Que é un axente de IA e en que se diferencia dun chatbot?

Un cliente escribiunos hai un par de semanas pedindo “un chatbot que xestione os pedidos”. Aos dez minutos de falar quedou claro que o que quería non era un chatbot. Quería algo que mirase o stock, calculase o envío e, se facía falta, mandase un aviso ao provedor. Iso xa non é un chatbot, é un axente.

A diferenza, en curto: un chatbot responde. Recibe unha mensaxe, o modelo de quenda xera unha resposta e aí remata o ciclo. Un axente pode decidir facer algo antes de responder: consultar unha base de datos, chamar a unha API, executar un script, e só entón darche unha resposta que ten en conta o que atopou. A clave non está no modelo en si, está en que o modelo ten acceso a ferramentas e pode escoller usalas.

Isto chámase “tool calling” ou “function calling” e leva xa un tempo dispoñible. O que cambiou nos últimos meses é que se volveu razoablemente fiable. Antes o modelo inventaba parámetros ou chamaba á mesma API tres veces sen motivo. Con Claude Opus ou Sonnet, ou con GPT-4.1 en diante, falla bastante menos. Non digo que non falle nunca. Segue pasando, sobre todo con ferramentas mal documentadas ou con nomes de parámetros ambiguos.

Para este cliente montamos algo bastante simple: un axente con tres ferramentas. Consultar stock, calcular a tarifa de envío segundo o peso e o código postal, e redactar un borrador de aviso ao provedor cando o stock baixaba dun certo límite. Nada de linguaxe libre na parte crítica: o axente decide que ferramenta chamar, pero o cálculo da tarifa é código normal, non algo que “razoa” o modelo. Coidado con isto, porque moita xente sáltao ao montar o seu primeiro axente: o modelo decide o qué, o código fai o como. Se deixas que o modelo calcule tarifas a ollo, vas ter sorpresas —e ademais difíciles de depurar, porque o modelo non explica por que se equivocou, simplemente dá un número distinto cada vez.

O que máis nos custou non foi a parte de IA. Foi decidir que pasaba cando o axente se equivocaba de ferramenta ou quedaba a medias, por exemplo cun timeout da API do provedor. Tivemos que montar reintentos e, sobre todo, un límite de pasos para que o axente non entrase en bucle chamando á mesma ferramenta vinte veces se algo ía mal. A primeira versión que probamos non tiña ese límite. Nunha proba interna quedou consultando stock en bucle durante case dous minutos antes de que o cortásemos a man.

Se estás valorando meter algo así no teu negocio, a pregunta que importa de verdade non é se a IA pode facelo (case sempre pode, polo menos nunha demo), senón que pasa o día en que a ferramenta que chama falla, devolve algo raro ou tarda quince segundos en responder. Esa parte non a resolve o modelo. Resólvela ti.