AI y agentes
Artículos sobre AI y agentes, con notas prácticas sobre ontologías de negocio ejecutables, datos gobernados, desarrollo de apps y flujos con agentes.
-
¿Qué les falta a los modelos de AI en la empresa? Un mundo, manos y una valla
No inteligencia. A un modelo le falta en la empresa un mundo que razonar, manos con que actuar y una valla alrededor de la acción. Una ontología de negocio ejecutable aporta las tres; una tabla con fuentes da cada mecanismo.
AI y agentes IT / CIO Agentes de AIOntología de negocio ejecutableMCPPermisos de agentes -
Apps operables por agentes: cuando cada objeto y cada acción es una herramienta MCP bajo los permisos del usuario
Operable por agentes significa que la app ya es un servidor MCP y el agente se conecta como usuario. Una ejecución, dos usuarios, una acción: las mismas doce herramientas, y los permisos decididos en cada llamada, no en la lista.
AI y agentes Desarrolladores Agentes de AIMCPOperable por agentes -
¿Qué hace que una app de negocio sea escribible por AI? Typed, Validated, Reviewed, Governed
Escribible por AI es una propiedad del destino, no del modelo. Cuatro puertas y una ejecución real: tres errores deliberados, 49 reglas, tres errores localizados y luego un pase limpio.
AI y agentes Desarrolladores Agentes de IAEscribible por AI -
La ontología es el software
El software empresarial cambió tres veces de interfaz, nunca de usuario. Los agentes, primer usuario nuevo en 40 años, no necesitan una API sino una ontología que la AI escribe, el runtime ejecuta, los agentes operan y tú posees.
AI y agentes General OntologíaAgentes de AIOntología de negocio ejecutable -
¿Qué herramientas usan los forward-deployed engineers? Un stack abierto y ontología-first
Qué construye de verdad un forward-deployed engineer en un deployment de 60–180 días, los cinco dolores que definen el trabajo y por qué la ola de imitadores de 2026 copió el rol pero no el sustrato que hay debajo.
AI y agentes Desarrolladores OntologíaMCPForward deployed engineerPalantir -
¿Cuántos tokens tiene una app de negocio? Un CRM completo en menos de 150k
Un CRM completo cabe en menos de 150k tokens de metadatos tipados: lógica de negocio bajo 100k y UI en torno a 50k. El CRM de referencia incluido sigue rondando los 16k.
AI y agentes Desarrolladores CRM Agentes de IA -
Cuando tu agente de IA borra la base de producción: el caso de las barreras de ejecución
El incidente de base de datos de Replit muestra una lección estructural: el radio de impacto de un agent no debe depender solo de un prompt. Permisos, aprobaciones y auditoría deben ser impuestos por el runtime.
AI y agentes IT / CIO Agentes de IAReplit -
Cómo escribir reglas de agent para que la IA genere apps gobernables
AGENTS.md, .cursor/rules y CLAUDE.md no deberían cubrir solo estilo de código. Describe permisos, aprobaciones, auditoría y el formato de metadatos objetivo para que las apps generadas sean revisables.
AI y agentes Desarrolladores MCPAgentes de IA -
Seguridad MCP: por qué el protocolo por sí solo no basta
MCP y A2A facilitan conectar agents con herramientas. Pero conexión no es autorización. La empresa necesita una capa que imponga identidad, permisos y auditoría en cada llamada.
AI y agentes IT / CIO MCPHerramientas gobernadasAgentes de IAA2A -
Por qué los pilotos de AI Agent fallan antes de producción: cuatro capas ausentes
Un agent puede recibir aplausos en la demo y detenerse por una pregunta de legal. El problema no suele ser el modelo, sino la falta de semántica, permisos, aprobación y auditoría.
AI y agentes Líderes de negocio Agentes de IA -
Más allá de Agentforce y Copilot Studio: cuándo elegir un runtime abierto y autoalojado
Una empresa estuvo a punto de firmar Agentforce, hasta descubrir que no alcanzaba la mitad de sus datos fuera del muro. Cuándo elegir la suite cerrada, cuándo el runtime abierto y autoalojado, y por qué «usar los dos» suele ganar.
AI y agentes IT / CIO AgentforceCopilot StudioServiceNow