Worknano

Agente de IA, LLM y modelo: ¿qué hace cada uno?

Updated 2026-11-15

Agente de IA, LLM y modelo, en pocas palabras: un modelo es un programa que ha aprendido a partir de ejemplos. Un LLM, siglas de large language model (modelo de lenguaje de gran tamaño), es un modelo que ha aprendido a leer y escribir texto. Un agente de IA es el software construido alrededor de un LLM que le da un trabajo, los medios para hacerlo y reglas que seguir. El LLM escribe. El agente hace que el trabajo se haga.

Las tres palabras, una por una

Un coche es una buena comparación. El LLM es el motor. El agente es el resto del coche: el volante, los frenos y la ruta de hoy.

Lo que un LLM no puede hacer por sí solo

Un LLM recibe texto y devuelve texto. Por sí solo no puede abrir tu lista de clientes, enviar un correo ni recordar lo que hablasteis la semana pasada.

El agente añade esas capacidades. Cuando una IA «busca algo», el LLM solo escribe una petición corta, como «encuentra las facturas sin pagar». El agente hace la búsqueda y devuelve el resultado al LLM en forma de texto.

Una petición, paso a paso

Imagina que diriges una pequeña empresa comercial y le dices a tu IA: «Recuerda su pago a los clientes cuyas facturas llevan más de 30 días de retraso».

PasoQué ocurreQuién lo hace
1Tu petición se junta con la descripción del trabajo y las reglasAgente
2Se lee la petición y se elige un primer movimiento: encontrar las facturas atrasadasLLM
3Se buscan las facturas atrasadas. Salen cuatroAgente
4Se escriben cuatro recordatorios educadosLLM
5Los borradores se leen y se confirmanTú
6Los correos salen y se añade una nota a cada facturaAgente

El LLM aparece dos veces: una para decidir y otra para escribir. Todo lo que toca tus datos lo hace el agente.

Qué significa esto cuando eliges software de IA

Como las piezas son independientes, hay dos preguntas distintas que hacer.

Por eso dos productos construidos sobre el mismo LLM pueden comportarse de forma muy distinta.

Cuando el resultado es incorrecto, revisa en este orden

Rara vez es lo primero que hay que cambiar el modelo.

  1. ¿Pudo ver la información correcta? Si la IA no llega a un registro, ningún modelo puede usarlo.
  2. ¿Eran claras las instrucciones? Un trabajo, descrito con sencillez.
  3. ¿Tenía permiso para hacer lo que exige el trabajo? Si no puede buscar, solo puede adivinar.
  4. Solo después: ¿es el modelo demasiado pequeño para la tarea?

Cómo lo resuelve Worknano

En Worknano las dos partes se mantienen separadas a propósito. Cada agente tiene un nombre, instrucciones, herramientas (las acciones que puede realizar) y un modelo, así que puedes cambiar el modelo sin tocar el resto. Un modelo rápido va bien para comprobaciones cortas y uno equilibrado para planificar con varios pasos. También puedes conectar el modelo que elijas, incluidos modelos de código abierto o un modelo que tu empresa ejecute por su cuenta. Con alojamiento regional en la UE, EE. UU. o APAC, el procesamiento de IA se queda en esa región.

Crea un workspace gratuito, abre un agente y mira su modelo, sus herramientas y sus instrucciones una al lado de otra.