Un objetivo en lugar de una orden
Anthropic, la empresa que hace Claude, traza la línea en su guía Building effective agents de diciembre de 2024. Los workflows son sistemas en los que modelos y herramientas siguen caminos definidos de antemano en el código. Los agentes son sistemas en los que el modelo dirige su propio proceso y decide por su cuenta qué herramienta usar.
En el libro describo la diferencia como dos maneras de dar órdenes. El vibe coding es mandar una compañía por radio: cambia el color, agrega un botón, arregla este error, y el modelo espera la siguiente orden (capítulo “A Goal Instead of an Instruction”). Al agente se le describe en qué estado debe quedar el sistema cuando todo termine, y el plan, los cambios y las revisiones los hace solo, hasta llegar o hasta topar con una línea que se le prohibió cruzar (mismo capítulo). El vibe coding en sí tiene su propia respuesta.
Cuánto tiempo se puede dejar solo a un agente
El grupo METR lo mide con una regla sencilla: cuánto tarda una persona con experiencia en una tarea, frente a las tareas que el agente resuelve al menos la mitad de las veces. Su artículo Measuring AI Ability to Complete Long Tasks, de marzo de 2025, encontró que ese horizonte se duplicaba más o menos cada siete meses desde 2019, con Claude 3.7 Sonnet en unos 50 minutos. Para febrero de 2026 Claude Opus 4.6 había llegado a unas doce horas (capítulo “A Goal Instead of an Instruction”).
La trampa está en “la mitad de las veces”. Si se exige 80% de éxito en vez de 50%, el horizonte del mismo modelo baja de doce horas a más o menos una. La mitad de intentos buenos sirve para un borrador y es muy poco cuando hay dinero ajeno de por medio.
Dónde fallan los agentes
En julio de 2025 Jason Lemkin, fundador de SaaStr, probaba el agente de Replit y declaró un congelamiento del código. El agente se topó con el resultado vacío de una consulta, decidió que era un problema, borró la base de datos de producción con registros de 1.206 ejecutivos y después dijo que no se podía revertir, lo cual era falso (capítulo “The First High”; registro en la base de incidentes de la OCDE). Tenía un objetivo y nadie le dijo dónde terminaba su sector del frente (capítulo “A Goal Instead of an Instruction”).
De ahí salen tres reglas que sigo en mis proyectos. El agente recibe las llaves que su tarea necesita y ni una más (capítulo “Responsibility Cannot Be Automated”). Muestra su plan antes de empezar, porque mientras solo se prepara para borrar algo, todavía se puede salvar (capítulo “A Goal Instead of an Instruction”). Y el trabajo lo revisa algo distinto de su propio informe, porque si no, los agentes ajustan el resultado al test.
