The lost reference

Te piden «una estrategia de IA». Suena importante y queda bien en una presentación; además, todavía no obliga a explicar qué problema queremos resolver.

Una empresa puede querer usar IA sin necesitarla para ese problema. A veces el atasco está en un proceso mal diseñado, datos desconectados o una regla de negocio que nadie ha automatizado. Poner un modelo encima puede hacer que todo parezca más moderno, no que funcione mejor.

Yo empezaría por «¿qué resultado queremos mejorar y qué nos lo impide?», no por «¿qué podemos hacer con IA?».

En las últimas semanas he visto en LinkedIn comparaciones como «agentes vs. MCP», «skills vs. MCP» o «tools vs. MCP», como si fueran alternativas equivalentes. En bastantes de esos posts, me da la impresión de que se mezclan conceptos y se publica texto generado con IA sin revisarlo, lo que termina confundiendo a quien busca entenderlos.

Como diría el gran Javier Menéndez Pallo: «Ahora LinkedIn está lleno de expertos en IA; parece que das un paso y aplastas a un experto en IA». El chiste me hace gracia, aunque la confusión que señala no tanto. Estos conceptos tienen límites a veces difusos, pero algunas reglas nos ayudan a distinguirlos. Por eso escribo este artículo: tras explicar agentes, skills y subagentes, quiero mostrar cómo se combinan y dónde poner los límites.

Te piden automatizar la gestión de devoluciones. La primera propuesta suele sonar muy bien en una demo: «Dale un agente acceso al correo, al sistema de pedidos y a la API de reembolsos. Que lea la solicitud y resuelva el caso».

También puede salir bien. Hasta que el agente interpreta mal una política, encuentra dos pedidos parecidos y devuelve el dinero del equivocado. La pregunta importante no es si podemos construir ese agente. Es si necesitamos darle tanta libertad para resolver el problema.

El 28 de octubre GitHub anunció la disponibilidad general de Copilot Fusion. En vez de escoger un modelo para cada tarea, eliges Fusion y el sistema decide qué modelos y patrones de ejecución utilizar. La documentación de GitHub describe opciones como resolver con un modelo, escalar una respuesta para que otro la revise o generar una respuesta y pedir a otro modelo que la critique.

El modelo sigue importando, pero cambia la pregunta. Durante estos últimos años hemos comparado nombres y versiones: ¿cuál razona mejor?, ¿cuál escribe mejor código?, ¿cuál tiene más contexto? Ahora aparece otra pregunta, más arquitectónica: ¿qué sistema decide cómo usar modelos, datos y herramientas para completar el trabajo?

En un artículo anterior sobre qué es un harness y dónde vive, expliqué por qué dos herramientas con el mismo modelo pueden comportarse de forma distinta. Aquí quiero dar un paso más: ¿qué cambia cuando el propio sistema empieza a elegir y combinar modelos?

Cuando comparamos herramientas de IA solemos empezar por el modelo. Que si este modelo razona mejor, que si aquel tiene más contexto, que si el nuevo benchmark lo coloca tres puntos por encima del anterior. Es lógico: el nombre del modelo es la parte visible, la que aparece en la documentación, en los selectores y, por supuesto, en el marketing.

Pero hay una pregunta que cada vez me parece más importante: cuando dos herramientas utilizan el mismo modelo y producen resultados muy diferentes, ¿qué estamos comparando realmente?

La respuesta corta es que no estamos usando solo un modelo. Estamos usando un sistema completo alrededor de él: instrucciones, contexto, memoria, herramientas, permisos, formatos de entrada y salida, bucles de validación, reintentos y condiciones de parada. A ese andamiaje se le suele llamar harness.

Y ese harness puede convertir un modelo competente en una herramienta muy útil o en un compañero que lleva veinte minutos leyendo archivos irrelevantes con una seguridad en sí mismo francamente admirable.

Cuando pienso en agentes, skills y subagentes, me viene Matrix a la cabeza. No porque Copilot vaya a desenchufarnos de una cápsula —eso espero—, sino porque la película nos dejó un mapa mental bastante útil: el Arquitecto, Neo, el código de Matrix y programas con objetivos propios.

Y ahora la pregunta práctica: si le pido a Copilot que revise la seguridad de una API, ¿qué debería crear: instrucciones, una skill, un agente o un subagente? La respuesta rápida es «depende». Voy a tirar de la analogía para aclararlo, con una salvedad: Matrix es una metáfora, no un diagrama de arquitectura literal.

El sábado 17 de octubre por la mañana nos reunimos en el Colegio Salesianos La Cuesta, en La Laguna, para una nueva edición de los GitHub Copilot Dev Days. El evento, organizado conjuntamente por TenerifeDev y Guarandinga Tech, empezó a las 9:30 y se alargó hasta las 13:30, con una agenda repleta de sesiones sobre desarrollo e inteligencia artificial.

A las 9:45, Emiliano Montesdeoca del Puerto, Team Lead en Intelequia, y yo compartimos la charla «GitHub Copilot: agentes, skills y subagentes». En la agenda aparecía con nuestros nombres y cargos: Santiago Porras Rodríguez, Software Architect en ENCAMINA, y Emiliano Montesdeoca del Puerto, Team Lead en Intelequia. El objetivo era poner un poco de orden entre conceptos que a menudo se mezclan y explicar qué diferencia hay entre escribir instrucciones, definir un agente, crear una skill o delegar una tarea en un subagente. No son cuatro maneras de llamar a lo mismo, ni hace falta usarlos todos a la vez.

Si usas Copilot, Claude Code o el asistente que toque en tu IDE, seguramente ya notaste dos cosas:

1. Vas mas rapido.
2. Si te confias, te estampas mas rapido.

Y no lo digo en plan “la IA nos va a quitar el trabajo”. Lo digo en plan ingenieria de trinchera: he visto codigo que en demo parecia impecable y en produccion abria puertas que nadie queria abrir.