Workflows vs agentes

Cocinar con receta o con nevera vacía

Si haces una tortilla, sigues una receta: pelar, batir, cuajar, dar la vuelta. Los pasos están decididos de antemano. Si en cambio te dicen «prepara una cena con lo que haya en casa», tienes que mirar la nevera, improvisar y cambiar de plan si falta un ingrediente.

Esa es la diferencia que marca Anthropic entre dos tipos de sistemas con IA:

• Workflow (flujo de trabajo): el modelo y las herramientas se mueven por caminos que el código ha fijado antes. Es la receta.
• Agente: el modelo decide por sí mismo los pasos y qué herramientas usar. Es la nevera vacía.

Anthropic llama a ambos, en conjunto, sistemas agénticos.

La regla de oro: lo más simple que funcione

La recomendación central es casi aburrida: busca la solución más sencilla posible y añade complejidad solo cuando se demuestre necesaria. A veces eso significa no construir un sistema agéntico en absoluto. Para muchas aplicaciones basta con una sola llamada al modelo, bien optimizada con búsqueda de información (retrieval) y algunos ejemplos en el prompt.

¿Por qué? Porque los sistemas agénticos suelen cambiar velocidad y coste por mejor resultado. Cada paso extra es una llamada más, más espera y más dinero.

¿Y los frameworks?

Existen librerías que te ahorran trabajo (Anthropic menciona, entre otras, el Claude Agent SDK o el SDK de Strands de AWS). Ayudan a empezar, pero añaden capas que esconden los prompts y las respuestas reales, y eso dificulta depurar. También tientan a complicar lo que podría ser sencillo.

Consejo de la fuente: empieza llamando directamente a la API del modelo, porque muchos patrones caben en pocas líneas. Si usas un framework, entiende qué hace por debajo; suponer mal lo que ocurre ahí dentro es una fuente frecuente de errores.

Un ejemplo mínimo de decisión

Quieres que una IA resuma reseñas de clientes.

1. ¿Basta una sola llamada con las reseñas pegadas en el prompt?  -> hazlo así.
2. ¿Siempre son los mismos pasos (extraer temas, luego resumir)?   -> workflow.
3. ¿Los pasos dependen de lo que se encuentre por el camino?        -> agente.

Se empieza por la 1 y solo se baja si falla de verdad.

Las siguientes lecciones recorren los patrones de workflow uno a uno, y la última llega al agente autónomo. Antes, mira el ingrediente común: el LLM aumentado.