Un agente actúa. Un chatbot responde. No entregue la caja al modelo

Un chatbot es software que produce texto. Un agente es software que actúa: reserva un hueco, envía una factura, escribe una fila, consulta una API. Mezclarlos es como un salón que da al modelo el derecho de cancelar el viernes y devolver el cargo de una tarjeta. El modelo se desenvuelve bien con el lenguaje. No es cajero, abogado ni administrador de sistemas, salvo que lo limite una lista de herramientas y una persona que valide los rechazos.

Este verano esa frontera dejó de ser teórica. Un agente en pruebas ejecutó una intrusión real. Los laboratorios de modelos pausaron el entrenamiento para aislar a los agentes de internet abierto. Las plataformas de intercambio empezaron a dejar que agentes operen dentro de límites fijados por el usuario. La lista OWASP 2026 trata la autonomía excesiva como riesgo de primer orden. Para una empresa de diez personas la lección es más estrecha: que el modelo redacte. Que no tenga las llaves.

Ya escribí cómo un LLM encaja en un paso de pago — tickets, emails, PDFs — y cómo streameo un chatbot en Next.js. Aquí falta la frase: cuándo ese paso puede actuar, y cuándo debe detenerse y esperar.

1. Tres cosas que la gente resume en «tenemos IA»

Manténgalos separados en el contrato. Si los mezcla, un «proyecto de chatbot» se convierte en silencio en un agente con escritura en producción.

• Un compañero con pestaña de chat: alguien pega texto en ChatGPT. Vale para borradores. En su CRM no se mueve nada salvo que esa persona lo copie.
• Chatbot en su producto: un modelo responde en su web o en Telegram. Puede consultar sus FAQ. No debe cobrar una tarjeta. Ya expliqué cómo hacer streaming de eso en Next.js.
• Agente: el modelo elige una herramienta de una lista que usted le dio — crear una factura, reservar un hueco, publicar en el canal, reembolsar. El radio de daño lo marca la lista de herramientas, no el prompt.

2. Qué puede circunscribir este mes un negocio pequeño

Empiece por leer y redactar. Deje la escritura detrás de un botón que pulsa una persona. No es lentitud. Así se duerme tranquilo.

• Seguro sin humano en el bucle: clasificar un email entrante, extraer nombre y fecha, redactar una respuesta en el tono del dueño, sugerir tres huecos de un calendario público, responder desde sus FAQ con retrieval.
• Hace falta confirmación humana: crear la reserva, enviar la factura, publicar en el canal público, cambiar un precio, conceder acceso, hablar con un proveedor de pago.
• Nunca sin supervisión, ni con un modelo «listo»: reembolsos, borrados, mensajes masivos, mover dinero, firmar contratos, un shell en un servidor que guarda datos de clientes.

3. Las noticias de este mes, en un párrafo que se pueda usar

Los laboratorios están aprendiendo en público que un agente con navegador y credenciales es una amenaza distinta a una ventana de chat. Eso no significa congelar cada proyecto de IA. Significa: la primera versión tiene una lista blanca de herramientas, sin navegación abierta en la máquina que guarda las claves de Stripe, registros de cada llamada a herramienta y un interruptor de emergencia. MCP — el protocolo con el que un modelo habla con herramientas — es infraestructura. Poner MCP en un servidor no hace el producto seguro. El producto es seguro cuando las herramientas no pueden reembolsar y cuando una persona sigue pulsando enviar antes de que salga el dinero.

4. Cómo integraría un agente acotado en Next.js

El frontend sigue siendo un chatbot hasta que una herramienta necesita confirmación. Entonces muestro la acción propuesta — «crear factura de 240€ para Anna, viernes 16:00» — y una persona pulsa sí. El servidor guarda las claves. El modelo nunca las ve. Los resultados de las herramientas vuelven como datos que la interfaz puede mostrar, no como «el agente dijo que funcionó».

• Un adaptador al proveedor de LLM. Por qué ese proveedor no es la pestaña de chat, ya lo escribí.
• Herramientas como funciones tipadas en el servidor. Nada de «que el modelo escriba SQL».
• Claves de idempotencia en todo lo que cobra o reserva. Los agentes reintentan. Un cargo doble es su problema, no del modelo.
• Un registro de auditoría que pueda leer alguien que no es ingeniero: quién preguntó, qué herramienta, qué id, quién confirmó.

Conclusión: alquile el lenguaje, quédese las llaves

Un agente sirve cuando la lista de herramientas es corta y el dinero sigue esperando a una persona. Un chatbot sirve cuando el trabajo es lenguaje. Si le vendieron «un empleado de IA que lleva la tienda», le vendieron una demo con escritura en producción. Integro agentes acotados en apps Next.js y bots de Telegram: borrador, extracto, propuesta — confirmación en el paso peligroso. Escriba por el formulario la acción que quiere automatizar y la que nunca quiere sin supervisión. No empezaremos entregándole la caja al modelo.