Agentes de IA en 2026: qué son, qué no son y cómo los llama cada empresa

Cinco preguntas para reconocer un agente

1. ¿Le haces una pregunta o le das un objetivo? Una pregunta se responde y se cierra. Un objetivo se puede comprobar; mientras no se cumpla, queda trabajo por hacer.
2. ¿Quién decide el siguiente paso: nadie, un flujo fijo o el modelo? Si el camino ya estaba escrito antes de empezar, es un flujo automatizado. Cuando el modelo elige qué hacer a continuación según lo que va encontrando, ahí empieza la autonomía.
3. ¿Solo lee información o también actúa? Leer, buscar y resumir no cambia nada fuera de la conversación. Actuar sí: enviar un correo, guardar un archivo, ejecutar una función.
4. ¿Trabaja contigo delante, en segundo plano o se pone en marcha solo? Contigo delante hay supervisión en el momento. En segundo plano avanza mientras haces otra cosa. Que se dispare solo significa que ni siquiera lo llamaste tú: lo hizo un horario o un evento.
5. ¿Reparte el trabajo entre subagentes? Repartir en subagentes es distinto de razonar en paralelo dentro de una sola respuesta: aquí cada subagente recibe un encargo acotado y trabaja con su propio contexto.

La autonomía no es un sí o un no

1. 1. Tú al mando: el usuario manda en todo momento y el agente está disponible para ayudar cuando se le pide
2. 2. Tú y el agente os repartís el trabajo: tanto el agente como el usuario pueden planificar, delegar y ejecutar tareas, aprovechando las capacidades y el conocimiento de cada uno
3. 3. El agente toma la iniciativa y tú marcas el rumbo: el agente toma la iniciativa al planificar y ejecutar tareas durante periodos largos. El usuario sigue teniendo un papel activo e importante [...], pero su participación se centra más en dar información, preferencias y orientación de alto nivel
4. 4. Solo te avisa si se atasca: el usuario solo necesita intervenir cuando el agente se topa con un obstáculo que no puede resolver por su cuenta
5. 5. El agente funciona sin ti: un agente totalmente autónomo que no necesita, ni ofrece ninguna vía para, la participación del usuario

La misma palabra nombra papeles opuestos según la escala. En esta escala (Feng, McDonald y Zhang), el consultor es el usuario, que da la dirección mientras el agente toma la iniciativa. En los Levels of AGI de Google DeepMind el consultor es la IA y solo actúa cuando una persona la invoca. Quien compara los "niveles" de dos fabricantes suele comparar cosas distintas.

Ninguna ley define "agente de IA". El Reglamento de IA de la UE los cubre igual: su definición de sistema de IA y la de modelo de IA de uso general ya bastan.

the term AI agent is not legally defined

Del chat al equipo de agentes

Por qué existen los subagentes

1. Todo lo que lee se queda encima de la mesa. El agente no archiva lo que va leyendo: lo sostiene todo a la vez. El espacio es enorme pero finito y se llena antes de lo que parece.
2. Cuanto más ocupa, peor responde. La calidad de las respuestas empeora a medida que crece lo que hay que sostener en el contexto, incluso con modelos de ventana enorme. Cuando se llena, el agente resume lo acumulado para seguir adelante: lo primero que pierde ese resumen es el matiz.
3. El subagente trabaja en su propio escritorio. Un subagente investiga en un espacio aparte, sin ocupar el del agente principal. Solo devuelve un resumen de entre 1.000 y 2.000 tokens: el encargo entra, el resultado sale y todo lo intermedio se queda ahí.

Un encargo que se sostiene solo

• Dónde están los datos: La carpeta, el documento o la web exacta. Si no se lo dices, elige por su cuenta.
• Qué hay que hacer: La tarea concreta, no la intención general: "resume los comentarios negativos de este trimestre" en vez de "revisa el feedback".
• Con qué criterio decide: Qué cuenta como negativo, qué fuentes son válidas, cuándo parar. Sin esto decide con su propio criterio, que no tiene por qué coincidir con el tuyo.
• En qué formato lo quieres: Una tabla, un párrafo, una lista con enlaces. El formato que pidas de entrada es el que menos tendrás que rehacer después.

Vocabulario

Agente

Un sistema que recibe un objetivo, decide qué pasos dar y usa herramientas que cambian algo fuera de la conversación, repitiendo el ciclo hasta comprobar el resultado. No confundir con: Con un asistente de chat que solo responde lo que le preguntas: ahí no hay objetivo que perseguir ni pasos que decidir por su cuenta.

Cada fabricante lo usa con un alcance distinto: la sección "Nombre comercial frente a principio" compara el nombre que le da cada uno con lo que hace el producto.

Subagente

Otro agente con el mismo motor y su propio contexto. Recibe un encargo acotado, trabaja aparte y devuelve un resumen corto. No confundir con: Con varios agentes que razonan en paralelo dentro de una sola respuesta: ahí no hay encargo ni contexto propio que tú controles.

Claude Code, ChatGPT, el ADK de Google, Gemini CLI, VS Code y Cursor lo llaman así.

Skill

Enseña a hacer, no hace: un paquete de instrucciones y conocimiento especializado que un agente carga cuando lo necesita, no un agente en sí. Anthropic desarrolló el formato y lo publicó como estándar abierto: una carpeta con un archivo SKILL.md. No confundir con: Con el agente que la usa: la skill no decide nada ni actúa por su cuenta, solo le da al agente instrucciones que antes no tenía. Tampoco con las "skills" que Microsoft usaba antes: descripciones de tareas escritas a mano dentro del propio agente, sin el formato de carpeta abierto que define este término.

Lo adoptan ChatGPT, Codex y GitHub Copilot.

Modo chat / modo agente

El mismo producto cambia de comportamiento: en un momento contesta como un chat normal y al siguiente entra en un modo que trabaja en varios pasos y usa herramientas. No confundir con: Con dos productos distintos: el cambio de modo suele ser un botón o una instrucción dentro del mismo producto, no una versión aparte.

VS Code lo llama Ask, Plan y Agent; Microsoft 365 Copilot tiene un modo agente; ChatGPT distingue Chat de Work.

Flujo automatizado

Un camino predefinido, paso a paso, que alguien diseñó de antemano. Puede incluir un paso de agente dentro, pero el recorrido general no lo decide el modelo. No confundir con: Con un agente: en el flujo automatizado el orden de los pasos ya está escrito antes de que el sistema haga nada; en el agente lo decide el modelo mientras trabaja. El ADK de Google llama "workflow agents" a sus orquestadores deterministas, aunque ahí ningún modelo elija el recorrido.

Así distinguen agente de automatización Alibaba Model Studio y Make.

Sistema multiagente

El término tiene dos significados que conviene no mezclar: varios modelos que razonan en paralelo dentro de una sola respuesta para después combinar sus resultados, o un agente que reparte tareas entre subagentes, cada uno con su propio contexto. No confundir con: Con que ambos signifiquen lo mismo: razonar en paralelo no reparte encargos ni guarda contexto propio para cada parte; tener subagentes sí.

Grok Heavy y GPT-5.6 Ultra razonan en paralelo. Claude Code, Gemini CLI, Grok Build, Manus y Perplexity Computer reparten el trabajo en subagentes.

MCP y A2A

Dos protocolos abiertos: MCP conecta un agente con herramientas y datos; A2A conecta un agente con otro agente. Hoy los dos están bajo la Agentic AI Foundation. No confundir con: Con una función exclusiva de un fabricante: son estándares abiertos que cualquiera puede implementar.

Anthropic, OpenAI, Google, Microsoft, AWS y el resto de miembros de la Agentic AI Foundation los usan como base de interoperabilidad.

Modelo agéntico ≠ agente

El modelo puede ser el motor de un agente, pero no es un agente por sí mismo. Un modelo se anuncia como "agéntico" cuando razona bien en tareas de varios pasos; convertirlo en agente exige además herramientas, memoria y un bucle que las use. No confundir con: Con el agente completo: el modelo es una pieza del sistema, no el sistema entero.

Es la distinción que traza Salesforce frente a la idea de "modelo agéntico" que usan varios fabricantes de modelos.

Nombre comercial frente a principio

La columna de la derecha no la escribimos a mano: sale de aplicar los cinco rasgos a cada producto.

Con matices

Microsoft llama agentes a capacidades especializadas como Researcher o Analyst, aunque no tengan autonomía.

Especialización y autonomía son ejes distintos. A Researcher y Analyst no les falta autonomía de método: el modelo decide cada paso, busca, ejecuta código y se corrige sobre la marcha. Les falta autonomía de alcance: no se disparan solos, casi no tocan otros sistemas y no se pueden reconfigurar. Llamarlos skills tampoco funciona, porque en el vocabulario de Microsoft de 2026 una skill es un componente que se añade a un agente: instrucciones y lógica empaquetadas que el orquestador carga cuando la petición encaja. La hipótesis acierta con los agentes declarativos y falla con los agentes con disparadores, con Copilot Cowork y con el agente en la nube de GitHub.

• Researcher y Analyst: Con matices. Trabajan en bucle, buscan, ejecutan código y corrigen su propio razonamiento; Researcher dedica de 5 a 45 minutos a una consulta compleja y avisa al terminar. Pero los llamas tú, devuelven un informe con un máximo de 25 consultas al mes y no se pueden personalizar: son agentes especializados de solo lectura, invocados a demanda.
• Agentes declarativos de Microsoft 365 Copilot: Se confirma. Son asistentes configurados sobre el orquestador de Copilot. La propia documentación de Microsoft lo deja escrito en su tabla de capacidades: la interacción proactiva "no está admitida" y dependen de que el usuario la inicie cada vez.
• Agentes con disparadores de Copilot Studio: No se sostiene. Microsoft los describe actuando sin esperar a que nadie los llame: perciben eventos, deciden y ejecutan tareas por su cuenta, funcionando de forma continua en segundo plano con las credenciales de quien los creó.
• Agente en la nube de GitHub Copilot: No se sostiene. GitHub lo define como un agente de desarrollo asíncrono y autónomo que trabaja en su propio entorno efímero y abre pull requests por su cuenta, se lance desde un issue, una mención, un horario o un evento.

• Lo llaman agente y responde una sola vez. Si no hay bucle, es un asistente configurado con otro nombre. Pregunta quién decide el siguiente paso.
• Lo llaman agente pero nunca actúa. Solo lee, busca y elabora un informe. Está bien, siempre que sepas de antemano que no va a tocar nada por ti.
• Su "multiagente" ocurre dentro de una sola respuesta. Si varios agentes razonan en paralelo y un líder junta el resultado en un único turno, no hay un equipo con tareas repartidas ni contexto propio para cada uno.

Los 16 productos, clasificados

• ChatGPT Work

  OpenAI lo llama "agente". Es un agente autónomo con subagentes. Encadena pasos durante horas para entregar un resultado completo: investiga, escribe, edita archivos y coordina apps conectadas hasta cumplir el objetivo que le diste.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• Codex

  OpenAI lo llama "agente de programación". Es un agente autónomo con subagentes. Edita el repositorio, ejecuta comandos y revisa su propio código hasta cerrar la tarea, con la opción de repartir partes del trabajo en agentes personalizados que corren en paralelo.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• Claude Code

  Anthropic lo llama "agente". Es un agente autónomo con subagentes. Edita archivos, ejecuta comandos y abre commits y pull requests hasta resolver el encargo, con un agente líder que reparte subtareas entre subagentes propios y junta los resultados.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• Claude Cowork

  Anthropic lo llama "agente de trabajo". Es un agente autónomo. Le das un objetivo y trabaja en segundo plano en tu correo, tus archivos y tus formularios web. Te avisa únicamente cuando llega a una decisión que solo tú puedes tomar.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Su fabricante no dice si reparte el trabajo
  • Se personaliza con herramientas o código
• Claude Projects

  Anthropic lo llama "proyecto". Es un asistente configurado. Guarda instrucciones, archivos y conversaciones en un solo espacio de trabajo, para que cada respuesta parta del mismo contexto sin que tengas que repetirlo.

  • Le haces una pregunta
  • Responde una vez y termina
  • Solo lee, busca y analiza
  • Trabaja contigo delante
  • No reparte el trabajo
  • Se personaliza con instrucciones y documentos
• Microsoft 365 Copilot Researcher

  Microsoft lo llama "agente". Es un agente de solo lectura. Investiga durante minutos y te devuelve un informe. Encadena búsquedas, razona sobre lo que encuentra y se corrige antes de entregar.

  • Le haces una pregunta
  • El modelo decide el siguiente paso
  • Solo lee, busca y analiza
  • Trabaja en segundo plano
  • No reparte el trabajo
  • No se puede personalizar
• Copilot Cowork

  Microsoft lo llama "agente". Es un agente autónomo. Le das el resultado que quieres y planifica, reajusta y actúa sobre tu correo, tu calendario, Teams y tus archivos durante minutos u horas. Antes de una acción sensible te pide aprobación.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Su fabricante no dice si reparte el trabajo
  • Se personaliza con herramientas o código
• Copilot Studio

  Microsoft lo llama "agente". Es un agente autónomo con subagentes. Crea agentes que perciben eventos, deciden por su cuenta qué hacer y ejecutan tareas sin que nadie los llame en ese momento, con la opción de que unos agentes llamen a otros para repartirse el trabajo.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• GitHub Copilot cloud agent

  GitHub lo llama "agente". Es un agente autónomo. Investiga el problema, planifica una solución, la escribe en una rama y abre un pull request para que lo revises. Arranca desde un issue, una mención, un horario o un evento, sin que nadie lo invoque en ese momento.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • No reparte el trabajo
  • Se personaliza con herramientas o código
• Gemini Deep Research

  Google lo llama "función agente". Es un agente de solo lectura. Le das un tema y planifica una investigación, busca en varias fuentes y razona sobre lo que encuentra durante varios minutos, hasta devolverte un informe. No modifica nada fuera de la conversación.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Solo lee, busca y analiza
  • Trabaja en segundo plano
  • Su fabricante no dice si reparte el trabajo
  • No se puede personalizar
• Gemini Spark

  Google lo llama "tu agente personal de IA". Es un agente autónomo. Le das un objetivo y actúa por ti: envía, modifica, compra o rellena formularios, pidiendo tu confirmación antes de un paso irreversible. Puedes arrancarlo tú, programarlo o dejar que se dispare por una condición.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Su fabricante no dice si reparte el trabajo
  • Se personaliza con herramientas o código

  No disponible en el Espacio Económico Europeo, Suiza ni el Reino Unido.

• Perplexity Computer

  Perplexity lo llama "Computer". Es un agente autónomo con subagentes. Divide un encargo grande en tareas y subtareas, crea un subagente para cada una y ejecuta flujos completos que pueden durar horas o meses, incluidos los que repites de forma periódica.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Se pone en marcha solo
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• Manus AI

  Manus lo llama "agente". Es un agente con subagentes. Trabaja en un ordenador virtual propio hasta cumplir el objetivo que le diste, instalando el software que necesita por el camino. Para encargos con muchas partes independientes, como comparar cientos de empresas, asigna un subagente a cada una y luego junta los resultados.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Trabaja en segundo plano
  • Reparte el trabajo en subagentes con contexto propio
  • Se personaliza con herramientas o código
• Grok Heavy

  xAI lo llama "modo multiagente". Es un agente de solo lectura. Ante una pregunta compleja, lanza 4 o 16 agentes que razonan en paralelo, cada uno con su propia perspectiva; un agente líder junta después los resultados en una sola respuesta.

  • Le haces una pregunta
  • El modelo decide el siguiente paso
  • Solo lee, busca y analiza
  • Trabaja contigo delante
  • Varios agentes razonan en paralelo dentro de una respuesta
  • No se puede personalizar
• Grok Bot

  xAI lo llama "compañero de equipo con IA". Es un agente. Le das un encargo de principio a fin y trabaja con sesión iniciada en tus apps y bandejas de entrada sin que tengas que estar delante. Solo vuelve cuando necesita tu aprobación.

  • Le das un objetivo
  • El modelo decide el siguiente paso
  • Actúa: cambia cosas fuera de la conversación
  • Trabaja en segundo plano
  • Su fabricante no dice si reparte el trabajo
  • Se personaliza con instrucciones y documentos
• n8n / Make

  n8n, Make lo llama "agente". Es un flujo automatizado. Un nodo dentro de un flujo que decide qué herramienta llamar para completar su parte del trabajo, mientras el recorrido general del flujo sigue siendo el que diseñaste tú.

  • Le das un objetivo
  • Sigue un flujo fijo que alguien definió antes
  • Actúa: cambia cosas fuera de la conversación
  • Trabaja en segundo plano
  • Su fabricante no dice si reparte el trabajo
  • Se personaliza con herramientas o código

Qué significa para profesionales y empresas

Adopción

• En España usa IA el 20,3% de las empresas de 10 o más empleados, casi lo mismo que la media europea, que está en el 20,0%.
• McKinsey encuentra que el 62% de las organizaciones al menos experimenta con agentes, pero solo el 23% los escala en alguna parte.
• Gartner sitúa la IA agéntica en el pico de expectativas infladas en abril de 2026: solo un 17% de las organizaciones ha desplegado agentes hasta ahora.
• El INE calcula que el 21,1% de las empresas españolas de 10 o más empleados usaba inteligencia artificial en el primer trimestre de 2025, con un perímetro distinto al de Eurostat.

Para profesionales

• Aprende a encargar y a revisar, no solo a preguntar: Microsoft llama "agent boss" a quien delega en agentes y los supervisa. El trabajo se parece cada vez más a encargar una tarea entera que a conversar con el modelo.
• Elige el modo según la tarea: un chat para lo que cabe en un intercambio, un agente para varios pasos que puedas comprobar, subagentes solo para investigar en paralelo.
• Vigila tu propio gasto: un modelo potente a esfuerzo máximo puede costar decenas de veces más por tarea que uno económico. Pensar más no siempre mejora el resultado.
• No le des a un agente de navegador más acceso del necesario: ningún fabricante asegura riesgo cero frente a la inyección de instrucciones.

Para empresas

• Empieza por tareas que puedas medir: Gartner prevé que más del 40% de los proyectos agénticos se cancelen antes de que acabe 2027 por coste, valor poco claro o controles de riesgo insuficientes.
• Compra antes que construir, salvo ventaja clara: las alianzas externas llegan a producción en torno al 67% de las veces, frente a cerca del 33% de los desarrollos internos, según lo que declaran las propias organizaciones.
• Presupuesta por consumo o por resultado, con topes: solo el 26% de las empresas grandes ve en tiempo real lo que le cuesta su IA.
• Diseña con un único agente que escribe y decide, respaldado por un punto de verificación central que revise el trabajo de los demás.
• Trata cada agente como una identidad: permisos mínimos, registro de toda su actividad y un responsable humano detrás.
• Pide a cada proveedor pruebas de autonomía real y de coste por tarea antes de comprar: el "agent washing" cambia de nombre productos que no lo merecen.
• Gartner prevé que un 40% de las empresas rebaje o retire agentes autónomos antes de 2027 por vacíos de gobierno que solo aparecen tras un incidente en producción.

Riesgos que no vienen con el chat

• La inyección de instrucciones ocultas es el riesgo con más consenso: OpenAI dice que es improbable que llegue a resolverse del todo.
• En agosto de 2026, con todas las salvaguardas activas, Anthropic redujo el éxito de estos ataques a entre el 0% y el 0,3% en sus modelos actuales. Aun así llama a la inyección de instrucciones "un objetivo que se mueve".
• Brave documentó cómo un comentario de Reddit con instrucciones escondidas hizo que un agente de navegación filtrara el correo de un usuario y un código de un solo uso.
• OWASP encabeza su lista de riesgos para aplicaciones agénticas con el secuestro del objetivo, el mal uso de herramientas y el abuso de identidad y privilegios.

Dónde toca el Reglamento de IA

• El Reglamento no define "agente", pero los cubre con su definición de sistema de IA.
• Si un agente interactúa con personas o genera contenido, las obligaciones de transparencia del artículo 50 se aplican desde el 2 de agosto de 2026.
• Si un agente entra en la categoría de alto riesgo, esas reglas se aplican desde el 2 de diciembre de 2027 o el 2 de agosto de 2028, según el caso.
• El artículo 4 regula la alfabetización en IA. Tres análisis coinciden en que la reforma de 2026 suavizó esa obligación, pero no en cómo queda redactada, así que esta página no la resume: la del Reglamento de IA explica el estado actual con sus fuentes.

Preguntas frecuentes