Herramientas y agentes

Un modelo por sí solo únicamente genera texto. Con herramientas (tool calling) puede pedir acciones, como buscar en la web o leer un archivo: la app donde corre las ejecuta y le devuelve el resultado. El modelo propone; el sistema dispone.

Un agente encadena eso en un ciclo: recibe un objetivo, planifica el paso siguiente, actúa con una herramienta, observa el resultado y decide si terminó o repite (uno de código edita archivos y corre pruebas; uno de navegador completa formularios). Algunos productos ofrecen agentes que siguen trabajando entre una conversación y la siguiente; qué incluyen, en qué plan y en qué países cambia seguido: verificalo en la página oficial.

Un conector le permite al asistente usar una de tus apps (correo, tienda online) con tu permiso; en lo técnico suele llamarse MCP, un estándar abierto para conectar apps de IA con otros sistemas. Para practicarlo, mirá el curso «Conectá tu IA a tus herramientas de trabajo».

Cuándo ayudan: en tareas de varios pasos con acciones sobre el mundo. Para redactar con información que ya tenés, un chat simple alcanza.

El riesgo de la autonomía: cada paso autónomo puede acumular errores, y un agente con permisos amplios puede hacer daño real (borrar archivos, enviar correos). La respuesta es human-in-the-loop: una persona aprueba las acciones críticas antes de que ocurran.

Al conectar un agente a tus cuentas, aplicá el mínimo privilegio: solo los permisos que la tarea necesita (si clasifica correos, lectura; no envío ni borrado). Leé qué alcance pide cada permiso, que suele ser más amplio que tu tarea, y revisá cada tanto los accesos para revocar los que ya no uses.