Anthropic cambia su enfoque: skills reutilizables frente a agentes IA específicos
Según lo expuesto en el vídeo, Anthropic, una de las empresas líderes en inteligencia artificial, ha replanteado su estrategia en el desarrollo de agentes autónomos. Ingenieros que han trabajado en el área de «agent skills» afirman que ya no diseñan un agente independiente para cada función o trabajo puntual, sino que se centran en crear «skills» (habilidades) modulares, reutilizables y portables.
Esta evolución responde a que los agentes generales –según los equipos de Anthropic– han superado en capacidad lo que inicialmente esperaban sus propios creadores. Por tanto, la diferenciación rígida de agentes para cada tarea habría pasado a un segundo plano en favor de una arquitectura inspirada en el ecosistema móvil: un núcleo general potente sobre el que se integran aplicaciones especializadas, denominadas aquí skills.
¿Qué son los skills en el nuevo paradigma de Anthropic?
El símil planteado por el autor del vídeo asimila la arquitectura de IA a la de un teléfono móvil: el modelo sería el procesador, el sistema central el agente general, y los skills actuarían como apps que añaden capacidades concretas. Así, el usuario deja de necesitar “redescubrir la rueda” en cada proyecto y puede reutilizar soluciones eficaces, almacenadas y validadas previamente.
El agente general (como Claude de Anthropic) puede ejecutar tareas al invocar un skill adecuado, el cual encapsula procesos, scripts, plantillas y ejemplos; de esta forma, añade eficiencia, consistencia y capacidad de aprendizaje autónomo limitado.
Cuatro prácticas para skills más eficaces y sostenibles
El vídeo detalla cuatro recomendaciones, apoyadas en la experiencia de ingenieros de Anthropic y pruebas propias:
- No repetir procesos técnicos: En vez de pedir a Claude que recree scripts o soluciones cada vez, se deben guardar los mejores resultados como partes del skill. Así, se evita la pérdida de tokens y la variación innecesaria en la ejecución, aplicando el principio DRY (Don’t Repeat Yourself) conocido en desarrollo software.
- Descripciones precisas y progresividad: Los skills deben describirse con claridad sobre qué hacen y para qué sirven. Anthropic resalta el concepto de «progressive disclosure»: la IA identifica el skill idóneo por nombre y descripción antes de cargar instrucciones y scripts completos, ahorrando recursos y reduciendo ambigüedad.
- Aprendizaje continuo: Cada corrección o ajuste tras una interacción debería incorporarse al skill como instrucción o ejemplo, mejorando la ejecución posterior. Se recomienda actualizar instrucciones, referencias o reglas para que los errores no se repitan, aunque se reconoce que esto no equivale a memoria total de contexto.
- Verificación previa al usuario final: Los resultados generados por la IA deberían ser validados por procesos internos (como test automáticos, comparación de versiones o revisiones de distintos “subagentes” con roles críticos) antes de presentarse al humano, evitando que el usuario tenga que hacer la revisión completa.
Implicaciones y limitaciones para empresas y usuarios en España
La transición desde agentes específicos a skills portables tiene relevancia directa para empresas y desarrolladores españoles que buscan integrar IA: implica una mayor facilidad de mantenimiento, versionado y reutilización de componentes entre proyectos, aumentando el retorno de inversión y reduciendo la complejidad técnica.
No obstante, el vídeo deja claro que, pese a las mejoras, estas herramientas no eliminan la necesidad de supervisión humana, especialmente en tareas donde la interpretación, el contexto local o la estrategia son factores críticos. La portabilidad no es sinónimo de autonomía total, ni todas las skills generalizan igual para diferentes modelos, lo que obliga a mantener un ciclo de testeo y ajuste permanentes. Como se ha explorado en artículos como Claude Code y el auge de la IA agéntica en el trabajo de oficina, la integración exitosa depende tanto del diseño técnico como de la gestión del cambio en los equipos.
Otra consideración es la interoperabilidad: el formato abierto de skills sugerido permitiría portabilidad entre diferentes «agent harnesses» como Codex o Hermes Agent, facilitando la expansión y adaptación de procesos IA en distintos entornos, algo especialmente relevante en un mercado europeo donde la fragmentación tecnológica es habitual.
Conclusión: avance real, autonomía limitada
La propuesta de Anthropic, tal y como se expone en el vídeo, impulsa un avance real en la modularidad y buen uso de los agentes IA. No obstante, sustituir la construcción de agentes específicos por el uso estratégico de skills exige mayor rigor en la definición de procesos y una cultura de mejora continua. Para la empresa o profesional español, es una oportunidad para integrar inteligencia artificial de manera eficiente, pero sin caer en el error de esperar resultados completamente automáticos y sin la necesidad de intervención humana.
Fuente
Análisis elaborado a partir del vídeo Anthropic engineers stop building agents and start building THIS (the new ‘AI operating system’), publicado en YouTube.
Deja una respuesta