Agente de IA, LLM y modelo: ¿qué hace cada uno?
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
- Modelo. La palabra más amplia. Un modelo es un programa que nadie escribió regla por regla. Aprendió su habilidad a partir de una cantidad enorme de ejemplos.
- LLM. Un modelo que aprendió a partir de una cantidad gigantesca de texto. Le das texto y te devuelve texto. La IA que hay detrás de ChatGPT, Claude y Gemini es en cada caso un LLM.
- Agente de IA. Un programa que pone a trabajar a un LLM. Contiene la descripción del trabajo, la lista de cosas que el LLM puede hacer, como buscar un cliente o enviar un correo, y las reglas sobre cuándo una persona tiene que aprobar antes.
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».
| Paso | Qué ocurre | Quién lo hace |
|---|---|---|
| 1 | Tu petición se junta con la descripción del trabajo y las reglas | Agente |
| 2 | Se lee la petición y se elige un primer movimiento: encontrar las facturas atrasadas | LLM |
| 3 | Se buscan las facturas atrasadas. Salen cuatro | Agente |
| 4 | Se escriben cuatro recordatorios educados | LLM |
| 5 | Los borradores se leen y se confirman | Tú |
| 6 | Los correos salen y se añade una nota a cada factura | Agente |
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.
- ¿Qué modelo lleva dentro? Esto decide la rapidez de las respuestas, lo bien que maneja las tareas difíciles y lo que cuesta cada uso.
- ¿Cómo está configurado el agente? Esto decide cuál es el trabajo, qué puede leer la IA, qué puede hacer y cuándo debe preguntar antes.
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.
- ¿Pudo ver la información correcta? Si la IA no llega a un registro, ningún modelo puede usarlo.
- ¿Eran claras las instrucciones? Un trabajo, descrito con sencillez.
- ¿Tenía permiso para hacer lo que exige el trabajo? Si no puede buscar, solo puede adivinar.
- 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.