⚙️ Qué es un bucle de agente
Un loop de agente es solo una IA que razona qué hacer, actúa, e observa el resultado, una y otra vez, hasta alcanzar el objetivo. Nada de magia: tres pasos que se repiten hacia una meta, hasta que una verificación de «¿listo?» indica que hay que parar.
Lee el diagrama: a partir del objetivo, el agente piensa (reason), actúa con una herramienta (act) y lee lo que ocurrió (observe). Si aún no terminó, vuelve al inicio. Cuando pasa la comprobación «¿listo?», se detiene.
🧩 La frase que lo resume todo
"Un loop de agente es un LLM que llama herramientas, revisa el resultado y repite para alcanzar un objetivo declarado, hasta que está listo o tú lo detienes." Guarda esa frase: es la respuesta modelo que encaja con las 11 definiciones que existen por ahí.
🖼️ Las 4 figuras que confunden
Mira cinco videos y verás cinco figuras diferentes. Son el mismo concepto desde distintos ángulos. Estas son las cuatro con las que más te encontrarás, y la confusión no es culpa tuya.
Qué ver: cuatro dibujos, una sola planta. Quien está empezando cree que son cuatro cosas; son cuatro fotos del mismo objeto.
🔵 "Think → Act → See"
Los mismos tres tiempos, con palabras más antiguas (el artículo de ReAct).
🟢 "El modelo usa herramientas en repetición"
La versión más sencilla: un modelo que llama herramientas sin parar (Anthropic).
🟡 "Se ejecuta solo"
El mismo loop, pero dejándolo en ejecución sin supervisión hacia una meta (AutoGPT).
🟣 "Un jefe, varios ayudantes"
Un agente líder asigna tareas a subagentes (multiagente).
La clave: no importa el diseño: todos se reducen al mismo esqueleto. Aprende el esqueleto y cualquier figura nueva será obvia.
👁️ El beat «observa»
De los tres golpes, el del medio del nombre — observa — es lo que hace que el loop funcione de verdad. Es el momento en que el agente lee su propio resultado en vez de suponer que funcionó.
Qué ver: el agente lee el resultado y la información vuelve para la siguiente decisión. Sin esa lectura, queda a ciegas.
✗ Sin observar
El agente actúa, supone que funcionó y sigue adelante. Resultado: trabajo pulido, seguro de sí mismo e incorrecto — y lo llama «hecho».
✓ Observando
El agente ejecuta la prueba, lee la salida real, se da cuenta de lo que aún falta — y ajusta. Eso es lo que hace que el loop converger en vez de derivar.
💡 Por qué esto es el corazón del ciclo
Observar es el mecanismo que hace posible el "¿listo?". Si el agente no lee su propio resultado, no puede saber si terminó; entonces, o se detiene demasiado pronto (entrega algo roto) o nunca se detiene. Toda la Trilha 2 gira en torno a una pregunta: ¿cómo comprueba este agente que ya está listo?
🧑💼 El pasante astuto
El mejor modelo mental: piensa en un un pasante inteligente al que no supervisas al detalle. Tú defines la meta. Él descubre el siguiente paso, lo ejecuta, revisa su propio trabajo y sigue; solo vuelve contigo cuando termina (o se bloquea).
Qué ver: trabaja solo y revisa su propia lista de verificación. Tú no dictas cada paso: das el objetivo y la definición de "listo".
Entregas la meta, no la lista de pasos.
Él descubre el siguiente paso y ejecuta.
Él revisa su propio trabajo y repite.
Él vuelve a ti solo cuando terminó o se atascó.
🧠 Por qué esta metáfora ayuda
Calibra dos decisiones que tomarás todo el tiempo: qué delegar (la tarea repetitiva y verificable) y qué verificar (cómo sabe el practicante que ya está listo). Un loop de agente es exactamente eso, en software.
🔁 Loop vs. prompt único
La IA nunca acierta a la primera. En un prompt único (one-shot) aceptas la respuesta del primer intento. En un loop, la IA asume el papel del humano que da feedback y hace iteraciones, y por eso se acerca mucho más.
Qué ver: llega al mismo lugar (90–95%), pero el bucle sube mucho antes porque delega el ciclo de feedback e iteración a la propia IA, en vez de esperar a que revises cada vuelta.
¿Cuándo vale más la pena un loop que un prompt único?
🎯 El ciclo, cerrado
Cierre del módulo: cada vuelta es un paso y el agente recorre el ciclo —actuar, observar, actuar, observar— hasta que la comprobación de «¿listo?» se supera, o un guardrail (un límite de seguridad, como un número máximo de intentos) parar. Ya puedes imaginar un loop de verdad en marcha.
# Cole no Claude Code — seu primeiríssimo loop (você vai aprofundar na Trilha 3)
# o objetivo
Conserte o único teste que está falhando neste projeto.
# o que "pronto" significa (deixe checável)
Pronto quando: esse teste passa ao rodar a suíte de testes.
# como checar
Verifique rodando os testes e lendo a saída.
# o guardrail
Continue até passar, ou pare depois de 5 tentativas e me avise.Cómo verificar: abre un proyecto pequeño con 1 prueba fallida, pega el prompt en Claude Code y observa cómo repite reason→act→observe hasta que pasen las pruebas (o se detenga tras 5 intentos). Ese es el esqueleto de este módulo en funcionamiento.
📒 Glosario base (llévalo al resto del curso)
- •LLM — el modelo de IA que decide el siguiente paso.
- •Herramienta (tool) — una acción que ejecuta el modelo (buscar, ejecutar código, editar un archivo).
- •Iteración / vuelta — una pasada por reason→act→observe.
- •Ground truth — el resultado real que observa el agente.
- •Guardrail — un límite de seguridad (p. ej., máximo de intentos).
🧾 Resumen del módulo
Siguiente:
1.2 — El núcleo invariante: 6 elementos