Un chatbot normal solo responde con texto — preguntas, responde, y el intercambio termina allí. Un agente ejecuta un bucle: puede llamar a herramientas para tomar acciones, observar los resultados e iterar hacia un objetivo hasta que se cumpla una condición de parada. La diferencia es hacer, no solo hablar.
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
En cada paso, el agente decide qué hacer a continuación basándose en lo que ha aprendido, en lugar de producir una respuesta y detenerse.
Las "herramientas" de un agente le permiten actuar sobre el mundo:
Goal: "Fix the failing test."
1. Run the test suite → observe: test_login fails
2. Read the failing test → observe: it expects a 200, got 500
3. Search for the handler → observe: missing null check
4. Edit the handler file → write the fix
5. Run the test suite again → observe: all pass
→ stopping condition met: tests green, done
Un chatbot solo podría describir una posible solución; el agente la aplica realmente y verifica el resultado ejecutando las pruebas por sí mismo.
Entender el bucle del agente explica por qué los agentes pueden completar trabajo real de varios pasos — depuración, refactorización, investigación — en lugar de solo describirlo. El ciclo de llamada de herramienta-observación-iteración, con una condición de parada clara, es lo que convierte un modelo de lenguaje de un generador de texto conversacional en algo que realmente completa tareas.