BLUN Agents

Roles de IA que no solo responden tareas, sino que las ejecutan

Los BLUN Agents son roles de IA que trabajan de forma autónoma para tareas recurrentes y de varios pasos. Un agente no recibe únicamente un nombre o una personalidad: recibe un objetivo concreto, un ámbito de tareas claro, el modelo BLUN adecuado, herramientas permitidas y límites vinculantes.

De este modo, un chat general se convierte en un flujo de trabajo responsable. El agente sabe de qué es responsable, qué información puede utilizar, qué pasos puede ejecutar por sí mismo y cuándo se requiere una decisión humana.

Los BLUN Agents pueden iniciarse para tareas individuales o configurarse de forma permanente para un ámbito claramente definido. Son adecuados allí donde el trabajo surge regularmente siguiendo un patrón similar pero exige comprensión, decisiones y reacciones flexibles.

Un rol con responsabilidad real

Cada agente se configura según componentes claros:

• Rol: ¿Qué función desempeña el agente?
• Objetivo: ¿Qué resultado debe alcanzar?
• Ámbito de tareas: ¿Qué trabajos forman parte de su responsabilidad?
• Modelo: ¿Qué nivel de rendimiento se necesita?
• Herramientas: ¿A qué sistemas y funciones puede acceder?
• Límites: ¿Qué acciones están excluidas o requieren autorización?
• Entradas: ¿Qué datos y fuentes puede utilizar?
• Resultado: ¿En qué formato debe entregarse el trabajo?
• Verificación: ¿Cómo se reconoce que la tarea se ha completado correctamente?

Esta estructura evita que un agente trabaje arbitrariamente fuera de su ámbito. Las tareas, los derechos y los resultados esperados siguen siendo trazables.

Del encargo al resultado verificable

Un Agent de BLUN puede procesar una tarea en varios pasos:

1. Comprender el encargo: Se comprueban el objetivo, el material y los límites.
2. Planificar el procedimiento: El agente divide la tarea en pasos sensatos.
3. Seleccionar las herramientas: Solo se utilizan las funciones y fuentes de datos permitidas.
4. Ejecutar el trabajo: Se procesa la información y se llevan a cabo acciones.
5. Comprobar los resultados intermedios: Se detectan errores y datos faltantes.
6. Escalar si es necesario: Las decisiones poco claras o bloqueadas se trasladan.
7. Controlar el resultado: La salida se evalúa con respecto al objetivo y los criterios de comprobación.
8. Notificar la finalización: El resultado, los pasos ejecutados y los puntos abiertos se resumen de forma transparente.

Un agente no se considera terminado por el mero hecho de haber generado una respuesta que suena convincente. La finalización debe ajustarse al objetivo acordado y a los criterios de comprobación establecidos.

El modelo adecuado para cada rol

BLUN Agents pueden utilizar diferentes modelos según la tarea:

• King para tareas a largo plazo, complejas y muy interdependientes
• Voice para entradas habladas, telefonía y agentes basados en voz
• Imagine para tareas visuales y producción de imágenes

Un agente puede trabajar con un modelo fijo o transferir tareas a un nivel de rendimiento adecuado dentro de un flujo controlado. De este modo, el máximo rendimiento solo se emplea donde realmente se necesita.

Herramientas en lugar de respuestas aisladas

Un agente resulta especialmente útil cuando no solo genera texto, sino que puede trabajar con sistemas reales. A través de herramientas definidas y del servidor BLUN MCP, los Agents pueden acceder, por ejemplo, a archivos, bases de datos, APIs y funciones internas de la empresa.

Las posibles acciones de los agentes son:

• Recuperar información de un sistema
• Leer y estructurar documentos
• Preparar tareas o tickets
• Verificar y actualizar datos
• Generar informes
• Analizar y editar código
• Crear contenidos para sitios web o campañas
• Supervisar procesos recurrentes
• Transferir resultados al siguiente paso del trabajo

Qué acciones están realmente permitidas se determina mediante la configuración y los permisos de la herramienta correspondiente.

Varios Agents como equipo

Los flujos complejos pueden distribuirse entre varios roles especializados. Un agente se encarga, por ejemplo, de la planificación y la coordinación; otro de la implementación técnica; y un tercero de la revisión de calidad.

Una clara distribución de roles evita el trabajo duplicado y los cambios contradictorios. Cada agente recibe un ámbito de responsabilidad delimitado. Los resultados pueden transferirse a otros roles sin perder el objetivo común.

Posibles equipos de Agents:

• Dirección de producto, desarrollo y control de calidad
• Investigación, redacción y aprobación
• Soporte, análisis técnico y escalado
• Planificación de campañas, texto y producción de imágenes
• Verificación de datos, informe y resumen para la dirección

Control, límites y aprobaciones humanas

La autonomía no significa acceso ilimitado. Los Agents de BLUN deben trabajar dentro de permisos claros. Las acciones críticas pueden bloquearse o depender de una confirmación.

Los límites típicos son:

• acceso de solo lectura a datos sensibles
• cambios exclusivamente en un proyecto determinado
• ninguna publicación sin aprobación
• ningún mensaje a destinatarios externos sin confirmación
• herramientas y fuentes de datos limitadas
• límites definidos de coste o ejecución
• transferencia a una persona en caso de incertidumbre

De este modo se puede utilizar la automatización sin ceder la responsabilidad y el control de forma invisible a un modelo.

Roles típicos de agentes

• Agente de soporte para consultas recurrentes de clientes
• Agente de desarrollo para tareas de software claramente definidas
• Agente de QA para verificaciones y desviaciones
• Agente de investigación para la recopilación estructurada de información
• Agente editorial para contenidos y publicaciones
• Agente de proyectos para tareas, riesgos y progreso
• Agente de operaciones para procesos internos
• Agente de datos para verificación, extracción e informes
• Voice Agent para interacción hablada

Cuándo BLUN Agents son la elección correcta

Usa BLUN Agents cuando:

• una tarea consta de varios pasos,
• el trabajo se genera regularmente según reglas similares,
• deben utilizarse herramientas y fuentes de datos,
• los roles y las responsabilidades deben delimitarse claramente,
• un resultado debe controlarse en lugar de solo formularse,
• varios roles de IA especializados deben colaborar,
• las aprobaciones humanas deben mantenerse en los puntos críticos.