Durante dos años, la conversación sobre inteligencia artificial ha girado alrededor de asistentes que contestan preguntas: escribes, esperas, lees. La frontera que ahora se compra y se vende es otra, y bastante más incómoda: programas que no contestan, sino que hacen. La adquisición de Manus por parte de Meta, en una operación estimada por encima de los 2.000 millones de dólares, le pone precio a esa idea.

Manus es una empresa de IA agéntica con sede en Singapur y origen chino que ganó notoriedad a comienzos de este año vendiendo algo muy concreto: agentes capaces de encadenar acciones complejas con poca supervisión humana. Buscar información, compararla, redactar un informe, montar una tabla y dejar un borrador listo para enviar, todo a partir de una instrucción relativamente simple. La fuente original lo resume como la promesa de un

"trabajador digital" más autónomo.

Un chatbot responde; un agente encadena tareas

La diferencia técnica no está tanto en el modelo de lenguaje como en el andamiaje que lo rodea. Un chatbot clásico funciona por turnos: entra un texto, sale un texto, fin. Un sistema agéntico añade un bucle. El modelo recibe un objetivo, descompone el trabajo en pasos, elige una herramienta para cada paso, la ejecuta, mira el resultado y decide qué hacer a continuación. Ese ciclo se repite hasta que considera cumplido el objetivo o se agota un límite fijado de antemano.

Los ingredientes habituales de esa arquitectura son cuatro:

• Herramientas: un navegador, un intérprete de código, acceso a ficheros, llamadas a servicios externos. Sin ellas el agente solo puede hablar.
• Entorno aislado: una máquina virtual o contenedor donde el agente puede trastear sin tocar el sistema real del usuario.
• Memoria de trabajo: notas, ficheros intermedios y resúmenes que sobreviven entre pasos, porque la ventana de contexto del modelo no da para guardarlo todo.
• Supervisión y límites: cuántos pasos puede dar, cuánto puede gastar, qué acciones requieren confirmación humana.

Ahí está la clave del cheque. Lo que se compra no es un modelo más grande, sino ingeniería de producto ya rodada: orquestación fiable, integración con herramientas y una interfaz que un usuario normal entiende. Meta, por su parte, insiste públicamente en que cortará los vínculos de Manus con China y reforzará las barreras de seguridad y la gobernanza de datos, un movimiento orientado a reducir dudas regulatorias y reputacionales antes de que el producto llegue a sus clientes.

La letra pequeña: permisos, errores en cadena y tus datos

Un agente útil necesita permisos. Y un agente con permisos es, por definición, un programa que actúa en tu nombre. Eso abre tres frentes que conviene mirar de cerca antes de delegar nada importante.

El primero es la acumulación de errores. Si cada paso de una cadena tiene una probabilidad pequeña de salir mal, una secuencia de veinte pasos no falla un poco: falla a menudo. Y como los pasos intermedios rara vez se revisan, el fallo aparece al final, ya convertido en un informe con datos inventados o una tabla mal cruzada.

El segundo son las credenciales y los datos. Para reservar, comprar o enviar correos, un agente necesita acceso a cuentas. Cada integración amplía la superficie expuesta y plantea una pregunta práctica: qué se envía a servidores ajenos, cuánto tiempo se conserva y si se usa para entrenar.

El tercero es la inyección de instrucciones. Un agente que navega por internet lee páginas que no controla, y en esas páginas puede haber texto diseñado para darle órdenes nuevas. El agente no distingue de forma nativa entre lo que le pidió su dueño y lo que encontró por el camino; solo lo separan las barreras que hayan programado sus desarrolladores.

A eso se suma el coste. Cada paso del bucle consume cómputo, así que la autonomía se paga en factura y en tiempo de espera: un agente que trabaja media hora por su cuenta no es gratis ni instantáneo.

Por qué importa

Las adquisiciones millonarias son la señal más honesta de hacia dónde apunta un sector: cuando alguien paga miles de millones por capacidad agéntica ya construida, está diciendo que el próximo producto de consumo no será una caja de texto, sino algo que ejecuta. Para el usuario eso significa un cambio de rol, de escribir prompts a revisar trabajo hecho. Y revisar bien exige saber qué permisos has concedido, qué pasos se dieron y dónde puede haberse torcido la cadena. La autonomía es cómoda; la trazabilidad es la que evita sorpresas.