Mapa real de agentes en 2026
Un agente no es magia: es un sistema que recibe una entrada, decide pasos, usa herramientas y deja evidencia. Esta lección te da el mapa para elegir la pieza correcta sin montar una fábrica cuando solo necesitas un temporizador.
Objetivos de aprendizaje
- Distinguir agente, automatización, workflow y asistente.
- Saber cuándo usar subagentes, hooks, skills, MCP, GitHub Actions o routines.
- Diseñar cualquier agente con entrada, herramientas, límites, memoria y verificación.
En cristiano: agente. Es un ayudante con herramientas y un objetivo. La diferencia con un chatbot normal es que puede actuar: leer archivos, ejecutar comandos, abrir issues, llamar APIs o pedir datos a un MCP. La diferencia con un script es que decide parte del camino, no solo ejecuta una lista fija.
La taxonomía que importa
- Prompt repetible: una receta que copias y pegas. Barato, simple, manual.
- Skill: conocimiento empaquetado para que Claude sepa hacer una tarea concreta.
- Subagente: otro Claude especializado que trabaja con su propio contexto y te devuelve una conclusión.
- Hook: una regla determinista que se ejecuta en momentos concretos. No decide: obedece.
- MCP: un puente a herramientas externas: GitHub, bases de datos, dashboards, ficheros, APIs.
- GitHub Actions: automatización alrededor de issues y pull requests.
- Routine: automatización en cloud gestionada por Anthropic. Útil, pero en research preview: no diseñes un negocio crítico dependiendo de que su API no cambie.
Idea clave. Regla de arquitectura: si la acción debe ocurrir siempre igual, usa un hook o un script. Si necesita criterio, usa un agente. Si necesita datos externos, añade MCP. Si necesita repetirse sin ti, súbelo a GitHub Actions, cron o routines.
El lienzo de diseño de un agente
Antes de escribir código, rellena esto. Es el antídoto contra agentes que hacen cosas raras:
Terminal
Nombre: Objetivo: Entrada: Herramientas permitidas: Herramientas prohibidas: Memoria que puede leer: Acciones que requieren confirmación: Criterio de éxito: Prueba mínima: Registro de evidencia:
Cuidado. Si no puedes escribir el criterio de éxito en una frase, no tienes un agente: tienes una esperanza. Empieza con una versión pequeña, observable y fácil de apagar.
Ejemplo: agente revisor de PR
Mal planteado: “revisa mi código”. Bien planteado: “cuando se abra un PR, revisa solo seguridad, regresiones obvias y tests ausentes; comenta con archivo y línea; no cambies código; ignora estilo”. Eso ya se puede convertir en workflow.
Comprueba que funciona. Elige una tarea repetitiva de tu semana y clasifícala: ¿prompt, skill, subagente, hook, MCP, GitHub Action, routine o cron? Si dudas entre dos, elige la pieza menos poderosa. Los sistemas pequeños se arreglan; los sistemas demasiado ambiciosos se esconden.
Guardar y reabrir el proyecto.
Quédate con este orden de madurez: manual primero, semiautomático después, automático al final. Una automatización mala a escala es peor que hacer la tarea a mano.