Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Comparación de la IA tradicional con los agentes de software y la IA agencial La siguiente tabla proporciona una comparación detallada de la IA tradicional, los agentes de software y la IA de los agentes. | Característica | IA tradicional | Agentes de software | IA de agencia | | --- | --- | --- | --- | | Ejemplos | Filtros de spam, clasificadores de imágenes, motores de recomendación | Chatbots, programadores de tareas, agentes de monitorización | Asistentes de IA, agentes desarrolladores autónomos, orquestaciones LLM multiagente | | Modelo de ejecución | Batch o sincrónico | Event-driven o programado | Asincrónico, impulsado por eventos y orientado a objetivos | | Autonomía | Limitada; a menudo requiere una orquestación humana o externa | Medio; funciona de forma independiente dentro de límites predefinidos | Alto; actúa de forma independiente con estrategias de adaptación | | Reactividad | Reactiva a los datos de entrada | Reactivo al entorno y a los eventos | Reactivo y proactivo; anticipa e inicia acciones | | Proactividad | Raro | Presente en algunos sistemas | Atributo principal: impulsa el comportamiento dirigido a objetivos | | Comunicación | Mínimo; por lo general, independiente o API-bound | Inter-agent o mensajería entre un agente y un humano | Interacción rica entre múltiples agentes y entre personas informadas | | Decision-making | Modele únicamente la inferencia (clasificación, predicción, etc.) | Razonamiento simbólico o decisiones basadas en reglas o guionadas | Razonamiento contextual, dinámico y basado en objetivos (a menudo) LLM-enhanced | | Intención delegada | No; realiza tareas definidas directamente por el usuario | Parcial; actúa en nombre de usuarios o sistemas con un alcance limitado | Sí; actúa con objetivos delegados, a menudo en todos los servicios, usuarios o sistemas | | Aprendizaje y adaptación | A menudo se centra en el modelo (por ejemplo, la formación en aprendizaje automático) | A veces adaptativo | Aprendizaje, memoria o razonamiento integrados (por ejemplo, retroalimentación, autocorrección) | | Agencia | Ninguna; herramientas para humanos | ¿Implícito o básico | Explícito; opera con un propósito, metas y autodirección | | Conciencia del contexto | Bajo; apátrida o basado en instantáneas | Moderado; algún seguimiento estatal | Alto; utiliza modelos de memoria, contexto situacional y entorno | | Rol de infraestructura | Integrado en aplicaciones o canales de análisis | Componente de middleware o capa de servicio | Malla de agentes componible integrada con sistemas en la nube, sin servidor o periféricos | En resumen: + La IA tradicional se centra en las herramientas y es limitada desde el punto de vista funcional. Se centra en la predicción o la clasificación. + Los agentes de software tradicionales introducen la autonomía y la comunicación básica, pero a menudo están sujetos a reglas o son estáticos. + La IA de Agentic aúna autonomía, asincronía y agencia. Permite que las entidades inteligentes y orientadas a objetivos puedan razonar, actuar y adaptarse dentro de sistemas complejos. Esto hace que la IA agentic sea ideal para el futuro nativo de la nube. AI-driven