Cómo funcionan los agentes de IA: el ciclo de 5 pasos, explicado fácil

Escribiste "búscame una tarifa de energía más barata que esta factura" y pasó algo extraño. Se abrió solo una ventana del navegador, se rellenó un comparador, apareció una tabla de tarifas y un minuto después había en tu pantalla una nota breve con tres opciones y una recomendación. Parecía magia, y eso es un problema, porque lo que parece magia cuesta fiarse de ello y es fácil de usar mal.

Esta guía explica cómo funcionan los agentes de IA en lenguaje llano, sin suponer ningún conocimiento informático. Verás el ciclo de cinco pasos que ejecuta todo agente, qué hace realmente el "modelo" que lleva dentro, por qué necesita herramientas como un navegador, cómo funciona su memoria, por qué a veces se inventa cosas, qué pagan los créditos que te cobran y cuál es tu papel. Las fuentes son las empresas que construyen los agentes y el regulador que mide cómo los usa Gran Bretaña, todas consultadas el 8 de octubre de 2026.

Cómo hemos comprobado esta guía

1. Descripciones de los propios constructores. La guía de Anthropic para crear agentes, para saber cómo se diseña el ciclo.
2. Investigación sobre los errores. El artículo de OpenAI de septiembre de 2025 sobre por qué los modelos de lenguaje afirman cosas falsas con seguridad.
3. Cifras de uso de Ofcom. El informe Online Nation del regulador, publicado en diciembre de 2025.
4. Nuestras propias pruebas. Todos los ejemplos de abajo son tareas que hemos encargado a un agente y hemos visto trabajar.

El ciclo de 5 pasos

Anthropic describe los agentes como sistemas en los que el modelo dirige su propio proceso y su propio uso de herramientas, en un ciclo de actuar, recibir información del entorno y volver a actuar, con puntos de control para una persona. En lenguaje cotidiano, son cinco pasos. Tomemos como ejemplo la factura de la energía.

Paso 1: lee el objetivo y decide qué significa "terminado"

El agente convierte tu frase en una meta con la que pueda comparar: "una tarifa para este código postal y este consumo que cueste menos que la actual, con las condiciones del cambio detalladas". Si el objetivo es vago, aquí es donde las cosas fallan, porque el agente adivinará la meta.

Paso 2: hace un plan

Una lista corta de pasos: leer la factura para sacar el consumo, abrir un comparador, introducir los datos, recoger los resultados, revisar las penalizaciones por salida y redactar las tres mejores. Los buenos agentes te enseñan este plan antes de empezar. Jobbit tiene un modo plan que se detiene aquí para pedir tu aprobación.

Paso 3: usa herramientas

Esta es la parte que separa a un agente de un chatbot. El agente solo sabe conversar, así que para hacer algo recurre a una herramienta (tool): un navegador web para visitar el comparador, un lector de archivos para mirar la factura, una calculadora u hoja de cálculo para comparar costes anuales. Cada herramienta devuelve un resultado, y ese resultado vuelve al razonamiento del agente.

Paso 4: comprueba

Tras cada paso, el agente compara lo que ha obtenido con lo que esperaba. El comparador pide un tipo de contador que no conoce, así que vuelve a la factura. Una tarifa es más barata por unidad pero tiene un término fijo más alto, así que recalcula para un año. Esta comprobación es la razón de que los agentes tarden minutos y no segundos, y de ella sale la mayor parte de su valor.

Paso 5: informa y espera

Redacta el resumen, muestra sus cálculos si se lo pides y se detiene en el punto en que el dinero cambia de manos o se envía un mensaje. Cambiar de tarifa es decisión tuya. Un agente bien hecho pregunta; uno mal hecho da por supuesto.

Después el ciclo se repite para el siguiente objetivo. Nuestra guía en lenguaje llano sobre qué es un agente de IA sitúa este ciclo junto a doce ejemplos reales.

El motor: qué hace realmente el modelo

Dentro de cada agente hay un modelo, lo que lee y escribe lenguaje. Claude, GPT y Gemini son modelos. Un modelo ha leído una cantidad enorme de texto y ha aprendido a predecir lo que viene a continuación, un trocito cada vez. Esos trocitos se llaman tokens (token), y un token equivale más o menos a tres cuartos de una palabra en inglés. Todo lo que el agente "piensa" se escribe en tokens: el plan, el razonamiento, las peticiones a las herramientas, la respuesta final.

De ahí se derivan tres consecuencias que explican casi todo lo que desconcierta a los principiantes.

• El modelo no sabe nada posterior a su fecha de entrenamiento a menos que lo busque. Por eso el agente abre un navegador en vez de responder de memoria, y por eso las respuestas sobre la semana pasada necesitan una búsqueda.
• El modelo tiene una ventana de contexto (context window), la cantidad de texto que puede tener presente a la vez. Imagínala como un escritorio. Tu factura, el plan, las páginas web que ha leído y sus propias notas están sobre el escritorio, y cuando el escritorio se llena, los papeles más antiguos se caen. Las tareas largas se gestionan ordenando el escritorio, lo que los agentes llaman compactación (compaction). Jobbit muestra un medidor de contexto para que veas lo lleno que está el escritorio.
• El modelo es seguro de sí mismo por diseño. Produce los siguientes tokens más probables, y "más probable" no es lo mismo que "verdadero". La sección sobre errores de más abajo explica qué significa esto para ti.

El informe Online Nation de Ofcom muestra lo normal que se ha vuelto este motor: cerca del 30% de las búsquedas del Reino Unido muestra ya un resumen de IA, y el 53% de los adultos dice que ve esos resúmenes con frecuencia. El modelo que escribe el resumen es del mismo tipo que el que mueve a un agente.

Herramientas: cómo llega un agente al mundo

Cada fila tiene un "qué puede salir mal" porque las herramientas son el punto donde el agente se encuentra con el desordenado mundo real. La fila del navegador merece una nota extra: un número creciente de sitios web bloquea a los agentes por defecto, como explica nuestro reportaje sobre la web que cierra la puerta a los agentes de IA, y por eso el agente a veces informa de que no pudo entrar. El navegador del agente de Jobbit te permite verlo trabajar y tomar los mandos tú mismo cuando un sitio necesita a una persona, como describe nuestra guía sobre los agentes de IA que usan el ordenador.

Memoria: qué recuerda y qué olvida

Los principiantes esperan que un agente los recuerde como lo haría un compañero de trabajo. En general no lo hace, y conocer los tres tipos de memoria ahorra mucha repetición.

• La memoria de trabajo es la ventana de contexto de la sección anterior. Dura una tarea y se borra cuando la tarea termina, salvo que el agente se escriba notas.
• Las instrucciones guardadas son archivos que le das y que lee al comienzo de cada tarea: quién eres, cómo te gusta que se escriban las cosas, qué no debe hacer nunca. En Jobbit viven en Projects, junto con archivos compartidos, notas y las contraseñas que necesite, guardadas como secretos en lugar de escritas en el chat.
• La memoria a largo plazo es una función que ofrecen algunos productos, en la que el agente guarda notas entre conversaciones. Es útil y conviene revisarla de vez en cuando, porque una nota equivocada persiste.

La regla práctica: todo lo que te encuentres escribiendo dos veces debe ir a las instrucciones guardadas.

Por qué a veces se inventa cosas

La respuesta equivocada dicha con seguridad, llamada alucinación (hallucination), es el defecto más conocido del agente. El artículo de investigación de OpenAI sobre el tema, publicado en septiembre de 2025, da la explicación más clara: los modelos se entrenan y se evalúan de formas que premian adivinar antes que admitir que no se sabe, igual que un examen tipo test premia adivinar. Un modelo que siempre responde puntúa mejor que uno que a veces dice "no estoy seguro", así que los modelos aprenden a responder.

Los agentes reducen el problema sin eliminarlo. El paso de comprobación detecta muchos errores porque el resultado de una herramienta es real: el comparador muestra una tarifa o no la muestra. Los fallos que se cuelan son los que ninguna herramienta comprueba, como una estadística citada o el resumen de un documento que solo hojeó. Tres hábitos te protegen: pide la fuente de cualquier cifra sobre la que vayas a actuar, pídele que avise cuando no esté seguro y lee todo lo que salga con tu nombre.

Qué pagan los créditos

La mayoría de los servicios de agentes cobra en créditos, y a los principiantes les sorprende a menudo que dos tareas de apariencia similar cuesten cantidades distintas. Los créditos pagan tres cosas: los tokens que el modelo lee y escribe, las llamadas a herramientas que hace y, en algunos productos, los minutos que está funcionando un navegador o un ordenador. Una pregunta de una línea cuesta casi nada. Una investigación que lee treinta páginas web, redacta un informe y comprueba sus propias cifras cuesta más, porque cada página leída son tokens de entrada y cada borrador son tokens de salida.

En Jobbit el plan Free da 100 créditos al día sin tarjeta, suficiente para unas cuantas tareas reales, y Go cuesta £7 al mes por 2,000 créditos y una pequeña aplicación publicada en tu propio dominio. Nuestra guía sobre cuánto cuestan los agentes de IA explica los créditos y los tokens en ChatGPT, Claude, Manus, Muse y Jobbit, y la forma honesta de comparar planes.

Cuál es tu papel

La guía de Anthropic dice que los puntos de control humanos forman parte del diseño, no son señal de que el agente haya fallado. En la práctica tienes cuatro tareas, y ninguna es hacer el trabajo.

1. Escribe bien el objetivo. Qué quieres, cómo sería un buen resultado y qué no debe hacer. Nuestra guía sobre cómo escribir prompts para agentes de IA tiene 30 ejemplos.
2. Aprueba el plan cuando la tarea importe.
3. Responde a las preguntas que se detiene a hacer y toma el control del navegador cuando un sitio necesite a una persona.
4. Comprueba el resultado antes de actuar según él.

Los trabajos grandes añaden una capa más. Un agente puede repartir una tarea grande entre varios agentes más pequeños, cada uno con su propio escritorio, y luego combinar su trabajo, que es como se hace una investigación de 200 páginas o una web entera, según describe nuestra guía sobre los subagentes de IA. Y cuando un trabajo necesita manos y no tokens, el agente de Jobbit encarga el trabajo a un profesional verificado de su red humana y retiene tu pago en depósito de garantía (escrow).

Qué significa esto en la práctica

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus y Muse de Meta ejecutan alguna versión de este ciclo, con los conjuntos de herramientas más completos en sus planes de pago. El ciclo es el mismo; lo que cambia es cuánto de él puedes ver y dirigir.

• Puedes ver el plan antes de que se ejecute. El modo plan de Jobbit muestra los pasos y espera tu visto bueno.
• Puedes observar el navegador. El navegador del agente muestra cada página que visita, y puedes tomar los mandos.
• Puedes dirigirlo sobre la marcha. Envía un mensaje mientras trabaja y se ajusta, o bifurca el chat para probar un segundo enfoque.
• Puedes darle memoria. Projects guarda tus instrucciones, archivos y secretos para que cada tarea empiece informada.
• Puedes programarlo. Las tareas programadas repiten el ciclo sin ti.
• Puedes pasar el trabajo a una persona. Cuando el ciclo llega a un trabajo que necesita a un humano, el mismo agente busca a uno y le da el encargo.

Un experimento de cinco minutos que muestra el ciclo

• Minuto 1: abre Jobbit y empieza una cuenta gratuita.
• Minuto 2: pídele: "Compara las tres formas más baratas de enviar un paquete de 5 kg de Leeds a Glasgow esta semana, con enlaces, y dime cuál elegirías y por qué". Un objetivo, una definición de terminado y una petición de fuentes.
• Minutos 3 y 4: mira cómo aparece el plan y luego cómo el navegador abre las webs de los transportistas. Fíjate en las comprobaciones cuando un precio necesita un código postal.
• Minuto 5: lee el resultado y haz clic en un enlace para confirmar un precio. Acabas de ver los cinco pasos, y ya sabes qué comprobar la próxima vez.

Preguntas frecuentes

¿Cómo funciona un agente de IA paso a paso?

Lee tu objetivo y decide cómo sería el trabajo terminado, escribe un plan breve, usa herramientas como un navegador y tus archivos para llevar a cabo cada paso, comprueba cada resultado con el plan e informa, deteniéndose a pedir tu aprobación antes de cualquier cosa que implique dinero o mensajes.

¿Qué diferencia hay entre un modelo de IA y un agente de IA?

El modelo es el motor que lee y escribe lenguaje, como Claude o GPT. El agente es el modelo más herramientas, un plan, un ciclo de comprobación y una forma de detenerse y preguntarte. Un modelo responde; un agente actúa.

¿Un agente de IA aprende de mí?

Dentro de una tarea recuerda todo lo que has dicho. Entre tareas solo recuerda lo que está guardado en instrucciones, archivos o una función de memoria. Todo lo que escribas dos veces debe ir a las instrucciones guardadas.

¿Por qué cometen errores los agentes de IA?

Porque el modelo que llevan dentro produce el texto más probable, no una verdad garantizada, y la investigación muestra que los modelos se entrenan de formas que premian adivinar. Las herramientas y la comprobación detectan muchos errores; tú detectas el resto pidiendo fuentes y leyendo lo que sale.

¿Puede un agente de IA navegar por internet?

Sí, con una herramienta de navegador puede visitar sitios web, rellenar formularios y leer páginas como lo haces tú. Algunos sitios web bloquean a los agentes, y en Jobbit puedes observar el navegador y tomar el control cuando un sitio necesita a una persona.

¿Qué son los créditos en los agentes de IA?

La unidad en la que cobran la mayoría de los servicios. Pagan el texto que el modelo lee y escribe, las herramientas que invoca y, a veces, el tiempo que funciona un navegador. El plan Free de Jobbit da 100 créditos al día sin tarjeta.

¿Puedo ver trabajar a un agente de IA?

En Jobbit sí: muestra el plan, el navegador y cada paso, y puedes detenerlo, dirigirlo o tomar el control en cualquier momento. 100 créditos gratis al día, sin tarjeta, y Go cuesta £7 al mes por una pequeña aplicación en tu propio dominio.