---
title: Agentes de IA
seo_title: Agentes de IA en vídeo
description: 'Mapa visual de qué convierte un modelo que responde en un sistema que decide acciones: bucle, evaluación, seguridad y operación con límites.'
keywords: agentes de IA, agentic AI, tool calling, workflows, evaluación de agentes, prompt injection, identidad de agentes, IA en producción
date: '2026-07-14T00:00:00+00:00'
robots: index,follow,max-snippet:-1,max-image-preview:large,max-video-preview:-1
hide:
- toc
- navigation
video_watch_page: true
---


<div class="s5-video-watch" data-s5-video-watch data-video-id="videos-series-agentes-ia-00-presentacion-serie-md">
  <header class="s5-video-watch__header">
    <div class="s5-video-watch__crumbs">
      <a href="/videos/">Todos los vídeos</a>
      <span>Otros temas</span>
      <span>1:00</span>
    </div>
    <h1>Agentes de IA</h1>
    <p>Mapa visual de qué convierte un modelo que responde en un sistema que decide acciones: bucle, evaluación, seguridad y operación con límites.</p>
  </header>

  <div class="s5-video-watch__player">
    <video controls crossorigin="anonymous" preload="metadata" poster="/series/agentes-ia/00_presentacion_serie.jpg" playsinline data-s5-watch-player>
      <source src="/series/agentes-ia/00_presentacion_serie.mp4" type="video/mp4">
      
      Tu navegador no soporta el elemento de vídeo.
    </video>
    <p>Los enlaces con <code>?t=</code> abren el vídeo en un segundo concreto.</p>
  </div>

  <section class="s5-video-watch__summary" aria-labelledby="video-summary-title">
    <div class="s5-video-watch__section-head">
      <span class="s5-eyebrow">Resumen del vídeo</span>
      <h2 id="video-summary-title">Las ideas que debes retener</h2>
    </div>
    <div class="s5-video-watch__snippet-grid">
      
      <article>
        <span>01</span>
        <h2>1. Qué es un agente y qué no lo es</h2>
        <p>Diferencia entre chatbot, workflow, copiloto y agente. Del modelo que responde al sistema que persigue un objetivo. Por qué autonomía significa delegar decisiones concretas, no entregar el…</p>
      </article>


      <article>
        <span>02</span>
        <h2>2. La anatomía de un agente</h2>
        <p>El bucle observar–planear–actuar–verificar. Tools, memoria, contexto, estado y runtime. Por qué una tool call es un contrato de software, no una capacidad mágica del LLM.</p>
      </article>


      <article>
        <span>03</span>
        <h2>3. Cómo se evalúa un agente</h2>
        <p>Tareas reproducibles frente a benchmarks de respuesta. Trazas, éxito de tarea, coste, latencia y recuperación ante fallos. El problema de que un agente pueda “hacer trampa” en su propia…</p>
      </article>

    </div>
  </section>

  
  <section class="s5-video-watch__chapters" aria-labelledby="video-chapters-title">
    <div>
      <span class="s5-eyebrow">Momentos clave</span>
      <h2 id="video-chapters-title">Ve directamente a una sección</h2>
    </div>
    <ol><li><a href="?t=0" data-s5-video-seek="0"><time>0:00</time><span>Del modelo que responde al agente que actúa</span></a></li>
<li><a href="?t=20" data-s5-video-seek="20"><time>0:20</time><span>Bucle, evaluación y límites de autonomía</span></a></li>
<li><a href="?t=40" data-s5-video-seek="40"><time>0:40</time><span>Seguridad, evidencia y operación</span></a></li></ol>
  </section>

  

  <aside class="s5-video-watch__source">
    <div>
      <span class="s5-eyebrow">Contexto y evidencia</span>
      <h2>Continúa con el artículo completo</h2>
      <p>El capítulo desarrolla el mecanismo, las fuentes primarias, los límites y las conexiones con el resto de la serie.</p>
    </div>
    <a class="s5-video-watch__source-link" href="https://5sigmas.com/series/agentes-ia/00_presentacion_serie/">Leer el artículo →</a>
  </aside>

  <section class="s5-video-watch__related" aria-labelledby="related-videos-title">
    <div class="s5-video-watch__section-head">
      <span class="s5-eyebrow">Siguiente paso</span>
      <h2 id="related-videos-title">Vídeos relacionados</h2>
    </div>
    <div class="s5-video-watch__related-grid">
      
<article>
  <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops/">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>Otros temas · 0:36</span>
    <strong>Observabilidad, taxonomías de fallos y feedback loops</strong>
  </a>
</article>


<article>
  <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates/">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>Otros temas · 0:36</span>
    <strong>Evaluación online: shadow, canary, A/B y regression gates</strong>
  </a>
</article>


<article>
  <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy/">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>Otros temas · 0:36</span>
    <strong>Trayectorias de agentes: éxito, eficiencia, recovery y policy</strong>
  </a>
</article>

    </div>
  </section>
</div>