Agentes de IA desde cero: cómo funcionan y cómo crear el primero

👁 123 lecturas

Un agente de IA es un programa en el que un modelo de lenguaje selecciona herramientas en un bucle, analiza el resultado y decide el siguiente paso hasta completar la tarea. Para construir tu primer agente y comprender a fondo lo que sucede internamente, conviene recorrer tres etapas: API de modelos, automatizaciones y agentes. En esta guía encontrarás la ruta completa, un plan de estudio estructurado en 30 días, código ejecutable probado en mi propio equipo el 4 de octubre de 2026 y una recopilación de recursos y cursos gratuitos verificados ese mismo día. Para decisiones breves y rápidas dentro de un agente también resultan útiles los modelos de decisión de IA. Asimismo, Google presentó el 8 de octubre una solución orientada a empresas detallada en nuestro artículo sobre Gemini agent.

Cómo pasar de las API a tu propio agente

El tropiezo más común al empezar es saltar directamente a un framework de agentes complejo. Suele funcionar al principio, pero en cuanto falla algo resulta muy difícil diagnosticar el problema. Por ello, la ruta se divide en tres fases consecutivas, apoyándose cada una en la anterior:

La fase 1 se detalla en la guía de API de IA. Aquí nos centramos en las fases 2 y 3. Si prefieres entornos visuales sin escribir código, puedes implementar la fase 3 en Gumloop o mediante el nodo AI Agent en n8n; sin embargo, los mecanismos se asimilan con mucha mayor solidez al inspeccionar un bucle funcional en tan solo 76 líneas de Python.

Cómo funciona un agente: el bucle paso a paso

Cualquier agente autónomo, desde un script elemental hasta sistemas avanzados como Claude Code, opera bajo el mismo principio fundamental: el modelo de lenguaje no ejecuta acciones por sí mismo en el sistema operativo, sino que emite una solicitud para invocar una herramienta, tras lo cual tu programa la ejecuta y le devuelve la salida observada.

En código, la estructura responde a esta lógica básica (extracto del agente funcional, disponible íntegramente en el tutorial sobre construcción de agentes):

    for paso in range(1, MAX_PASOS + 1):
        r = client.chat.completions.create(model=MODEL, messages=messages, tools=TOOLS)
        coste += getattr(r.usage, "cost", 0) or 0
        msg = r.choices[0].message
        messages.append(msg.model_dump(exclude_none=True))
        if not msg.tool_calls:
            print(f"--- fin tras {paso} pasos, coste {coste:.5f} USD")
            return msg.content
        if msg.content: print(f"[paso {paso}] PENSAMIENTO: {msg.content.strip()[:300]}")
        for call in msg.tool_calls:
            args = json.loads(call.function.arguments or "{}")
            try:
                obs = HERRAMIENTAS[call.function.name](**args)
            except Exception as e:
                obs = f"ERROR: {e}"
            print(f"[paso {paso}] ACCION: {call.function.name}({json.dumps(args, ensure_ascii=False)})")
            print(f"[paso {paso}] OBSERVACION: {obs[:160]!r}")
            log.write(json.dumps({"t": time.strftime("%H:%M:%S"), "paso": paso, "herramienta": call.function.name,
                                  "args": args, "observacion": obs[:500]}, ensure_ascii=False) + "\n")
            messages.append({"role": "tool", "tool_call_id": call.id, "content": obs})
    return f"Interrumpido: limite de {MAX_PASOS} pasos alcanzado (coste {coste:.5f} USD)."

Conviene retener tres puntos clave:

• Las herramientas son funciones habituales de código provistas de una descripción según JSON Schema. La interfaz para solicitarlas se denomina function calling.
• Cada iteración reenvía el historial acumulado completo, por lo que el consumo de tokens y el coste escalan con mayor rapidez que el número lineal de pasos. Es imprescindible truncar o filtrar las salidas extensas de las herramientas.
• Un agente sin tope de pasos ni auditoría en registro es propenso a bucles infinitos y gastos descontrolados. En el ejemplo anterior se fija un límite estricto de 8 pasos y cada evento queda asentado en un archivo JSONL.

Plan de aprendizaje en 30 días

Este plan de estudio requiere aproximadamente una hora al día y conocimientos básicos de sintaxis en Python (manejo de variables, funciones y estructuras iterativas for). Si necesitas reforzar esa base, dedica una semana previa a un curso introductorio antes de iniciar el día 1.

Pruebas realizadas y desglose de costes

Todas las fases se probaron de forma directa en un entorno local. Exceptuando los análisis con Claude Agent SDK, se empleó el modelo openai/gpt-5.6-luna vía OpenRouter (con una tarifa de unos 0,18 EUR / 0,20 USD por millón de tokens de entrada; conversión calculada según la tasa del BCE a 12.10.2026: 1 EUR = 1,1181 USD). La generación de embeddings se procesó íntegramente en local con Ollama sobre una GPU RTX 4090 sin costes de API.

Qué herramientas y frameworks elegir

Una comparativa exhaustiva que analiza líneas de código, latencias, gastos computacionales y dependencias se expone en Frameworks de agentes de IA. Para el servicio gestionado de OpenAI, revisa Agents API de OpenAI, y para herramientas asistidas por agentes en desarrollo de software, consulta Agentes de IA para programar.

Particularidades del idioma y datos locales

Probamos todos los flujos de evaluación originales utilizando instrucciones, herramientas, textos legales y respuestas en lengua polaca durante las mediciones en nuestro equipo. Los grandes modelos de lenguaje procesan diversas lenguas sin inconvenientes, aunque conviene tener en cuenta tres aspectos clave cuando se trabaja fuera del inglés:

• Recuperación en bases documentales: el modelo de embeddings debe ofrecer buen rendimiento multilingüe. En nuestras pruebas sobre legislación redactada en polaco, bge-m3 localizó el fragmento pertinente dentro del top 5 en 8 de cada 10 casos, mientras que nomic-embed-text solo lo consiguió en 4 ocasiones (ver comparativa).
• Contexto normativo y datos externos: festivos laborales locales, regulaciones concretas o índices oficiales suelen requerir herramientas dedicadas (vía API o funciones externas), ya que los modelos globales no siempre cuentan con esos datos actualizados en sus pesos.
• Nombres de funciones de API: conviene ceñirse estrictamente a caracteres ASCII (letras sin tildes ni caracteres especiales, dígitos y guiones bajos), dado que los esquemas JSON de las API de los proveedores no admiten caracteres especiales en los identificadores de llamada.

Dónde formarse: cursos y canales gratuitos (revisados el 4.10.2026)

A continuación se detallan las fuentes recomendadas para asimilar la operativa de las API, las integraciones por automatización y el desarrollo de agentes con criterio técnico. Todos los enlaces se comprobaron activamente el 4 de octubre de 2026.

Documentación y cursos oficiales

Recursos de aprendizaje en canales técnicos

• freeCodeCamp: tutoriales completos sin coste, incluyendo monográficos como «AI Agents For Beginners» (3 horas, julio de 2026) y «Learn Python and Build Autonomous Agents» (6 horas).
• Dave Ebbelaar: diseño e ingeniería de aplicaciones con modelos de lenguaje en Python (sistemas RAG, desarrollo con FastAPI y automatizaciones).
• LangChain: explicaciones concisas sobre flujos de estado, agentes y demostraciones de LangGraph con publicaciones habituales.
• Sam Witteveen: desgloses minuciosos sobre nuevos modelos, técnicas de razonamiento y frameworks con código fuente.
• Anthropic y OpenAI: demostraciones técnicas oficiales y conferencias de producto.
• Existen además iniciativas traducidas de interés, como el repositorio abierto de Microsoft AI Agents for Beginners, que explica los conceptos de agentes, herramientas y protocolos de contexto.

El orden pedagógico recomendado para comprender la mecánica interna consiste en: revisar primero el artículo de ingeniería de Anthropic, programar los ejercicios de bucle en código de este artículo, realizar el curso de Hugging Face o el de Andrew Ng en DeepLearning.AI y, por último, adentrarse en la especialización con un framework concreto como LangGraph o el Agents SDK.

Paquete de inicio de agentes de IA

El repositorio con los scripts revisados en estas pruebas se encuentra estructurado con explicaciones en comentarios y una plantilla .env.example para gestionar claves de forma segura:

• 01_function_calling.py: llamadas a funciones para tiempo meteorológico, cálculo matemático y Wikipedia.
• 02_agent_bez_frameworka.py: bucle de agente autónomo en 76 líneas con tope de pasos y logging en disco.
• 03_agent_openai_sdk.py: réplica de la misma lógica empleando OpenAI Agents SDK.
• 04_rag.py: sistema de recuperación sobre PDFs locales con generación de embeddings en Ollama.
• 05_serwer_mcp.py: servidor MCP personalizado con utilidades de cálculo y calendario.
• 06_webhook.py: receptor de webhooks para formularios con procesamiento asistido por IA.
• frameworki/: implementación comparativa de la misma tarea a través de 5 frameworks.
• dane/: documentos de muestra y facturas de prueba para testing.

Descargar archivo inicial de agentes.zip (2,1 MB, 25 archivos). Licencia MIT. Configura tu propia clave de OpenRouter en el archivo .env local. Recuerda no exponer tus claves privadas en repositorios públicos ni capturas de pantalla.

Preguntas frecuentes

¿Cómo construir un agente de IA paso a paso?

1. Domina primero las consultas directas y gestión de parámetros vía API.
2. Aprende a definir y procesar llamadas a funciones (function calling).
3. Encapsula la lógica dentro de un bucle iterativo gobernado por un límite máximo de pasos.
4. Incorpora inicialmente herramientas de solo lectura y un registro exhaustivo de actividad.
5. Evalúa su comportamiento sobre un conjunto de datos controlado donde conozcas de antemano el resultado exacto.

El desarrollo detallado con ejemplos de código puede consultarse en la guía sobre cómo construir un agente de IA en Python.

¿Es imprescindible saber programar para crear un agente?

No necesariamente; entornos como n8n, Make o Gumloop permiten configurar agentes de forma gráfica. No obstante, para identificar por qué un agente se desvía de su objetivo o falla en la ejecución de una herramienta, resulta de enorme ayuda examinar una vez la lógica de un bucle básico en código, algo asumible incluso sin amplia experiencia previa.

¿Cuánto cuesta aprender a desarrollar agentes de IA?

Los principales cursos y recursos formativos son de libre acceso. En cuanto al consumo de API, las pruebas descritas en este artículo supusieron un gasto combinado de unos 0,13 EUR (aprox. 0,15 USD; referencia BCE a 12 de octubre de 2026: 1 EUR = 1,1181 USD). Disponer de un saldo inicial de entre 1,79 EUR y 4,47 EUR (aprox. 2 a 5 USD) con un tope de consumo configurado en la plataforma es suficiente para practicar ampliamente.

¿En qué se distingue un agente de una automatización tradicional?

En una automatización tradicional la ruta y el orden de ejecución son completamente rígidos y determinados por el desarrollador. En un agente, es el modelo el que determina dinámicamente qué acción llevar a cabo a continuación en función de la información devuelta por la herramienta previa. En entornos productivos, la arquitectura más habitual consiste en un flujo de automatización clásico que delega un subpaso concreto a un agente.

¿Qué es mejor para empezar: n8n o Python?

Para implementar flujos funcionales integrados de manera inmediata, las plataformas no-code como n8n o Make ofrecen la vía más rápida. Para dominar la mecánica real del protocolo de las API, el formato de mensajes y la depuración del agente, Python es la opción adecuada. El planteamiento ideal consiste en combinar ambos enfoques: programar la lógica primero en código y después trasladarla al lienzo de n8n.

¿Qué modelo conviene seleccionar para un primer agente?

Un modelo rápido y de bajo coste que cuente con soporte verificado para herramientas (filtrando por la etiqueta «tools» en agregadores como OpenRouter). En nuestras pruebas utilizamos openai/gpt-5.6-luna, con un coste aproximado de 0,18 EUR (0,20 USD) por millón de tokens de entrada. Conviene reservar modelos de mayor tamaño y coste únicamente para tareas donde el modelo económico muestre fallos claros de planificación.

¿Qué es MCP y cuándo conviene implementarlo?

El Model Context Protocol (MCP) es un estándar abierto para conectar fuentes de datos y herramientas con modelos de inteligencia artificial. No es imprescindible para construir tu primer script, pero aporta un gran valor cuando deseas reutilizar tus herramientas en múltiples entornos, como Claude Code, Cursor u otros clientes compatibles. Puedes consultar cómo crear un servidor MCP en 15 minutos y la guía introductoria sobre qué es MCP.

¿Puede ejecutarse un agente localmente sin conexión a internet?

Sí, es posible desplegarlo localmente vinculándolo a un motor como Ollama, cuya API mantiene compatibilidad con la especificación de OpenAI. Ten presente que los modelos de escala reducida ejecutados en local pueden cometer errores con mayor frecuencia en la sintaxis de los argumentos de las herramientas, por lo que conviene iniciar las pruebas con tareas acotadas.

Fuentes y verificación

• Ejecución de pruebas y scripts: entorno local del autor (Windows 11, Python 3.13, GPU RTX 4090), 4 de octubre de 2026.
• Versiones de librerías comprobadas en PyPI y npm a 4.10.2026. Planes y tarifas de Make, Zapier y n8n contrastados en sus portales oficiales a 4.10.2026.
• Enlaces de cursos y material técnico verificados el 4.10.2026.
• Guías y referencias complementarias: Agente de IA: qué es, Agentes de IA: casos de uso y verificación, Automatización con IA, RAG y Fine tuning.

// sigue leyendoCómo crear un agente de IA en Python paso a paso (76 líneas)GuíasAPI de IA: cómo funciona, claves, precios y primera peticiónGuíasCómo crear vídeo desde imagen en Vidu Q4: guía y promptsGuías

Kinetyra