AGENTES · INTRODUCCIÓN · ROADMAP
Un agente no es un modelo.
Es un loop.
El AI Agents Roadmap de roadmap.sh ordena en doce etapas lo que hace falta para diseñar, construir y poner en producción agentes: desde tokens y temperature hasta MCP, memoria, arquitecturas, evals y red teaming. Esta nota es la introducción: qué cubre cada etapa, cuáles son las ideas que sostienen todo lo demás y por dónde conviene empezar.
01 / EL MAPA COMPLETO
Doce etapas.
Un solo sistema.
El roadmap se lee de arriba hacia abajo, pero las etapas no son silos: cada una resuelve un problema que aparece en la anterior.
- 01
Prerrequisitos
Un agente es software que llama APIs, lee archivos y corre en un servidor. Sin esa base, todo lo demás es magia.
Backend básico · Git y terminal · APIs REST - 02
Fundamentos de LLMs
Qué es el modelo, qué ve, cuánto cuesta y qué perillas cambian su salida.
Transformers · tokenización · context window · temperature, top-p, penalties, stopping criteria · modelos open y closed weight - 03
Lo básico
Las decisiones de producto que aparecen antes de escribir el primer loop.
Streaming · modelos de razonamiento · fine-tuning vs. prompting · embeddings · RAG · pricing - 04
AI Agents 101
El núcleo del roadmap: percibir, razonar, actuar, observar y repetir.
Qué es un agente · qué es una tool · el agent loop · casos de uso - 05
Prompt engineering
Cómo pedirle algo al modelo de forma que se pueda verificar.
Especificidad · contexto · ejemplos · formato · iteración · Chain-of-Thought · Tree-of-Thought - 06
Tools y acciones
Lo que convierte texto en efectos sobre el mundo.
Definición de tools · schema de entrada y salida · manejo de errores · web search, REPL, DB, APIs, email, filesystem - 07
Model Context Protocol
Un estándar para conectar tools y datos sin reescribir integraciones por cada app.
Hosts · clients · servers · crear servers · local vs. remoto - 08
Memoria
Qué guarda el agente, dónde, y cuándo lo descarta.
Corto plazo · largo plazo · episódica vs. semántica · RAG, perfiles, resumen y olvido - 09
Arquitecturas
Formas recurrentes de organizar el loop según el problema.
RAG agent · ReAct · planner-executor · DAG · multi-agente · self-critique - 10
Construir agentes
Tres niveles de abstracción para el mismo loop.
Desde cero · function calling nativo (OpenAI, Gemini, Anthropic) · frameworks (LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen…) - 11
Evaluación y observabilidad
Cómo saber si funciona, y por qué falló cuando no.
Métricas · unit tests de tools · tests de flujos · human-in-the-loop · logging y tracing estructurado - 12
Seguridad y ética
Lo que pasa cuando el agente tiene permisos reales y entradas no confiables.
Prompt injection · sandboxing y permisos · PII · sesgo y toxicidad · red teaming
02 / EL NÚCLEO
Percibir. Razonar.
Actuar. Observar.
La sección “AI Agents 101” es la que conviene entender primero, porque todo lo demás la extiende.
- 01 · PERCIBIR
Entrada
El pedido del usuario, el resultado de la última tool, un evento o un archivo. Todo llega como contexto.
- 02 · RAZONAR
Plan
El modelo decide el próximo paso: responder, pedir más datos o llamar una tool con ciertos argumentos.
- 03 · ACTUAR
Tool call
Tu código —no el modelo— ejecuta la acción, con validación y permisos.
- 04 · OBSERVAR
Reflexión
El resultado vuelve al contexto. El loop sigue hasta cumplir un criterio de parada.
Pseudocódigo. Casi cualquier agente —con o sin framework— es una variación de esto.
messages = [system, user_request]
for step in range(MAX_STEPS):
reply = llm(messages, tools=TOOLS)
if not reply.tool_calls:
return reply.text # criterio de parada
for call in reply.tool_calls:
result = run_tool(call) # validación + permisos
messages.append(result) # observación
raise StepBudgetExceededDos detalles del loop explican buena parte del roadmap. Primero, el modelo nunca ejecuta nada: propone una acción y tu código decide si correrla. Ahí viven la validación, los permisos y el sandboxing. Segundo, el loop necesita un criterio de parada explícito —una respuesta final, un máximo de pasos, un presupuesto de tokens—, porque un modelo no tiene noción propia de “suficiente”.
Antes del loop, el roadmap pide fundamentos de LLMs por una razón práctica: cada vuelta reenvía el contexto completo. Tokenización, context window y pricing por token dejan de ser teoría cuando un agente da quince pasos y cada uno arrastra el historial. Temperature, top-p y stopping criteria importan porque un agente necesita salidas consistentes, no creativas.
03 / TOOLS Y MCP
Una tool es un contrato.
MCP lo vuelve portable.
El roadmap descompone una tool en cuatro partes. Ninguna es opcional.
NOMBRE Y DESCRIPCIÓN
Es lo que el modelo lee para decidir cuándo usarla. Una descripción ambigua produce llamadas equivocadas.
SCHEMA DE ENTRADA Y SALIDA
Tipos explícitos, campos obligatorios y valores permitidos. El modelo propone argumentos; el schema los valida.
MANEJO DE ERRORES
Un error útil le dice al agente qué corregir. “500” no; “el campo date debe ser ISO-8601” sí.
EJEMPLOS DE USO
Un par de casos concretos reducen más errores que otro párrafo de instrucciones.
Ejemplos que lista el roadmap: búsqueda web, ejecución de código (REPL), consultas a bases de datos, requests a APIs, email, Slack o SMS, y acceso al filesystem. Cada uno tiene un radio de impacto distinto, y eso debería reflejarse en sus permisos.
La app donde vive el agente: un IDE, un chat de escritorio, tu producto.
Mantiene una conexión 1:1 con cada server, dentro del host.
Expone tools, recursos y prompts. Corre local (stdio) o remoto (HTTP).
Sin un estándar, cada integración se escribe una vez por cada app y cada modelo. MCP separa quién usa una capacidad de quién la provee: escribís un server para tu base de datos o tu API interna y cualquier host compatible puede usarlo. El roadmap incluye crear servers propios y elegir entre despliegue local y remoto.
Portable no significa seguro. Un server de terceros es código con acceso a tus datos, y sus descripciones de tools entran al contexto del modelo. Conviene tratarlo como cualquier dependencia: revisarlo, limitarlo y auditarlo.
04 / MEMORIA
El modelo no recuerda.
El sistema sí.
Un LLM es stateless entre llamadas. Toda memoria es algo que tu código guarda y vuelve a poner en el contexto.
Dentro del prompt
El historial de la conversación y los resultados de tools. Es rápido pero finito: compite por la context window y se paga por token.
Vector DB · SQL · custom
Lo que sobrevive entre sesiones: preferencias, hechos, documentos. Hay que recuperarlo explícitamente, normalmente con RAG.
Qué pasó
Eventos concretos: “el deploy del martes falló por la migración”. Sirve para no repetir errores.
Qué es cierto
Hechos generales destilados: “este repo usa Postgres 16”. Sirve para no volver a descubrir lo mismo.
Mantener memoria es tanto agregar como podar. El roadmap nombra cuatro estrategias: RAG sobre vector databases, almacenamiento de perfiles de usuario, resumen y compresión del historial, y políticas de olvido o envejecimiento. Sin las dos últimas, la memoria crece hasta volverse ruido caro.
05 / ARQUITECTURAS
Seis formas
para el mismo loop.
No son excluyentes; un sistema real suele combinar dos o tres. La pregunta útil es cuándo cada una se justifica.
Recupera documentos antes de responder.
La respuesta depende de conocimiento privado o cambiante.
Alterna razonamiento y acción paso a paso.
El camino no se conoce de antemano y cada observación cambia el siguiente paso.
Un paso planifica; otro ejecuta cada subtarea.
La tarea es larga y conviene un plan revisable antes de actuar.
Nodos en un grafo sin ciclos; lo independiente corre en paralelo.
El flujo es conocido y querés trazabilidad y reintentos por etapa.
Roles especializados que se pasan trabajo.
Hay especialización real; si no, solo multiplica costo y puntos de falla.
El agente revisa y corrige su propia salida.
Existe un criterio verificable para juzgar la salida, no solo otra opinión.
UN DEFAULT SANOEmpezá con el sistema más simple que resuelva el problema: a veces es una sola llamada con RAG, a veces un workflow fijo. Agregá autonomía, planificación o más agentes solo cuando una evaluación muestre que la versión simple no alcanza.
06 / CONSTRUIR
Escribí el loop a mano
una vez.
El roadmap propone tres niveles de abstracción. Conviene recorrerlos en orden.
- 01
Desde cero
Llamadas directas a la API, tu propio loop, parseo de la salida y manejo de errores y rate limits. Es la mejor forma de entender qué hace todo lo demás.
- 02
Function calling nativo
Los proveedores (OpenAI, Gemini, Anthropic) devuelven tool calls estructuradas. Desaparece el parseo frágil; el loop sigue siendo tuyo.
- 03
Frameworks
LangChain, LangGraph, LlamaIndex, Haystack, CrewAI, AutoGen, Agno y otros resuelven orquestación, memoria e integraciones. Aceleran, pero también esconden el loop.
Los nombres de frameworks y APIs cambian rápido: el roadmap todavía incluye la Assistants API de OpenAI, que el propio proveedor reemplazó por la Responses API. Lo que no cambia es el loop. Si lo entendés, cambiar de framework es una migración; si no, es empezar de nuevo.
07 / PRODUCCIÓN
Lo que separa una demo
de un sistema.
Las últimas tres etapas del roadmap son las que menos aparecen en los tutoriales y las que más pesan en producción.
EVALUAR
Métricas de éxito, costo y latencia; unit tests por tool; tests de flujos completos; revisión humana donde el criterio no es automatizable. Herramientas citadas: LangSmith, DeepEval, Ragas.
OBSERVAR
Logging estructurado y tracing de cada paso: prompt, tool call, resultado, tokens y tiempo. Herramientas citadas: LangSmith, Helicone, Langfuse, OpenLLMetry.
PROTEGER
Prompt injection y jailbreaks, sandboxing y permisos de tools, redacción de PII, guardrails de sesgo y toxicidad, y red teaming antes de dar acceso real.
Un agente que lee contenido externo —una página web, un email, un issue— puede recibir instrucciones escondidas en ese contenido. Por eso la seguridad no se agrega al final: se decide al definir qué tools existen, qué permisos tienen y qué acciones requieren aprobación humana.
POR DÓNDE EMPEZAR
Un loop. Una tool.
Una métrica.
- Repasá los fundamentos hasta poder estimar el costo en tokens de una conversación de diez pasos.
- Escribí el loop mínimo contra la API de un proveedor, sin framework, con una sola tool de solo lectura.
- Definí una métrica de éxito y diez casos de prueba antes de agregar la segunda tool.
- Agregá tracing desde el primer día: cada paso, cada tool call, cada token.
- Recién entonces sumá memoria, MCP, una arquitectura más compleja o un framework, de a uno y midiendo.
08 / PARA SEGUIR
Cada etapa,
en profundidad.
Notas de este sitio que desarrollan partes del roadmap.
09 / FUENTES
El roadmap
y sus bases.
El roadmap es el mapa; cada nodo enlaza a sus propias lecturas. Estas son las que sostienen esta introducción.
- 01AI Agents Roadmap · roadmap.sh↗
- 02Contenido de cada nodo del roadmap · GitHub↗
- 03Construir agentes efectivos · Anthropic↗
- 04Especificación de Model Context Protocol↗
- 05ReAct: Synergizing Reasoning and Acting in Language Models · Yao et al.↗
Síntesis editorial basada en la versión pública del roadmap disponible al 15 de octubre de 2026. La agrupación en doce etapas sigue el orden del roadmap; las explicaciones y recomendaciones son propias.