Plataformas de IA tranquilas: entregar inteligencia sin quemar al equipo

Hay una forma concreta que adopta el trabajo con IA cuando va bien dentro de un equipo serio. Es poco glamuroso. Es, sobre todo, fontanería. Y es, lentamente, el cambio más importante en cómo se construye software.

Esta es la versión de “IA en la plataforma” que vengo defendiendo: tranquila, observable y construida para que el lunes por la mañana vuelva a ser aburrido.

1. El agente no es el producto

El agente es la vía más rápida a la siguiente decisión. Sea un workflow de Claude Code que redacta una migración, un job de Codex que reescribe un test escamoso, o un modelo local que resume tickets ruidosos — ninguno es el producto. Son apalancamiento.

Cuando un equipo trata al agente como producto, ocurren dos cosas:

• Sobreinvierte en la superficie (chat UI, prompt UX, branding).
• Subinvierte en el sustrato: evals, reintentos, idempotencia, auditoría, coste.

Dale la vuelta. Construye primero el sustrato. Elige la superficie más barata posible: una CLI, un comando de Slack, un botón en tu admin existente. Reserva la inversión en superficie para cuando tengas un historial de decisiones que merezca la pena tomar.

2. La observabilidad es el contrato con tu yo futuro

Cada llamada del agente entra en una traza estructurada: modelo, tokens in/out, latencia, prompt id, tool calls, hash de razonamiento, coste. Esa traza se consulta como cualquier otra telemetría de producción: dashboards de Grafana, umbrales de alerta, revisiones semanales.

La victoria no es “sabemos lo que hizo el agente”. La victoria es detectar regresiones: cuando llega una nueva versión del modelo, reproduces las trazas de ayer y ves los deltas de coste, latencia y comportamiento antes de que afecten a un usuario real.

Si no puedes responder “qué decidió este agente el martes pasado a las 15h y por qué”, no tienes una plataforma de IA. Tienes un deseo.

3. Herramientas aburridas, juicio caro

El patrón que escala es:

• Orquestación aburrida — tu job runner existente, tu cola existente, tu CI existente. Sin nuevos proveedores.
• Juicio caro — un conjunto pequeño y bien nombrado de pasos de “juicio” donde el modelo hace lo que solo el modelo puede hacer.
• Fallbacks baratos — si el paso de juicio falla o rompe un eval, el sistema degrada a un camino determinista que un humano lee en cinco minutos.

Es poco glamuroso. No genera hilos de Twitter. Pero el equipo duerme, la plataforma aprende y la siguiente migración pesa la mitad que la anterior.

Esa es la versión de la IA que merece la pena entregar.