Agentes de bucle frente a agentes de grafo: cómo elijo la arquitectura

Todo agente de IA es un modelo que llama a herramientas siguiendo cierto orden. La única pregunta de fondo es quién decide ese orden. En un agente de bucle, el modelo lo decide durante la ejecución. En uno de grafo, tú lo defines de antemano y el modelo completa los pasos. La mayoría de las discusiones sobre frameworks de agentes giran, en realidad, en torno a esta elección.

Un agente de bucle es la opción más sencilla que funciona: envías al modelo la tarea y una lista de herramientas, ejecutas la que solicita, añades el resultado y repites hasta que responde sin llamar a ninguna. Ese es el patrón ReAct. Lo ofrecen de serie las API de uso de herramientas de OpenAI y Anthropic, Vercel AI SDK y createAgent de LangChain. Es sorprendentemente capaz: la mayoría de los asistentes de programación y agentes de investigación se basan exactamente en este bucle.

Su punto fuerte es la flexibilidad: no hace falta conocer el recorrido de antemano, así que encaja de forma natural con tareas abiertas, como investigar, depurar o «averiguar por qué falló este pedido». Su debilidad es la misma. Se desconoce el número de pasos y, por tanto, también el coste y la latencia; el modelo puede dar vueltas, saltarse una comprobación o llamar a una herramienta que preferías evitar. Se controla con límites alrededor del bucle: un máximo de pasos (stopWhen en Vercel AI SDK), presupuesto de tokens, lista de herramientas permitidas y validación de la respuesta final.

Un agente de grafo convierte el proceso en nodos y aristas explícitos: clasificar, recuperar, redactar, validar, preguntar a una persona, escribir. Cada nodo puede ser una llamada al modelo, una herramienta o código normal; las aristas pueden bifurcarse o volver atrás a propósito: «falló la validación, vuelve al borrador». El estado es un objeto explícito que se guarda después de cada nodo. LangGraph es el ejemplo más conocido: en Python y TypeScript añade puntos de control para pausar una ejecución mientras una persona la aprueba y reanudarla horas después exactamente donde se detuvo.

Su fortaleza es el control. Sabes qué pasos pueden ocurrir, en qué orden y dónde debe aprobar una persona. Puedes rastrear cada ejecución nodo por nodo, la forma del grafo limita el coste y un fallo en el quinto paso no repite los cuatro anteriores. A cambio, hay que diseñar antes y se pierde libertad: si una tarea no cabe en el grafo, el agente no puede improvisar para resolverla.

Al compararlos, importa menos «cuál es mejor» que «dónde encaja tu tarea»: entre abierta y repetible, entre errores baratos y errores costosos. Un detalle interesante: la frontera es más difusa de lo que sugiere el marketing. createAgent de LangChain es un bucle, pero desde la versión 1.0 funciona sobre el runtime LangGraph; un bucle es simplemente el grafo más pequeño posible.

Mi regla general: empezar con un bucle para explorar y para herramientas internas, donde una persona revisará el resultado de todos modos. Pasar a un grafo cuando el proceso se repita, toque dinero o datos de clientes, requiera aprobación o dure más que una petición. Los mejores sistemas de producción suelen combinar ambos: un grafo para el proceso de negocio y un bucle pequeño dentro de un nodo; por ejemplo, una fase de investigación que puede hacer varias búsquedas antes de entregar un resultado limpio al siguiente nodo determinista.

Elijas lo que elijas, las reglas son las mismas: entradas tipadas para las herramientas, un presupuesto estricto, un registro de cada paso y ninguna escritura en el sistema de registro sin validación. En TypeScript o Python son unas pocas decenas de líneas alrededor de la llamada al modelo, y marcan la diferencia entre una demo y un producto. Si quieres delegar un proceso a un agente, envíame los pasos tal como los realiza hoy tu equipo. Te diré si conviene un bucle, un grafo o un grafo con un bucle dentro.