la mayoría de la gente que habla de agentes de IA nunca ha construido uno

aquí está la arquitectura actual
agente de llamada a herramientas = cerebro llm + registro de funciones + ciclo de ejecución
defines las herramientas como esquemas estructurados. el modelo elige qué herramienta llamar y pasa los argumentos. tu entorno de ejecución lo ejecuta y devuelve el resultado
ese es todo el ciclo. sin magia
frameworks modernos como langchain o llamadas a funciones de openai manejan el enrutamiento. plataformas de ml en la nube como vertex o bedrock manejan la escalabilidad de inferencias para que no gastes dinero en gpus ociosos
qwen 3.5 modelos pequeños - 0.8B a 9B parámetros - pueden ejecutar llamadas a herramientas localmente en un solo nodo. la misma base que los grandes modelos, solo con menos computación
la diferencia no es saber que la IA existe. es saber cómo conectar las herramientas en un ciclo que realmente entregue resultados
si estás construyendo agentes ahora mismo, deja de lado qué framework estás usando.