IA AGÉNTICA
Cualquiera puede hacer una demo de un agente.
Yo los opero en producción.
Cuarenta proveedores te enseñarán un agente reservando una reunión. La pregunta que importa es qué hace a las 3 de la madrugada, cuando la API da timeout, los datos vienen corruptos y nadie está mirando. Esa es la parte que yo construyo.
QUÉ SIGNIFICA AGÉNTICO AQUÍ
Decide, no solo ejecuta.
Un script
Hace exactamente lo que le dijeron, en orden, o muere. Cuando la entrada cambia, entrega respuestas erróneas en silencio.
Un agente
Mira lo que volvió, decide el siguiente paso, reintenta con otro enfoque, escala a un humano cuando debe.
La diferencia
Estado, herramientas, evals y techos de coste - ingeniería, no prompts. Eso separa un sistema de una demo.
EL STACK
CONSTRUIDO DESDE CERO
Construí mi propio harness de agentes. Varias veces.
Una para las restricciones de la nube, otra para una máquina local - porque no tienen nada en común. Colas, reintentos, presupuestos de tokens y observabilidad en la nube; latencia, privacidad y comportamiento offline en el escritorio. La mayoría consume un framework. Construir el harness dos veces es como aprendes lo que los frameworks esconden.
QUÉ CONSTRUYO PARA EMPRESAS
Agentes con un trabajo.
Agentes de operaciones que vacían colas. Investigación e ingesta que lee lo que tu equipo no alcanza. Decisiones con un humano en el bucle donde corresponde. Automatización interna atada a una cifra que alguien de verdad reporta - no capacidades, resultados.
ENTRENADO DESDE CERO
No llamé a una API.
Entrené el modelo.
Casi todo el trabajo en IA es un prompt delante del modelo de otro. BSLM es lo contrario. Cada peso arranca desde cero: su propio tokenizador, su propio corpus, su propio bucle de entrenamiento. Un router de 5M lee la petición, un decoder de 72M decide qué hacer con ella, en inglés y en griego, entregado como un único archivo de 78 MB que corre en una CPU normal o en un teléfono. Sin clave de API, sin factura por token, sin que nada salga de la empresa.
Cómo se hizo, en orden: primero fijar el techo en 80 MB para que quepa en un teléfono, generar el corpus, entrenar un tokenizador byte level propio, preentrenar el decoder desde inicialización aleatoria en GPU alquilada y, al final, enseñarle a usar herramientas a partir de trayectorias reales en lugar de guiones: busca, lee, reintenta y juzga sus propios pasos. Trece rondas medidas, y las que empeoraron el resultado se publican con las demás.
91,2% en tareas de agente no vistas, 94,8% de recuperación tras un primer intento fallido, 2,8% de respuesta equivocada entregada sin aviso. La única familia por debajo del listón, la búsqueda de datos abiertos al 68%, aparece en el marcador en vez de esconderse.
Ver el código Descargar el modelo Licencia MIT, 78 MB GGUF, corre en CPU
CUANDO SALE MAL
Cualquiera puede construir un agente.
Pocos pueden mantenerlo vivo.
La sección del arquitecto, porque aquí es donde mueren las demos:
Reintentos y fallbacks
Toda llamada a una herramienta acaba fallando. La respuesta del sistema a eso se diseña, no se descubre.
Evals
Una actualización del modelo puede cambiar el comportamiento en silencio. Los evals lo cazan antes que tus clientes.
Techos de coste
Un agente en bucle es una tarjeta de crédito en bucle. Los presupuestos se imponen en código, no en esperanza.
Humano en el bucle
Algunas decisiones nunca deben ser autónomas. Saber cuáles, es el oficio.
TAMBIÉN LO ENSEÑO
learnery.io
Formación en IA que tu equipo terminará de verdad - un seminario práctico de cinco pasos que enseña a tu gente a usar herramientas de IA con confianza, adaptado a tu sector y a sus roles exactos. Enseñar una materia es la prueba más fuerte de dominarla, y algunos equipos necesitan la capacidad dentro de casa, no servida desde fuera.
Ver learnery.ioYA ENTREGADO
IA en producción antes de 2026.
seethemenu.online lleva sirviendo un asistente de IA a negocios reales desde antes del año del giro. learnery.io es un producto de IA en producción ahora mismo. La afirmación de esta página tiene recibos anteriores al hype - URLs, no adjetivos.
DATOS Y RGPD
A dónde van tus datos,
respondido antes de que preguntes.
Postura europea por defecto: minimización de datos, procesamiento residente en la UE donde el stack lo permite, retención decidida en vez de accidental, y una respuesta escrita a «qué ve el modelo». Llevo una década construyendo sistemas conformes al RGPD - el trabajo con agentes lo hereda, no lo esquiva.
CONSTRUIDOS, NO PROMETIDOS
Diez sistemas ya construidos,
a la espera del primer cliente.
Conciliación fiscal, gobernanza de agentes, expedientes para el Reglamento de IA, pago agéntico, comunicación para el tercer sector, stock y coste en retail, atención al cliente, cribado de candidaturas, ventas y logística. Terminados, en marcha, y honestos sobre no tener cliente todavía.
Ver los diez¿Tienes un proceso que debería funcionar solo?
Trae el proceso y la cifra que quema. Te diré en una llamada si un agente es la respuesta correcta - incluido cuándo no lo es.
Empieza un proyecto