
Empieza con un trabajo que se repita, tenga un resultado claro y se pueda revisar con seguridad antes de que salga nada, como un informe semanal, un informe de investigación o borradores de correos de seguimiento. Da al agente acceso de lectura a lo que necesita, deja el envío y los cambios en los registros en manos de una persona, y amplía su acceso solo cuando haya demostrado ser fiable.
