Cómo decide un LLM

Un LLM no "hace" cosas

Se habla mucho de agentes de IA que "hacen" tareas. Por dentro, el modelo no ejecuta nada: decide qué herramienta usar y con qué argumentos, y otro programa se encarga de ejecutarla. Entender esa separación cambió cómo diseño estos flujos.

El ciclo, paso a paso

1. Objetivo y herramientas. El modelo recibe la tarea y una lista de herramientas descritas con JSON Schema: nombre, para qué sirve y qué argumentos acepta.
2. Decide. No ejecuta código: devuelve una llamada estructurada (tool_use) con los argumentos que eligió.
3. Actúa. El host del agente, el programa que lo envuelve, valida permisos y ejecuta la herramienta.
4. Observa. El resultado vuelve al contexto del modelo como una observación.
5. Repite. Razonar, actuar y observar (el patrón conocido como ReAct) hasta cumplir el objetivo.
6. Guardarraíl. Lo irreversible (publicar, borrar, pagar) queda en pausa hasta que un humano lo aprueba.

Así se ve, simplificada, la descripción de una herramienta (ejemplo):

{ "name": "render_video", "input_schema": { "type": "object", "properties": { "html": {}, "fps": {} } } }

Un caso real

Las publicaciones de esta serie las produje así. Un agente (Claude Code) delegó la portada a Codex, escribió la animación en HTML, la renderizó con Playwright y la codificó con ffmpeg. Antes de publicar, yo revisé y aprobé.

Por qué diseñarlo así

• La calidad depende de las herramientas. Un agente rinde tanto como las herramientas que le das y lo bien descritas que estén. Una descripción ambigua produce llamadas ambiguas.
• El modelo propone; los permisos los defines tú. Como la ejecución vive en el host, es ahí donde se controla qué se puede hacer y qué no.
• La aprobación humana no es burocracia: es diseño. Separar lo reversible de lo irreversible permite automatizar mucho sin perder el control de lo que importa.

Lo que aprendí

Pensar en un agente como "un modelo que decide más un programa que ejecuta" lo desmitifica. Las preguntas útiles pasan a ser de ingeniería: qué herramientas expongo, cómo las describo, qué valido antes de ejecutar y en qué punto pido confirmación.

¿Y tú?

¿Qué decisión le dejarías a un agente... y cuál nunca?