Por fin, el capítulo final. Hasta aquí has llegado a entender la estructura del agente, crear el primero, conectar herramientas, dividir en varios, medir con evaluación y proteger con guardarraíles. Queda un solo tema: convertirlo en «un sistema de producción que sigue funcionando cada día». En este capítulo tratamos cómo elegir un framework, los dos caminos para construir con Claude y los puntos clave de la operación: despliegue, monitorización, coste y fiabilidad. El diseño de defensa que aprendiste en el capítulo anterior, «Guardarraíles y seguridad», da aquí su fruto como operación.
La meta es «convertir un prototipo en un agente de producción que funciona de forma estable»
¿Casero o con framework?
«¿Un agente hay que crearlo con un framework o escribiendo el bucle uno mismo?»: la pregunta con la que todos dudan al principio. La respuesta es simple: mientras es pequeño, casero para aprender el mecanismo; cuando ha crecido, con un SDK o framework para subir la productividad. Montar a mano la configuración mínima en el capítulo 2 fue justo esa etapa de «primero entender construyendo por uno mismo». Si ves lo que hay dentro, aunque luego lo traslades a un framework podrás operarlo captando qué está pasando. Al revés, si se lo endosas todo a un framework sin conocer el mecanismo, cuando te atascas te quedas sin recursos.
💡 Una guía para decidir. Cuando seguir escribiendo tú mismo el bucle, las invocaciones de herramientas y la gestión de estado se vuelve una carga, es la señal para introducir un framework. Al revés, si aún es pequeño y estás en fase de experimentación, un código casero ligero es más rápido y profundiza la comprensión. Introdúcelo no «porque es cómodo», sino «porque reduce la duplicación».
Cómo elegir un framework
Hay muchísimos frameworks, pero antes de perseguir nombres o la última versión, lo importante es tener una vara de medir de «con qué criterio elegir». Las herramientas cambian, pero este enfoque sirve por mucho tiempo. Prueba a evaluar los candidatos con estos 5 puntos.
Cuanto más alto, funciona con menos código, pero cuesta más ver qué ocurre dentro. Elige por el equilibrio con el aprendizaje y la depuración.
¿Puedes insertar tu propio bucle o control? Cuanto más elaborados los requisitos, más cuenta un diseño flexible con vías de escape.
El grosor de piezas de integración, documentación, casos y comunidad. Que encuentres información cuando te atascas cuenta en la práctica.
¿Trae mecanismos de traza, registro y evaluación? ¿Sostiene de serie la «visibilización» que aprendiste en el capítulo 5?
¿No queda demasiado atado a un modelo o plataforma concretos? La facilidad de cambio y la comodidad del bloqueo son un compromiso.
Si ordenas los ejemplos representativos por categorías, a grandes rasgos, ganas perspectiva. La de orquestación general (los conjuntos de bibliotecas tipo LangChain que montan el procesamiento con LLM mediante cadenas o grafos), la multiagente (frameworks centrados en el reparto y la coordinación de varios agentes) y los SDK oficiales de cada proveedor (los kits de desarrollo que saca el proveedor del modelo, optimizados para ese modelo). En muchos casos, no son excluyentes y se pueden usar combinados.
📊 Elige por «enfoque», no por nombres concretos. El mapa de fuerzas de los frameworks se mueve rápido, y lo estándar del año pasado no lo es este. Precisamente por eso, lo seguro es aplicar a tus requisitos los 5 enfoques de arriba como vara de medir. Para los nombres concretos por categoría y cuándo usar cada uno, confirma el elenco más reciente en Comparativa de frameworks de agentes de IA.
Dos opciones para construir con Claude
Este curso ha girado en torno a Claude. Al llevar a producción un agente con Claude, hay, a grandes rasgos, dos caminos. Ambos son opciones reales, y la diferencia esencial es «quién aloja el bucle y el sandbox del agente».
Un kit para hacer correr el bucle, la ejecución de herramientas y la gestión de estado del agente en tu entorno (servidores o contenedores). El control es fino y se puede integrar en profundidad con sistemas existentes.
Cuándo conviene: quieres un acoplamiento estrecho con tu entorno, herramientas y datos propios.
Un modelo en el que Anthropic aloja del lado del servidor el bucle y el sandbox (entorno de ejecución aislado) del agente. Reduce la carga de operar la infraestructura de ejecución y permite correr en un entorno aislado y seguro.
Cuándo conviene: quieres reducir la molestia del entorno de ejecución y arrancar rápido y con seguridad.
A grandes rasgos, se entiende bien con el eje: si quieres controlar tú al detalle, el SDK; si quieres delegar la molestia de la operación, gestionado. Ambos, sobre la base de la capacidad de Claude, aprovechan tal cual la conexión de herramientas, la evaluación y los guardarraíles que aprendiste en los capítulos anteriores. Como la configuración concreta y el alcance pueden cambiar, dejamos los detalles al artículo explicativo y a la documentación oficial.
💡 Primero el concepto; los detalles, en la fuente primaria. Basta con tener en la cabeza este contraste: «giro el bucle por mi cuenta (SDK)» o «que me lo alojen (gestionado)». Para los pasos de implementación, consulta Introducción al Claude Agent SDK; para el enfoque del modelo gestionado, Qué son los agentes gestionados de Claude. Como la especificación se actualiza, al final lo seguro es acudir a la documentación oficial como fuente primaria.
Puntos clave de la operación en producción
La diferencia entre prototipo y producción está en el salto de «funciona una vez» a «sigue funcionando». Una demo se sostiene si sale bien unas cuantas veces, pero la producción se expone cada día a entradas masivas y diversas. Retengamos en 6 cajas los puntos clave que cuentan aquí.
Gestiona las claves con variables de entorno y separa configuración de código. Publica en forma reproducible (contenedores, etc.) y deja siempre posible volver atrás.
Conecta a producción la observabilidad del capítulo 5. Mira en todo momento la traza de cada paso, la tasa de éxito y la latencia, y detecta pronto las anomalías.
Visibiliza el consumo de tokens y configura alertas de tope. Recorta reejecuciones inútiles y contextos demasiado largos, y usa cada modelo según el uso.
Cuenta con límites de API y fallos temporales, y persiste con backoff exponencial (reintentar espaciando los intervalos). Evita el reintento infinito y fija un tope.
Guarda y restaura con seguridad el estado intermedio de la conversación o el trabajo. Un diseño que reanuda desde donde iba aunque se caiga sostiene las tareas largas.
Las actualizaciones de modelo o SDK, primero comprueba el comportamiento con el conjunto de evaluación. Comparando antes y después, no se te escapa un cambio silencioso de calidad.
⚠️ El coste lo decide el «diseño». Como el agente invoca el modelo muchas veces por tarea, es una estructura donde el coste se dispara con facilidad. Deriva a modelos baratos las fases donde uno barato basta y pasa el contexto solo en lo necesario: estas mejoras discretas cuentan. Para técnicas de reducción concretas, Optimización de costes del coding con IA es práctica y se aplica tal cual a la operación de agentes.
Diseñar para que no se derrumbe
Un agente en producción se topará antes o después, sin falta, con entradas imprevistas, caídas de APIs externas y caprichos del modelo. Lo importante no es «no fallar jamás», sino montarlo para que, aunque falle, el daño no se extienda y se recupere en silencio. Rematemos los guardarraíles del capítulo anterior como mecanismo de operación.
No abras a todo el público de golpe; empieza por unos pocos usuarios o parte del tráfico. Si no hay problemas, amplía; si va mal, revierte al instante.
Cuando una herramienta o el modelo no responden, retírate a una vía alternativa o a una respuesta por defecto segura. Elige la degradación parcial antes que la parada total.
Ante operaciones irreversibles o de gran impacto, intercala la confirmación de una persona (ver capítulo 6). Decide de antemano la frontera donde debe primar la seguridad sobre la velocidad.
No se acaba con aprobar una vez. La tendencia de las entradas y el modelo cambian. Corre el conjunto de evaluación de forma periódica y detecta el deterioro de la calidad.
✅ Diseña para que «se arregle en silencio». Un buen sistema de producción no monta un escándalo aunque surja un problema. Con el lanzamiento por etapas mantiene pequeño el impacto, con el fallback degrada de forma parcial, con la puerta de aprobación evita el golpe fatal y con la reevaluación se adelanta al deterioro. Solo cuando los cuatro engranan, «no se derrumba».
El aprendizaje de aquí en adelante
Por último, un poco de futuro. El ecosistema de los agentes —frameworks, SDK, modelos, estándares de conexión— seguirá moviéndose a una velocidad feroz. La solución óptima de hoy no tiene por qué serlo el año que viene. Precisamente por eso, lo que hay que perseguir no son los nombres de moda de las herramientas, sino los fundamentos que no cambian.
📊 Lo que se convierte en activo son los fundamentos. Los 4 componentes del capítulo 1 (cerebro, herramientas, memoria, bucle), la evaluación y la observabilidad del capítulo 5, el diseño de seguridad del capítulo 6: estos son un cimiento que sirve por mucho que se ponga de moda cualquier framework. Cada vez que salga una herramienta nueva, con esta vara de medir detectarás rápido «qué está abstrayendo esto». Las herramientas pasan, los fundamentos quedan. La comprensión que has acumulado hasta aquí es tu mayor activo.
Lo que queda es sacar de verdad uno a producción, aunque sea pequeño. Ponerlo en marcha, medir, arreglar: la experiencia de girar este bucle en tu propio proyecto te dará más fuerza que cualquier material didáctico.
- Mientras es pequeño, casero para aprender; cuando ha crecido, framework para subir la productividad. Introdúcelo no «por comodidad», sino «porque reduce la duplicación».
- El framework se elige con 5 enfoques: abstracción, libertad, ecosistema, observabilidad y dependencia del proveedor. La vara de medir antes que los nombres.
- Para construir con Claude, el Claude Agent SDK de bucle propio o los agentes gestionados alojados. Se elige entre control y comodidad.
- Los puntos clave de producción: despliegue, monitorización, coste, reintentos, gestión de estado y actualización. Y no se derrumba con lanzamiento por etapas, fallback, puerta de aprobación y reevaluación.
- El ecosistema se mueve rápido. Los fundamentos —los 4 elementos, la evaluación y la seguridad— son el activo que cuenta por mucho tiempo.
Enhorabuena por completar los 7 capítulos. Has recorrido de principio a fin todo el camino para diseñar, crear, conectar, multiplicar, medir, proteger y operar agentes. A partir de aquí, te toca poner las manos en tu propio producto.
Para quien quiere dar un paso atrás desde el lado de construir y afinar también la mirada de aprovechar la IA en el trabajo.
Al curso «IA en el trabajo» →Para quien quiere dominar herramientas de coding como Claude Code.
Al curso «Coding con IA» →Para quien quiere hacer crecer el agente que ha creado hasta un producto de desarrollo indie que sacar al mundo.
Al curso «Desarrollo indie con IA» →