En la demo todo agente de IA se ve espectacular. Ponerlo a ejecutar acciones reales, con datos reales y sin que nadie lo esté mirando, es otra historia.
En una demo el agente hace una cosa, la haces tú, la miras funcionar y aplaudes. En producción hace esa misma cosa mil veces, con datos que no controlas y sin nadie mirando la pantalla.
La demo se arma para el caso bonito: la instrucción clara, el dato limpio, el camino feliz. Producción es el correo raro, el cliente que escribe a medias, el sistema que no responde y el dato que llega con un formato que nadie previó.
El salto no es hacerlo más inteligente. Es hacerlo confiable: que cuando algo salga distinto a la demo, no rompa nada que no se pueda arreglar. Este es el orden con el que yo hago ese paso.
Lo más difícil de un agente que ejecuta acciones de verdad no es que las ejecute. Es decidir hasta dónde lo dejas hacerlo sin preguntar.
Antes de soltarlo, separo lo que hace en dos montones. Lo reversible, que si se equivoca se arregla sin drama: guardar una nota, preparar un borrador, clasificar un mensaje. Y lo que no se devuelve fácil: mandarle un correo a un cliente, borrar registros, mover dinero.
Lo reversible lo dejo actuar solo desde el principio. Lo que no se devuelve pasa por una confirmación humana antes de ejecutarse, al menos hasta que confíe en él. La pregunta no es si el agente puede hacer la acción, es qué pasa si la hace mal.
Un agente nuevo en producción arranca con las manos casi atadas. Puede leer, puede proponer, puede dejar todo listo, pero el paso final que toca el mundo real lo apruebo yo. Así veo cómo se comporta con datos reales sin arriesgar nada.
A medida que gana partidos (cuando lo que propone es lo que yo habría hecho, día tras día) le voy soltando permisos. Primero deja de pedir permiso para lo más inofensivo, después para lo mediano, y así. La confianza se gana con historial, no se asume el primer día.
En la demo te basta con ver la respuesta. En producción necesitas poder responder "por qué hizo eso" tres días después, cuando ya nadie se acuerda.
Por eso registro no solo lo que el agente respondió, sino qué recibió, qué decidió y qué acción disparó. Cuando algo sale raro, no adivino: entro al registro y sigo el rastro paso a paso hasta el punto donde se torció.
Sin ese rastro, un agente en producción es una caja negra que a veces se equivoca y nunca sabes por qué. Con él, cada error es una lección concreta que te dice qué ajustar.
Un agente en producción se va a topar con lo que no previste: un dato vacío, un sistema caído, una instrucción que no entiende. La pregunta clave no es si va a pasar, es qué hace cuando pasa.
La regla que uso es simple: ante la duda, que se frene y avise, no que improvise. Prefiero un agente que levante la mano y diga "esto no lo sé resolver" antes que uno que invente una acción con tal de no quedarse quieto. Un error que avisa se arregla; uno silencioso se descubre cuando ya costó caro.
Y siempre hay un humano que recibe ese aviso. No para vigilar cada paso, sino para que cuando el agente se salga de lo normal, alguien se entere a tiempo.
Si tuviera que resumir el paso de demo a producción en una secuencia, sería esta.
Separa lo reversible de lo que no se devuelve. Lo peligroso pásalo por confirmación humana. Suéltale permisos de a poco, según el historial que va construyendo. Registra cada decisión, no solo la respuesta. Y define qué hace cuando no sabe: que se frene y avise, nunca que improvise.
Ninguno de esos pasos hace al agente más listo. Todos lo hacen más confiable, que es lo único que importa cuando deja de ser una demo y empieza a tocar cosas de verdad.