En resumen
Reserve los agentes y los modos de investigación profunda para las tareas que de verdad necesitan muchos pasos, como investigar un tema amplio en muchas fuentes, y use un chat normal para las preguntas rápidas. Los agentes llaman a un modelo muchas veces por tarea: Anthropic informó de que los agentes usaban unas cuatro veces los tokens de un chat, y los sistemas multiagente, unas quince veces.
Pasos
- Pruebe primero un chat normal o un buscador, y use un agente solo si se quedan cortos.
- Dé al agente un objetivo claro, un alcance y un punto en el que parar.
- Indíquele qué fuentes o sitios usar, para que no se disperse.
- Vigile la primera ejecución y deténgala si empieza a repetirse.
- Reutilice el informe que produce en lugar de repetir la misma investigación.
Los agentes son potentes pero caros, así que deles buenas instrucciones y úselos para trabajos grandes. Un agente de IA, incluidos los modos de «investigación profunda» (deep research) de muchos chatbots, planifica, busca, lee, escribe y comprueba en bucle. Cada paso es otra llamada a un modelo, que suele llevar el historial creciente de la tarea.
¿Cuánto más consumen los agentes?
Muchas veces lo que un chat. Anthropic, al describir su propio sistema de investigación multiagente en 2025, informó de que los agentes solían usar unas cuatro veces más tokens que las interacciones de chat, y los sistemas multiagente, unas quince veces más. Kim, Shin, Chung y Rhu hallaron que los flujos de trabajo agénticos consumían bastante más energía que las respuestas únicas, con rendimientos decrecientes en precisión a medida que se gastaba más cómputo.
Es un buen intercambio para una tarea que le llevaría horas. Es un desperdicio para algo que respondería una sola pregunta.
¿Cómo le doy buenas instrucciones a un agente?
- Diga cómo es el resultado terminado: «Un resumen de una página de los cinco estudios más citados desde 2023».
- Fije el alcance: periodo, países, tipos de fuente.
- Indique las fuentes en las que confía, si las conoce.
- Pida un resultado breve. Un informe largo cuesta más de escribir y de leer.
Errores frecuentes
- Usar la investigación profunda para preguntas sencillas que un buscador o un chat resuelven en segundos.
- Repetir la misma investigación en lugar de guardar y actualizar el primer informe.
- Dejar que un agente atascado siga. Si vuelve una y otra vez a las mismas páginas, deténgalo y reformule.
Si crea agentes, consulte evitar que los agentes de IA desperdicien tokens. Para el problema más amplio, lea la IA agéntica y el desperdicio de tokens.
Fuentes
- How we built our multi-agent research system, Anthropic (2025)
- The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective, Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
Relacionado
¿Cómo sé cuándo usar el modo de «pensamiento» o de razonamiento de una IA?
Cuándo merece la pena el modo de razonamiento o de «pensamiento» de una IA, cuándo basta un modelo estándar y por qué razonar puede consumir muchas veces más energía.
¿Cómo evito que los agentes de IA desperdicien tokens?
Salvaguardas prácticas para agentes de IA: condiciones de parada, límites de pasos y tokens, detección de bucles, recorte del contexto y modelos pequeños para pasos simples.
La IA agéntica y el desperdicio de tokens
Por qué los agentes de IA pueden usar muchas veces más tokens y energía que un chat, cómo los bucles los desperdician y qué límites los mantienen a su justa medida.