Una hoja de ruta de agentes de IA que sí llega a producción
El patrón de fracaso de los proyectos de agentes no es técnico. Es un buen prototipo en la semana tres, seguido de tres meses de mejora sin dirección y una cancelación silenciosa porque nadie podía decir si estaba listo.
Esta hoja de ruta lo arregla con pruebas de salida. Cada fase tiene una condición escrita antes de empezar que se cumple o no. Si una fase no la pasa, arreglas la carencia concreta o paras — y ambas cosas son mejores que derivar.
Fase 1 — Delimitar (1–2 semanas)#
Escribe la tarea como una frase que alguien pueda marcar correcta o incorrecta. Lista las herramientas con sus esquemas. Decide qué acciones son irreversibles y quedarán tras una persona. Reúne veinte ejemplos reales, incluidos los incómodos.
Prueba de salida: una compañera que no estuvo en las reuniones lee el briefing y califica bien cinco ejecuciones de ejemplo.
Fase 2 — Prototipar (2–3 semanas)#
Construye el bucle más pequeño que haga la tarea con herramientas reales contra un entorno de pruebas. Si puedes, aún sin decidir framework: un bucle a mano enseña lo que de verdad necesitas. Pasa tus veinte casos, mira cada fallo y arregla el diseño de herramientas antes que el prompt cuando puedas elegir.
Prueba de salida: el 60 % de los veinte casos pasa de extremo a extremo, y junto a cada fallo hay una causa identificada.
Fase 3 — Endurecer (3–5 semanas)#
Aquí está la mayor parte del trabajo real y aquí mueren los proyectos infrapresupuestados. Permisos sobre la identidad del usuario final, puertas ante lo irreversible, validación de argumentos, trazas legibles, monitorización con unas pocas métricas, la evaluación crecida a cincuenta casos incluidos los adversariales, y un modo degradado.
- Autorización comprobada en servidor en cada llamada.
- Puerta humana ante toda acción irreversible, con contexto para decidir.
- Topes de pasos y gasto, más detección de repeticiones.
- Trazas con identificador en cada llamada y una retención decidida a propósito.
- Casos adversariales en la evaluación, ejecutados como cualquier prueba.
Prueba de salida: 85 % en el conjunto, 100 % en el subconjunto de rechazos y ningún hallazgo de seguridad abierto.
Fase 4 — Lanzar (2 semanas y luego continuo)#
Empieza con audiencia limitada: un equipo, un segmento o un porcentaje del tráfico. Lee ejecuciones a diario. Mantén la ruta de escalado visible y atendida, porque la primera semana trae sorpresas por bueno que fuera el conjunto. Amplía cuando los números aguanten dos semanas, no cuando lo diga el calendario.
| Semana | Audiencia | Qué vigilas |
|---|---|---|
| 1 | Solo equipo interno | Trazas, fallos obvios, errores de herramienta |
| 2 | 5 % del tráfico real | Tasa de escalado, tasa de éxito |
| 3–4 | 25 % | Coste por tarea, latencia en pico |
| 5+ | Total, si aguantan los números | Deriva, categorías nuevas |
Qué pasa después del lanzamiento#
Un agente es un servicio, no un proyecto. Alguien lo posee, la evaluación crece con tráfico real, las versiones se recualifican cuando los proveedores retiran y las puertas humanas se quitan de forma selectiva según se acumulan pruebas. Quien planifica solo cuatro fases acaba con un agente excelente en octubre y silenciosamente equivocado en marzo.
Preguntas frecuentes
Doce semanas parecen muchas para una demo de tres días.
La demo funcionó de verdad. Las nueve semanas restantes son permisos, evaluación, monitorización y rutas de fallo: lo que decide si se puede confiar en él con clientes reales. Saltárselas no elimina el trabajo, lo mueve a después del incidente.
¿Pueden solaparse las fases?
Endurecer puede empezar durante el prototipo, y en permisos suele convenir. No empieces a lanzar antes de pasar la prueba de endurecimiento: un lanzamiento limitado sin puertas no es un riesgo limitado.
¿Y si el prototipo no pasa su prueba?
Mira las causas anotadas. Si son diseño de herramientas y acceso a datos, arréglalas. Si la tarea exige un criterio que nadie sabe definir, para. Parar en la semana cinco es un buen resultado.
hoja de ruta agentes iaplan de proyecto agentesfases proyecto llmcronograma iachecklist lanzamiento agente
