Agentes de IA en producción: lo que no sale en las demos

Todo el mundo ha visto la demo del agente que reserva un vuelo, resume la reunión y arregla el bug. Muy poca gente ha visto qué pasa con ese mismo agente el día 40 en producción, con usuarios reales, cuando la factura de tokens llega a fin de mes y cuando alguien pregunta quién es responsable de lo que el modelo acaba de contestar. De eso va esta sesión.

Tres charlas de treinta minutos, cada una con diez de preguntas, contadas por gente que tiene esos sistemas funcionando ahora mismo y que ha aceptado enseñar también la parte fea.

Charla 1 — Evaluación: cómo saber si tu agente ha empeorado (19:10)

El problema más incómodo de construir con LLMs es que no hay compilador que te avise. Cambias un prompt, mejora un caso y empeoran otros cinco sin que nadie se entere hasta que llega un cliente enfadado. Repasamos cómo montar un set de evaluación con casos reales, cuándo tiene sentido usar un modelo como juez y cuándo eso solo te da una falsa sensación de control, y qué métricas se miran de verdad en el día a día frente a las que quedan bien en un dashboard.

Charla 2 — Coste, latencia y el arte de no usar el modelo más caro (19:50)

Repaso técnico de las decisiones que mueven la aguja: enrutar por complejidad de tarea, cachear prompts, recortar contexto sin degradar la respuesta, procesar en lote lo que no necesita ser inmediato y paralelizar lo que sí. Con números concretos de un sistema real: qué costaba en enero, qué cuesta ahora y qué cambios produjeron la mayor parte del ahorro.

Charla 3 — Cuando el agente toca datos y sistemas de verdad (20:35)

Permisos, límites de acción, inyección de prompt a través de contenido que el agente lee, registros de auditoría y el diseño de los puntos donde un humano tiene que confirmar. Con dos incidentes reales contados sin adornos: qué pasó, cómo se detectó y qué se cambió después.

Networking hasta las 21:30

Se acaba a las 21:10 y a partir de ahí hay cerveza, refrescos y pizza para quien haya cogido la entrada con cena. Sin ronda de presentaciones forzada, sin pitches de empresa y sin recruiters cazando en la puerta —hay quien busca trabajo y quien contrata, y eso está bien, pero es una conversación, no un mercadillo.

Para quién es

Perfil técnico: desarrolladores, ingenieros de datos, product managers con base técnica y fundadores que están construyendo algo con modelos de lenguaje. No hace falta ser experto en IA; sí ayuda haber escrito código alguna vez. Si nunca has tocado una API de un modelo, vas a entender la mitad y probablemente te sirva igual.

Práctico

Metro Glòries (L1) o Llacuna (L4). La sala está en un primer piso con ascensor y es accesible. Las charlas se graban y se publican después; si no quieres salir en cámara, hay una zona de asientos fuera de plano señalizada. Se habla en castellano, con alguna diapositiva en inglés porque la terminología es la que es.

Las entradas gratuitas vuelan y luego hay gente que no aparece. Si reservas, ven o cancela.