Skills

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.

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 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.