Qué es un modelo de IA y qué es un agente

Modelo, agente, memoria, herramientas, skills. Usamos estas palabras todos los días y casi nadie tiene claro qué nombra cada una. Y hay una confusión que me interesa deshacer más que ninguna: la sensación de que "el modelo aprende de mí". No aprende. Lo que pasa es más simple, más interesante, y conviene entenderlo para usar bien estas herramientas.

Un modelo es un archivo

Despojado de todo el marketing, un modelo de lenguaje es un archivo de números. Miles de millones de números —los "parámetros"— que codifican patrones extraídos de una cantidad enorme de texto. Ese archivo hace una sola cosa: dada una secuencia de palabras, calcula qué palabra es más probable que venga después. La repite muchas veces por segundo y el resultado es un párrafo.

"Predecir la palabra siguiente" suena a truco de salón, pero adentro de esa predicción hay una red de relaciones entre todas las palabras del contexto — en el artículo anterior mostré cómo se ve esa red por dentro, con las figuras del paper de 2017 que inventó la arquitectura. Para predecir bien la palabra que sigue en "el diagnóstico del paciente con fiebre y rigidez de nuca es...", el modelo tuvo que codificar algo que funciona como conocimiento médico. La predicción es el mecanismo; lo que emerge es más difícil de nombrar.

Lo importante para todo lo que viene: ese archivo está congelado. Cuando conversas con un modelo, sus números no cambian. Ni uno. El archivo es el mismo antes y después de tu conversación, para ti y para los otros cientos de millones de personas que hablaron con él hoy.

Cómo se entrena

Si el archivo está congelado, ¿de dónde salieron los números? De un proceso en tres etapas, cada una más cara que artesanal:

1. Pre-entrenamiento. El modelo lee una fracción gigante de internet y de bibliotecas enteras, ajustando sus números para predecir cada palabra siguiente. Meses de cómputo, decenas o cientos de millones de dólares. De aquí sale el conocimiento y el lenguaje.
2. Ajuste fino (fine-tuning). El modelo crudo sabe continuar texto, no conversar. Se le muestran decenas de miles de ejemplos curados de buenas respuestas: preguntas con sus respuestas, instrucciones bien seguidas. De aquí sale el comportamiento de asistente.
3. Refuerzo con preferencia humana (RLHF). Personas comparan pares de respuestas y marcan cuál prefieren; el modelo se ajusta hacia lo preferido (el paper que introdujo la técnica). De aquí sale el tono: útil, prudente, dispuesto a decir "no sé".

La asimetría económica explica casi todo el negocio: entrenar cuesta millones y ocurre una vez; responder cuesta centavos y ocurre miles de millones de veces. Por eso los modelos tienen "fecha de corte de conocimiento": lo que pasó después de su entrenamiento no está en los números. Y por eso no aprenden de tu conversación — actualizar el archivo por cada usuario sería técnica y económicamente absurdo, además de un problema serio de privacidad: lo que aprendiera de ti podría salirle a otro.

"Pero a mí me recuerda": qué es la memoria en realidad

Entonces, ¿cómo puede ser que tu asistente sepa tu nombre, tu trabajo y lo que le contaste la semana pasada? Aquí está el concepto que más vale la pena llevarse de este artículo: la ventana de contexto.

Además de sus números congelados, el modelo tiene una entrada de texto: todo lo que puede "ver" mientras responde. Tu pregunta viaja ahí, pero no viaja sola. El producto que usas —el chat, el asistente— le antepone cosas: instrucciones de comportamiento, la conversación hasta ahora, y un expediente tuyo: notas que el sistema guardó sobre ti en una base de datos común y corriente.

Cuando el asistente "recuerda" que eres arquitecto, no es que el modelo haya aprendido nada. Es que antes de tu pregunta, el sistema le pegó un texto que dice algo como "el usuario es arquitecto, vive en Guadalajara, prefiere respuestas breves". El modelo lo lee —como lee todo lo que hay en su ventana— y responde en consecuencia. La "memoria" es un documento que te leen antes de contestarte, no un cambio en quien contesta.

La prueba está a la mano: borra ese expediente desde la configuración de cualquier asistente y la "memoria" desaparece entera. Si el modelo hubiera aprendido, no habría nada que borrar. La personalización es ingeniería de contexto: decidir qué información inyectarle al modelo en cada llamada. Es literalmente lo mismo que hago yo cuando le paso el texto de un reglamento para que responda sobre él.

Modelo vs agente

Con esto ya se puede trazar la frontera que más confusión genera. Un modelo recibe texto y devuelve texto. Una vez. No hace nada más: no navega, no ejecuta, no espera. Un agente es un modelo puesto adentro de un bucle, con tres cosas que el modelo solo no tiene:

1. Un objetivo que persiste entre pasos: "investiga estos tres proveedores y prepara un resumen".
2. Herramientas: acciones que puede invocar — buscar en la web, leer un archivo, mandar un correo, ejecutar código. El modelo no las ejecuta; las *pide*, y el sistema alrededor las ejecuta y le devuelve el resultado como más texto en su ventana.
3. El bucle: después de cada resultado, el modelo decide el paso siguiente. Actúa, observa, vuelve a decidir, hasta terminar el objetivo.

Las skills —otra palabra de moda— son paquetes de instrucciones y procedimientos que se le inyectan al agente cuando la tarea lo amerita: cómo redactar en el estilo de la empresa, cómo procesar una factura, qué pasos seguir para publicar. Nota el patrón, porque es siempre el mismo: nada de esto modifica el modelo. Memoria, herramientas, skills — todo es contexto que entra y sale de la ventana. El modelo es el motor; todo lo demás es lo que armamos alrededor.

¿Están entrenando con mis datos?

Es la pregunta que más me hacen, y la respuesta correcta es incómoda de tan poco conocida: depende de la puerta por la que entras, no de la empresa. Las mismas compañías tienen dos regímenes distintos.

La puerta consumer —el chat que abres en el navegador— sí puede alimentar el entrenamiento. ChatGPT lo hace por defecto en las cuentas personales, gratis y de pago, salvo que lo desactives en la configuración. Claude te lo pregunta y, si aceptas, puede retener tus conversaciones hasta cinco años para entrenar. Gemini usa tu actividad salvo que la apagues. No es "solo los usuarios gratis": es cualquiera que no haya tocado la configuración.

La puerta API —la que usan los productos construidos sobre estos modelos— tiene otro contrato: ese tráfico no se usa para entrenar por defecto, y la retención es corta y auditada. Es la diferencia entre entrar a un local y firmar un contrato comercial con el mismo proveedor.

Un ejemplo que conozco de primera mano, porque es mío: en Kouzee, cuando alguien sube la foto de su living para rediseñarlo, esa imagen viaja a los modelos por API, no por un chat. No entra al ciclo de entrenamiento y no queda viviendo en los servidores del proveedor: queda en la base de datos de Kouzee, bajo reglas nuestras. Paradójicamente, subir tu casa a un producto chico construido sobre la API puede ser más privado que subirla al chat gratuito del gigante — si nunca tocaste la configuración, el chat tiene permiso de entrenar con ella.

Y el mismo principio, un nivel más arriba, es la base de mi otra empresa: en Zapians construimos empleados digitales para empresas, y ahí la arquitectura que describí en este artículo se vuelve política de datos. El modelo se consume por API —ese tráfico no entrena a nadie—, pero cada herramienta, cada memoria y cada interacción pasa por el arnés que construimos nosotros: la capa que convierte un modelo en agente es la misma que decide qué datos ve, qué acciones puede pedir y dónde queda registrado todo, en bases de datos privadas de cada empresa. Y para datos que no deben salir de casa, el paso siguiente ya existe: modelos abiertos desplegados en servidores propios, donde la información no cruza nunca la puerta de la empresa. Entender la diferencia entre modelo y agente no es teoría: es exactamente donde se decide quién ve tus datos.

Dos letras chicas que conviene saber. El opt-out siempre es hacia adelante: lo que un modelo ya entrenó con tus datos no se puede desentrenar. Y desactivar el entrenamiento no borra tus conversaciones: la retención (los días que el proveedor guarda lo tuyo) es una perilla aparte.

Para qué sirve entender esto

No es cultura general; cambia decisiones concretas. Si sabes que el modelo no aprende de ti, dejas de esperar que mejore solo y empiezas a escribir mejor contexto — que es lo que de verdad mejora las respuestas. Si sabes que la memoria es un expediente, sabes dónde mirar cuando el asistente "se equivoca contigo" y qué borrar. Si sabes distinguir modelo de agente, puedes evaluar productos sin marearte con las palabras. Y si sabes que el chat consumer y la API son regímenes distintos, puedes decidir con datos qué subes, dónde, y qué configuración revisar primero.

El modelo es un archivo congelado que completa texto. Todo lo demás —la memoria, las herramientas, los agentes, las skills— es arquitectura alrededor de esa pieza. Y esa arquitectura, a diferencia del archivo, sí la diseñamos nosotros.