Un modelo de lenguaje no ejecuta nada. Sorprende a casi todo el mundo la primera vez que se dice: lo único que sabe hacer un modelo es escribir. Cuando un agente cancela un pedido, lo que el modelo hizo fue pedir que se cancelara, y lo canceló un programa normal y corriente que estaba escuchando.
Esa petición tiene nombre: llamada a herramientas, o tool calling. Es el mecanismo entero por el que un agente pasa de decir a hacer, y entenderlo es lo que te permite juzgar si el de alguien hace algo de verdad o sólo lo cuenta bien.
Qué es una herramienta, para un modelo
Tres cosas: un nombre, una descripción y una ficha con los campos que hay que rellenar. “cancelar_pedido”, “cancela un pedido que todavía no ha salido del almacén”, y un campo obligatorio que es el número de pedido. Nada más.
La descripción es la pieza que más se subestima. No es documentación para el equipo: es la instrucción que decide cuándo se usa esa acción y cuándo no, y la lee el modelo. Una descripción vaga es un agente que cancela pedidos cuando le preguntan por una devolución.
El bucle, paso a paso
- 1Llega el mensaje. Al modelo se le entrega lo que escribió el cliente y, junto a eso, la lista de herramientas que tiene permitidas en ese momento.
- 2El modelo elige y rellena. No contesta al cliente todavía: contesta con una petición. Esta herramienta, con estos valores sacados de la conversación.
- 3Se ejecuta fuera del modelo. La llamada la hace código normal, con la credencial del negocio, con sus tiempos de espera y sus reglas. El modelo nunca ve la credencial ni decide el cómo.
- 4El resultado vuelve. Entra en la conversación como un mensaje más, pero marcado como resultado y no como algo que haya dicho nadie.
- 5Y vuelta a empezar. Con el resultado delante, el modelo responde o pide otra cosa. Un caso de verdad encadena tres o cuatro: mirar el pedido, mirar la política que aplica, hacer el cambio, comprobarlo.
El modelo decide qué. Nunca cómo, ni con qué permisos, ni hasta cuánto.
Leer y escribir no son la misma cosa
Aquí está casi toda la ingeniería seria de un agente que actúa, y es una asimetría que no se nota hasta que algo falla a medias.
- Una consulta se puede repetirSi la red falla o el sistema devuelve un error pasajero, se vuelve a preguntar. Preguntar dos veces cuesta una petición y nada más.
- Una escritura sólo se repite si se puede demostrar que nunca llegóY agotar el tiempo de espera no lo demuestra. El reembolso pudo emitirse perfectamente y perderse la respuesta en el camino de vuelta. Reintentarlo es reembolsar dos veces.
- Cuando nadie puede saberlo, va a una personaEse caso termina como un fallo que se traspasa, con lo que se intentó y lo que se sabe. No saber es un final honesto. Adivinar no lo es.
La misma acción, dos veces
Hay un segundo camino hacia el reembolso doble, y no viene de la red: viene del propio modelo. Que pida la misma acción dos veces en el mismo turno, porque el primer resultado no volvió como esperaba, no es un fallo raro. Es un martes.
Por eso la misma acción, con los mismos valores, en la misma conversación, cuenta como ya hecha durante diez minutos. Lo bastante para cubrir al modelo que insiste y al cliente que vuelve a pedirlo tres mensajes después; lo bastante poco para que un reembolso que de verdad se pide dos veces en una hora siga pasando.
Al modelo no se le da el catálogo entero
Lo que un agente puede hacer en un turno pasa por tres filtros antes de llegar al modelo: lo que el negocio ha conectado de verdad, lo que ese agente concreto tiene encendido, y lo que su dueño ha dejado en automático en vez de detrás de un visto bueno.
Los tres suenan a configuración y son producto. Un agente al que se le ofrecen siete acciones de tienda sin tienda conectada sólo sabe contestar que no puede, y eso, del otro lado, no se lee como un ajuste pendiente: se lee como un producto roto.
Ejecutar no es terminar
La última parte es la que más veces falta. Que la llamada no diera error no significa que el cambio esté hecho: significa que el otro sistema aceptó la petición. Comprobar es volver a mirar DESPUÉS de actuar y encontrar el cambio allí.
Una escritura que nadie volvió a mirar no está comprobada. Probablemente funcionó, y la mayoría de las veces habrá funcionado, pero “probablemente” no es lo que se le dice a un cliente. Y cuando no se pudo comprobar, el resultado viaja con la frase que el agente tiene permitido decir, delante de la respuesta: un veredicto que el modelo no ve no cambia ni una palabra de lo que el cliente acaba leyendo.
Lo difícil de un agente que actúa nunca fue que actuara. Es que sepa cuándo no lo consiguió, y que lo diga.
