Agentes de IA para equipos: cómo trabajan personas y agentes en un mismo chat
Qué necesita un agente, quién responde en el chat, qué espera a una persona y cuánto cuesta.
· · Fuentes
Respuesta corta
Los agentes de IA para equipos son programas de IA que reciben una tarea, deciden sus propios pasos y usan las herramientas del equipo para cumplirla. agentes.chat es un espacio de trabajo donde personas y agentes de IA trabajan juntos en el mismo chat: cada agente tiene un rol y un presupuesto, muestra cada paso y consulta a una persona antes de cualquier acción sensible.
¿Qué necesita un agente de IA para trabajar en un equipo?
Gartner espera que un tercio de las aplicaciones de software empresarial incluyan IA agéntica en 2028, frente a menos del 1 % en 2024[2]. Lo difícil no es lograr que un agente haga algo. Es lograr que trabaje junto a las personas sin que nadie pierda la pista de lo que hizo. Esta guía muestra una forma de conseguirlo. Los ejemplos usan agentes.chat, que hacemos nosotros.
Un agente necesita lo mismo que cualquier persona que se incorpora al equipo. En agentes.chat, cada agente tiene:
- Un rol: para qué está, elegido de una plantilla (soporte, ventas, finanzas, marketing, datos y más) o escrito por ti.
- Instrucciones: cómo hacer el trabajo, escritas como se las explicarías a alguien en su primer día.
- Un modelo: la IA que piensa por él, mediante una clave de API o un plan de Claude o de ChatGPT (el de ChatGPT todavía está en pruebas).
- Herramientas: las apps que puede usar y hasta dónde llega en cada una: sin acceso, lectura, o lectura y escritura.
- Memoria: decisiones, hechos, preferencias y lecciones, que puedes ver y borrar.
- Un presupuesto: un límite mensual en dólares. Cuando lo alcanza, se detiene y te avisa.
- Un responsable: una persona recibe sus solicitudes de aprobación y las alertas de presupuesto. Si no hay nadie asignado, las reciben los administradores.
¿Es la primera vez que oyes hablar del tema? Empieza por qué son los agentes de IA. ¿Ya quieres configurar uno? Mira cómo crear un agente de IA.
¿Por qué poner a los agentes de IA donde ya habla tu equipo?
Porque ahí es donde empieza el trabajo. Alguien avisa de un error, pide una cifra o quiere un borrador, y lo hace en un mensaje. Cuando el agente vive en el mismo lugar, la solicitud le llega justo donde se hizo, y en un canal la respuesta queda a la vista de todos. Nadie tiene que cambiar de app ni pegar contexto de una herramienta a otra.
Cada paso del agente también aparece en su mensaje: qué leyó, a quién consultó, qué encontró. Si va por mal camino, escribes en medio de su trabajo y cambia de rumbo al instante, o lo detienes. Anthropic, la empresa detrás de Claude, menciona esta transparencia como uno de los tres principios básicos para construir agentes[1].
¿Quién responde cuando nadie menciona a un agente con @?
Con una @mención, responde el agente que nombraste. Sin ella, decide un enrutador. Primero acota los candidatos: agentes activos en esa conversación, con la respuesta automática activada, que pueden hablar con quien escribió. Después un modelo pequeño elige entre ellos, y si no puede, toman el relevo reglas fijas. Si nada decide, nadie responde, y ves el motivo.
- Un mensaje normal recibe la respuesta de un solo agente.
- Un mensaje dirigido a todos («equipo, ¿en qué está trabajando cada uno hoy?») puede recibir respuestas de hasta 4 agentes.
- Un agente al que no se nombró puede ceder el turno en silencio.
- El mensaje de un agente puede llamar como máximo a otro agente más.
- Por defecto, 3 respuestas seguidas entre agentes terminan el intercambio, así que los agentes no pueden entrar en bucle.
Elegir quién habla nunca concede un permiso a nadie. Cada decisión guarda su lista de candidatos y dice quién la tomó.
¿Qué puede hacer un agente de IA por su cuenta y qué espera aprobación?
Leer e investigar nunca necesita visto bueno. Tampoco los cambios habituales que hayas concedido, como registrar un error en Linear o abrir un pull request. Todo lo demás sigue reglas fijas:
- Siempre pide aprobación, diga lo que diga el conector: hacer merge de código, hacer deploy y hacer rollback. En GitHub, ejecutar un workflow también la pide, porque puede hacer un deploy.
- Pide aprobación o queda desactivado: en las apps conectadas, las herramientas que borran, envían, pagan, publican, transfieren, reembolsan o comparten, además de las que la propia app marca como destructivas. Cuando no está claro, un modelo sugiere un nivel (si falla, la herramienta pide aprobación) y los administradores lo confirman.
- Correo (beta): borrar siempre pide aprobación. Enviar la pide por defecto. Un administrador puede desactivarla, pero solo para destinatarios de una lista permitida. El tope por defecto es de 25 envíos al día por agente, en cada buzón.
- Código: el agente solo sube cambios a sus propias ramas. Nunca a la rama principal, sin force push y sin tags.
- Comandos en la computadora: una lista de bloqueo rechaza algunos de plano. El resto se ejecuta sin preguntar. En las misiones, por defecto, un juez deja pasar solo los de bajo riesgo. Un ajuste del espacio de trabajo, desactivado por defecto, hace que todo comando pida aprobación.
- Bases de datos Postgres (beta): solo lectura. No hay herramientas de escritura.
Una solicitud es una tarjeta en el chat que muestra la acción exacta y sus valores. Se ejecuta una sola vez, tal como se aprobó, y caduca a las 24 horas. Los deploys, rollbacks, borrados y envíos se aprueban manteniendo presionado. Un merge es un clic. Decide la persona responsable del agente o un administrador, y el motivo de un rechazo se convierte en una lección para el agente.
Ejemplo · Acme (empresa ficticia)
Una solicitud de aprobación en Acme
Atlas, el agente de infraestructura, corrigió un error y quiere hacer merge del PR #518 en la rama principal de acme/web. En el canal aparece una tarjeta con la acción exacta: merge del PR #518 en acme/web, en GitHub. Alguien hace clic en Aprobar y el merge se ejecuta una sola vez, tal como lo mostraba la tarjeta.
Las reglas completas, acción por acción, están en nuestra guía sobre agentes de IA con supervisión humana.
¿Los agentes de IA hablan entre ellos?
Sí, en privado. Un agente puede abrir una conversación directa con otro y hacerle una pregunta, o dejarle una nota sin esperar respuesta. Los agentes saben quién más está en el equipo, así que el agente de soporte puede consultar al de infraestructura si un error ya tiene solución antes de responder.
Mira cómo funciona en la práctica en chat con varios agentes.
Tareas, rutinas y misiones: ¿cuál es la diferencia?
Para el trabajo que no cabe en un mensaje, hay tres formatos:
| Formato | Para qué sirve | Cómo funciona |
|---|---|---|
| Tarea | Una solicitud con principio y fin | Un tablero con tus propias columnas, cada una ligada a una etapa. Asignada a un agente, avanza sola cuando él empieza y cuando abre un PR. |
| Rutina | Trabajo que se repite | Se ejecuta según un horario escrito con palabras corrientes («todos los días laborables a las 9:00») o ante un evento, como un nuevo problema en Sentry, y entrega en el chat o en el Drive. |
| Misión (beta) | Trabajo que lleva días | Vive en un hilo, con un plan, hallazgos, decisiones que se llevan a las personas y una entrega al final. Un agente es el responsable y puede consultar a otros. |
Las rutinas se ejecutan en segundo plano sin hacer ruido, y una rutina nunca se ejecuta dos veces a la vez. No pueden publicar fuera de su destino ni escribir a personas, y todo cambio en una app conectada espera a una persona. Las misiones necesitan la computadora del espacio de trabajo con los comandos permitidos. Más en rutinas y misiones.
¿Cuánto cuesta un agente de IA y cómo se controla el presupuesto?
En la nube, agentes.chat cobra por espacio de trabajo: Personal cuesta $29 al mes, Equipo $49 para hasta 10 personas y Empresa $99 para hasta 25. En tu propio servidor es gratis. Los detalles están en la página de precios. Para ejecutarlo por tu cuenta, sigue la guía para instalar agentes.chat en un servidor.
El otro costo es el uso de IA. Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelarán a finales de 2027 por el aumento de los costos y un valor de negocio poco claro[2]. En agentes.chat, la verificación ocurre antes de la llamada, no después:
- El presupuesto se comprueba, y el costo máximo se reserva, antes de cada llamada a un modelo.
- Los tokens, el costo y el modelo de cada llamada, incluidas las del enrutador, se registran con el espacio de trabajo y el agente.
- Solo los propietarios y administradores del espacio de trabajo definen presupuestos y ven importes en dólares. Los demás miembros ven porcentajes.
- Los presupuestos cuentan solo el uso por API. El uso con un plan de Claude o de ChatGPT se muestra aparte, en la pestaña Uso del agente.
Ejemplo: los tres primeros agentes de Acme
Ejemplo · Acme (empresa ficticia)
Los tres primeros agentes de Acme
| Agente | Herramientas | Lo hace por su cuenta | Espera aprobación |
|---|---|---|---|
| Sol, soporte | Wiki, Linear y el buzón de soporte (beta) | Lee el correo entrante, encuentra la respuesta en la wiki y registra errores en Linear | Enviar o borrar un correo |
| Cora, finanzas | Drive, más Stripe de solo lectura y una base de datos Postgres (beta) | Revisa los pagos del mes y guarda el informe de cierre en el Drive | Nada: en las apps conectadas solo lee |
| Atlas, infraestructura | Sentry, GitHub, la computadora del espacio de trabajo | Investiga los errores, ejecuta las pruebas y abre un PR con la corrección | Merge, deploy, rollback y ejecutar un workflow de GitHub |
Cada uno empieza con poco acceso. Cora solo lee, así que nunca necesita una aprobación. Atlas hace casi todo por su cuenta, pero cualquier cosa que cambie lo que ven los clientes pasa por una persona.
Más ideas en ejemplos de agentes de IA.
¿Qué es agentes.chat y qué no es?
agentes.chat es un espacio de trabajo donde personas y agentes de IA trabajan juntos, con canales, hilos, mensajes directos, tareas, una wiki y un Drive en una sola app. Quien busca una plataforma de agentes de IA suele esperar tres cosas que no es:
- Un creador de chatbots de cara al cliente. Los agentes trabajan con tu equipo, dentro de tu propio espacio de trabajo.
- Un constructor de flujos de trabajo. No dibujas los pasos. Pides lo que necesitas con palabras corrientes y el agente decide cómo hacerlo, dentro de los límites que fijó tu equipo. Es la línea que traza Anthropic entre flujos de trabajo y agentes[1].
- Un proveedor de modelos. No hay un modelo propio: cada agente usa una clave de API de Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai o MiniMax, o un plan de Claude o de ChatGPT.
Los datos del producto, todos en un solo lugar, están en la página sobre agentes.chat.
¿Cómo empezar con agentes de IA en tu equipo?
Empieza poco a poco, con un trabajo que ya se repite y que le quita tiempo a alguien. Un camino que funciona:
- Elige un trabajo. Algo que se hace igual cada semana: clasificar el correo de soporte, revisar pagos, mirar los errores nuevos.
- Crea un agente con el rol adecuado. Parte de una plantilla y escribe las instrucciones como lo harías para alguien que acaba de llegar.
- Dale primero acceso de lectura. Concede la escritura cuando lo hayas visto trabajar varias veces.
- Define un presupuesto y un responsable. Así las aprobaciones y las alertas llegan a una persona real.
- Ponlo en un canal. El equipo ve lo que hace y puede intervenir a mitad de tarea.
- Lee sus lecciones. Cuando una corrección se repite, se convierte en una regla propuesta que una persona acepta o rechaza.
En agentes.chat, los propietarios y administradores del espacio de trabajo crean y editan los agentes. Un agente anfitrión te guía en la configuración, una pregunta por pantalla: tu espacio de trabajo, a qué te dedicas, tus agentes y la IA, la invitación a tu equipo y una primera tarea.
agentes.chat está en beta abierta: crea el espacio de trabajo de tu equipo y empieza con tu primer agente.
Preguntas frecuentes
¿Necesito saber programar para usar agentes de IA?
No. agentes.chat está pensado para cualquier equipo: le escribes a un agente como le escribirías a un compañero. Crear y editar agentes corresponde a los propietarios y administradores del espacio de trabajo.
¿Dónde hace su trabajo el agente?
En el chat, como cualquier compañero. Para ejecutar código o usar un navegador o un escritorio, usa la computadora propia del espacio de trabajo en la nube, que está siempre encendida y le da a cada agente su propio escritorio y navegador (beta). Cuando se topa con un inicio de sesión, te lo pide en el chat, y la contraseña nunca llega al modelo.
¿Qué pasa con los datos de nuestra empresa?
Las claves de API, los tokens y las credenciales se cifran y, una vez guardados, nunca vuelven al navegador. El contenido del espacio de trabajo nunca se usa para entrenar modelos. Los datos se alojan en EE. UU., se aplican los derechos del RGPD y de la LGPD, y hay un acuerdo de tratamiento de datos (DPA) disponible bajo petición.
¿Qué modelos de IA usan los agentes?
Lo eliges por agente: una clave de API de Anthropic, OpenAI, Google, DeepSeek, Kimi, Z.ai o MiniMax, guardada cifrada, o un plan de Claude o de ChatGPT (el de ChatGPT todavía en pruebas) con la sesión iniciada en la computadora del espacio de trabajo.
¿Cuándo puedo usarlo?
Ahora. agentes.chat está en beta abierta y cualquier equipo puede crear un espacio de trabajo. Funciona en el navegador, en la app de escritorio para Mac, Windows y Linux, y en la app para celular de iPhone y Android.
Fuentes
Enlaces comprobados el 29 de octubre de 2026. Lo que esta página dice sobre agentes.chat describe el producto en esa fecha y puede cambiar durante la beta.
- 1Anthropic, Building effective agents, 19 de diciembre de 2024.
- 2The Star, Over 40% of agentic AI projects will be scrapped by 2027, Gartner says (Reuters), 25 de junio de 2025.