Qué es un agente de IA y en qué se diferencia de ChatGPT
Un agente de IA no responde: ejecuta. Recibe una tarea, entra a tus herramientas —correo, calendario, planillas, navegador— y vuelve con el trabajo hecho. ChatGPT te escribe el correo de cobro y tú lo copias, buscas la factura, lo envías y te acuerdas de revisar si contestaron. Un agente hace todo ese recorrido y regresa a los tres días a ver quién pagó.
Esa diferencia —hacer versus contestar— separa una herramienta de productividad de un compañero de trabajo. Y explica por qué la seguridad deja de ser un detalle técnico y pasa a ser la decisión central.
El autor de la guía original tiene 14 agentes trabajando con él. Ninguno lo programó desde cero y ninguno publica, paga ni envía nada sin revisión humana. Ese es el estándar que propone: una empresa agéntica donde los agentes hacen el trabajo y las personas ponen el criterio.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Para qué sirve un agente de IA en un negocio pequeño (y para qué no)
No sirve para todo. Sirve para lo que se repite y tiene un resultado que puedes revisar en un minuto:
- Cotizaciones. Llega un pedido por WhatsApp o correo, el agente arma la cotización con tu lista de precios y la deja lista para aprobar.
- Seguimiento. Los clientes que pidieron precio y no contestaron. El agente les escribe a los tres días y a los siete, con tus palabras.
- Cobranza. Facturas vencidas, un recordatorio cordial y una lista de quién sigue sin pagar.
- Antes de una reunión. El resumen de lo que hablaste con esa persona, lo que le prometiste y lo último que publicó.
Lo que no funciona: pedirle que ordene tu negocio. Un agente sin una tarea concreta es un chatbot caro.
Cómo crear tu primer agente de IA sin programar, en cuatro pasos
1. Elige una tarea que se repita y que puedas revisar. Una sola. La regla práctica: si hoy la haces a mano al menos tres veces por semana y puedes mirar el resultado en un minuto, sirve. Cotizaciones y seguimiento a los que no contestaron son los dos puntos de partida más comunes, porque el resultado es un mensaje que lees antes de que salga.
2. Explícale tu negocio por escrito. Qué vendes, a quién, cuánto cuesta, qué descuentos das y cuáles no, qué decides tú y qué no. Una página. Esa ficha es la diferencia entre un chatbot genérico y tu agente, y es donde más rinde el tiempo invertido: en 30 minutos bien hechos sale.
3. Instala dónde va a correr y elige el modelo. Aquí hay tres caminos y los tres son de código abierto y gratis como software.
4. Dale permisos de a poco. Leer y redactar, solo. Enviar, pagar, publicar o borrar, con tu aprobación. Tarjeta, con tope. La primera semana lees todo lo que produce antes de que salga y anotas cuántas veces lo corregiste. Ese número, no la sensación, te dice cuándo puedes soltarle la segunda tarea.
Nod, OpenClaw o Hermes: con cuál empezar
Nod, de n8n, salió el 10 de noviembre de 2026 como research preview para Mac y Windows, desarrollado por el nuevo equipo n8n Labs. Se instala como una app, no necesita cuenta de n8n y corre en tu computador con su propio Linux y su propio navegador. Su código se publica bajo licencia Apache 2.0 y no requiere servidor ni configuración en la nube, aunque sí hay que conectar un proveedor de IA.
Lo interesante es cómo parte: cerrado. Leer y redactar lo hace solo; enviar, pagar, publicar o borrar, solo si lo pediste con tus palabras, y un segundo chequeo —un modelo aparte— lo verifica antes de ejecutar. Ese chequeo también puede equivocarse, advierte n8n, así que es una salvaguarda y no una garantía. Las contraseñas y las tarjetas quedan cifradas en la máquina y se ingresan en formularios privados que el modelo no puede leer.
En costos, Nod es gratis pero pagas el modelo que elijas: OpenAI, Anthropic, OpenRouter, Amazon Bedrock, Google Vertex AI o Azure OpenAI, y también sirven las suscripciones de ChatGPT Plus y Pro. Trae recibo por tarea, límite mensual de gasto, una verificación ajustable cuando una tarea pasa los 5 dólares y un costo estimado por cada tarea programada. Requiere macOS 14 o posterior; Windows 11 está en preview. Un detalle operativo: si lo instalas en un portátil, todo se detiene cuando el equipo duerme, así que las tareas programadas necesitan una máquina siempre encendida.
OpenClaw es el agente personal de código abierto que más gente instaló este año y es más potente que Nod, pero parte abierto: su propia documentación dice que el sandbox viene apagado por defecto y que, para una persona sola, ejecutar comandos en tu máquina sin pedir aprobación es el comportamiento normal. Se puede cerrar, y hay que hacerlo.
Hermes Agent es el más capaz de los tres y el que más configuración exige. La versión 0.23, de noviembre, pide aprobación para los comandos peligrosos y tiene tope de gasto por conversación. No es un buen primer agente.
El modelo es una decisión aparte: tu suscripción de ChatGPT o Claude, uso por API —centavos al día para un negocio chico— o un modelo local con Ollama, que cuesta cero y decide peor.
Por qué tu agente va a inventar datos (y cómo reducirlo)
Va a pasar. Una alucinación ocurre porque el modelo no busca la verdad: predice la palabra que más probablemente sigue. Cuando no sabe, no se detiene; completa con lo que suena bien, y así aparece un precio que no existe o una fecha de entrega que nadie prometió.
OpenAI publicó en septiembre de 2025 un paper titulado Why Language Models Hallucinate. La explicación es incómoda: entrenamos y evaluamos a los modelos como a un alumno en una prueba de alternativas. Adivinar suma puntos, decir no sé da cero, y el modelo aprende a adivinar con confianza. Un dato del mismo paper: un modelo que se abstenía el 1% de las veces se equivocaba el 75%; otro que aprendió a abstenerse el 52% se equivocaba el 26%, acertando casi lo mismo. El segundo no sabe más: aprendió a decir no sé.
Mientras los modelos se construyan así, va a seguir pasando y no se arregla con la próxima versión. Se maneja como en un estudio de abogados: el borrador lo hace un junior y lo revisa un senior. Un agente redacta, otro contrasta y una persona aprueba.
Tres cosas que bajan la alucinación en el día a día:
- Darle permiso explícito para decir no sé.
- Obligarlo a citar la fuente, y que esa fuente la puedas abrir.
- Que los hechos pasen por una búsqueda o por tu sistema, no por la memoria del modelo.
Qué no hacer la primera semana
- Darle una tarjeta sin tope. Nod trae un límite mensual de 200 dólares al instalar; ponle uno parecido a cualquier agente que pueda gastar.
- Instalar skills de terceros sin leerlas. Una auditoría de la tienda de OpenClaw encontró 341 skills maliciosas entre 2.857. Una skill corre con tus permisos. El problema no es menor: Acronis, en su informe TRU Cyber Pulse 2026, identificó más de 575 skills maliciosas de OpenClaw repartidas en 13 cuentas de desarrolladores, con paquetes que instalaban troyanos, mineros de criptomonedas y ladrones de información en Windows y macOS.
- Dejarlo publicar o enviar solo. La primera semana, todo pasa por ti. Después decides qué soltar, con el número de correcciones en la mano.
Qué significa esto para tu startup
El costo de entrada a los agentes bajó a casi cero: el software es de código abierto y el modelo se paga por uso. Lo que sigue siendo caro es el error. Y los errores de un agente no se parecen a los de un empleado nuevo: se ejecutan a velocidad de máquina, sin que nadie los vea.
Dos acciones concretas para esta semana:
- Escribe la ficha de tu negocio antes de instalar nada. Una página con qué vendes, a quién, precios, descuentos permitidos y qué decisiones no delegas. Sin ese documento, cualquier agente que instales va a improvisar con criterios genéricos.
- Mide tus correcciones, no tu entusiasmo. Lleva un registro simple: cuántas veces tuviste que arreglar lo que produjo el agente en su primera semana. Cuando ese número baje de forma sostenida, recién ahí suéltale la segunda tarea o un permiso nuevo.
Y una advertencia de contexto que conviene tener presente: Microsoft advirtió en octubre de 2026 que los modelos frontera no se pueden confiar —no porque sean maliciosos, sino porque son impredecibles— y lanzó Guardian Agents para monitorear los agentes que una empresa despliega. La lógica aplica igual a tu negocio: quien vigila al agente no debería ser el mismo que lo provee.
Si diriges un negocio pequeño y no te alcanza el día, el punto de partida no es el agente más potente. Es la tarea más repetitiva que puedas revisar en un minuto, con los permisos cerrados y una persona aprobando cada salida.
Fuentes
- cristiantala.com (fuente original)
- unite.ai
- note.com
- helpnetsecurity.com
- developer-tech.com
- techcrunch.com
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













