ztzoff.tech

5 nov 2026

Quién es dueño del agente en el mes seis

El proveedor se fue, el modelo está por quedar obsoleto y el prompt de marzo ya no funciona en septiembre. El modelo operativo que un agente necesita para sobrevivir su primer año.

El mes seis es cuando me llaman. El agente salió en primavera. El contrato con el proveedor terminó. El modelo sobre el que se construyó tiene fecha de obsolescencia. Un prompt que funcionaba en marzo ya no funciona del todo en septiembre, y nadie sabe decir por qué, porque nadie estaba mirando. El negocio sigue dependiendo de él, que es la buena noticia y el problema.

Este es el segundo ensayo sobre Escalar en la serie Descubrir, diseñar, construir, escalar, y trata de la pregunta más aburrida y más decisiva del método: quién es dueño de esto, y qué significa serlo.

El dueño es una persona, no un equipo

Todo agente que sobrevive a su primer año tiene una persona que puede responder tres preguntas sin buscar nada: cuánto costó el mes pasado, cuál es su tasa de aciertos esta semana, y qué fue lo último que cambió. Esa persona tiene el acceso para cambiar un prompt, la línea de presupuesto sobre la que corre, y la autoridad para apagarlo. Un equipo puede compartir la guardia. La propiedad no se comparte.

En el framework de Google Cloud, ese rol se llama agent owner y está del lado del cliente, lo cual es correcto. Un proveedor puede construir el agente. Un proveedor no puede ser su dueño, porque el proveedor no siente ni el costo ni el beneficio.

Qué hace el dueño en una semana normal

No mucho, si la etapa Construir se terminó bien. Ese es el punto. El trabajo semanal es leer tres números y decidir si algo tiene que cambiar:

  • La tasa de aciertos del eval, del arnés que corre con cada cambio y, con una cadencia fija, sobre muestras de producción. Una caída sin ningún despliegue detrás significa que el mundo cambió: una actualización del modelo, un documento nuevo, una herramienta que devuelve otra forma.
  • El veredicto del grupo de control, si sigue activo. Ayuda, perjudica o todavía no hay evidencia. Cuando lleva suficiente tiempo diciendo "ayuda" con un intervalo estrecho, el dueño puede reducirlo a un pequeño porcentaje y dejarlo encendido como canario.
  • El costo por ejecución contra la proyección de la construcción. Una desviación aquí suele ser un prompt que creció, un ciclo de reintentos, o un cambio de modelo que nadie anunció.

Todo lo demás son excepciones, y de esas se ocupa el runbook.

Tres paneles con los números semanales del dueño. La tasa de aprobación del eval se mantiene cerca del noventa por ciento durante doce semanas y luego cae por debajo del umbral sin ningún despliegue detrás, anotado como una actualización del modelo, un documento nuevo o una herramienta que devuelve una forma nueva. El veredicto del grupo de control muestra una estimación del efecto con un intervalo que no toca el cero, del lado de "ayuda", con la nota de que una vez que se sostiene, el grupo de control se reduce a unos pocos puntos porcentuales como canario. El costo por ejecución se aleja hacia arriba de la proyección punteada de la construcción, anotado como un prompt que creció, un bucle de reintentos o un cambio de modelo que nadie anunció. Al pie, la línea de presupuesto: costo de ejecución al volumen esperado más el tiempo del dueño más la reevaluación trimestral más el mantenimiento, entre el quince y el veinticinco por ciento del costo de construcción al año.

La cadencia de reevaluación

Los modelos cambian debajo de ti. Los proveedores retiran versiones, ajustan el comportamiento entre versiones sin avisar, y cambian los precios. El dueño necesita una cadencia, por escrito, para volver a correr el eval completo contra el modelo actual y contra dos o tres alternativas. Lo habitual es trimestral. El resultado es la misma tabla de la construcción: cuál es el modelo más barato que pasa, y si eso cambió.

Aquí es también donde comprimir el modelo que pasa se paga solo: al año, un modelo más pequeño o destilado suele superar el mismo eval a una fracción del costo, y el dueño es la única persona en posición de notarlo.

Cuándo cambiar cosas, y cuándo dejarlas quietas

La habilidad más difícil del dueño es la contención. Un cambio de prompt que "obviamente" ayuda es una hipótesis. Pasa por el mismo ciclo que cada cambio durante la construcción: se propone contra la especificación, lo revisa otra persona, corre por el eval y, si toca el comportamiento, se mide contra el grupo de control. En nuestra propia librería entregué una funcionalidad apagada porque la regla que fijé antes del barrido dijo que ningún valor calificaba. Un no medido es un entregable, y el dueño debería contar con entregar unos cuantos al año.

Lo inverso también vale. Una lección o una funcionalidad que el grupo de control mide como perjudicial se apaga porque un número lo dijo, no porque alguien perdió una discusión.

La línea de presupuesto

Un agente en Escalar no es un experimento. Necesita una línea en el presupuesto operativo con cuatro partes: el costo de ejecución al volumen esperado, el tiempo del dueño, la cadencia de reevaluación y el mantenimiento. Para el mantenimiento uso la regla general de la industria, entre el 15 y el 25 por ciento del costo de construcción por año, y les digo a los clientes que el extremo bajo es para sistemas que salieron con un eval y un runbook, porque los cambios se pueden hacer sin miedo. El extremo alto es para sistemas donde cada cambio es un pequeño acto de valor.

Pon ese número al lado del beneficio medido por el grupo de control y tienes el único cálculo de retorno que vale la pena: una ganancia medida contra un costo conocido. Horas ahorradas por una tarifa por hora no lo es.

La lista del mes seis

Si heredaste un agente, o estás por heredarlo, estas son las preguntas que haría en la primera hora:

  1. ¿Quién puede cambiar un prompt hoy, y cómo sabría mañana si ayudó?
  2. ¿Cuándo corrió el eval por última vez sobre muestras de producción, y cuál fue el número?
  3. ¿Sobre qué modelo corre, cuál es la fecha de obsolescencia de ese modelo, y cuándo se probó una alternativa por última vez?
  4. ¿Cuánto costó el mes pasado, y cuánto estaba proyectado?
  5. ¿Dónde está el runbook, y cuándo se usó por última vez?

Dos preguntas sin respuesta es normal. Cuatro significa que el agente corre a base de suerte. Repasar esta lista es parte de lo que hago en una evaluación de preparación para IA sin costo, y cuando el trabajo es una auditoría de sistema en lugar de una construcción nueva, es el primer día de la auditoría de un sistema de IA en producción.

Un agente sin dueño no falla haciendo ruido. Falla como un jardín: despacio, y después de golpe, y para entonces la persona que lo plantó ya no está.

Agenda una llamada