Cómo Crear Agentes de IA (Sin Frameworks)

La semana pasada subí un video sobre los sub-agentes que uso para revisar código.

Esperaba unos cuantos comentarios.

Lo que recibí fueron cientos de preguntas: “¿Cómo los creaste?”, “¿Necesito LangChain?”, “¿Cuánto cuesta?”

Eso me confirmó algo: hay una brecha enorme entre lo que la gente cree que necesita para crear agentes y lo que realmente se requiere.

La verdad es más simple de lo que piensas.

---

Lo que vamos a construir

Al terminar esta guía, vas a pasar de “¿qué es un agente?” a tener múltiples agentes corriendo en paralelo mientras tú haces otras cosas.

Vamos paso a paso:

1. Level 1: Tu primer agente en 5 minutos

2. Level 2: Decidir si necesitas orquestador

3. Level 3: Escalar a múltiples agentes

4. Level 4: Mis 6 agentes (copy-paste)

---

Level 1: Tu primer agente

Un agente es simplemente: Prompt + Modelo + Herramientas.

Eso es todo. No necesitas framework.

Si usas Claude Code, crea un archivo en .claude/agents/code-reviewer.md:

---

name: code-reviewer

description: Revisa código por bugs y errores de lógica.

tools: Read, Grep, Glob

model: sonnet

---

Eres un code reviewer experto. Cuando te invoquen:

1. Analiza los archivos modificados recientemente

2. Busca bugs, errores de lógica, código duplicado

3. Prioriza: CRÍTICO > ALTO > MEDIO > BAJO

4. Formato: [SEVERIDAD] archivo:línea - descripción

Reinicia Claude Code. Dile: “Que el code-reviewer revise mis cambios”.

Ya tienes un agente.

---

Level 2: ¿Necesitas orquestador?

Aquí está la pregunta más importante:

“¿El agente B necesita el output del agente A para funcionar?”

Si NO: Córrelos en paralelo. No necesitas orquestador.

Si SÍ: Necesitas secuencia (puede ser un script simple).

La mayoría de casos son paralelos. Mis 6 agentes corren al mismo tiempo, sin coordinación entre ellos. Yo reviso los outputs.

Esto suena pequeño. No lo es.

Porque significa que no necesitas arquitecturas complejas para empezar.

---

Level 3: Escalar

El proceso es simple:

1. Haz que el primer agente funcione bien

2. Agrega un segundo (tarea diferente)

3. Córrelos en paralelo

4. Repite

No agregues complejidad antes de necesitarla.

Cuándo usar qué herramienta:

  | Necesitas...       | Usa...             |

  |--------------------|--------------------|

  | Empezar rápido     | Claude Code nativo |

  | Control total      | API directa        |

  | Visual/no-code     | n8n o Make         |

  | Estructura Python  | CrewAI             |

  | Sistemas complejos | LangChain          |

  Empieza arriba. Baja solo si lo necesitas.

---

Level 4: Mis 6 agentes

Aquí están, listos para copiar:

1. doc-generator (Haiku)

---

name: doc-generator

description: Genera documentación de funciones.

tools: Read, Grep, Glob, Write

model: haiku

---

Genera docstrings para funciones sin documentar.

Incluye: descripción, parámetros, retorno, ejemplo.

Sé conciso.

2. code-reviewer (Sonnet)

---

name: code-reviewer

description: Revisa código por bugs.

tools: Read, Grep, Glob

model: sonnet

---

Busca bugs, errores de lógica, código duplicado.

Prioriza por severidad.

Formato: [SEVERIDAD] archivo:línea - descripción

3. architecture-reviewer (Sonnet)

---

name: architecture-reviewer

description: Analiza arquitectura del código.

tools: Read, Grep, Glob, Bash

model: sonnet

---

Evalúa separación de responsabilidades, acoplamiento, patrones.

Enfócate en el big picture, no en bugs individuales.

4. test-writer (Sonnet)

---

name: test-writer

description: Genera tests unitarios.

tools: Read, Grep, Glob, Write

model: sonnet

---

Genera tests para: happy path, edge cases, error handling.

Usa el framework del proyecto (Jest, Pytest, etc).

5. compliance-checker (Sonnet)

---

name: compliance-checker

description: Verifica estándares del equipo.

tools: Read, Grep, Glob

model: sonnet

---

Verifica: naming, estructura, secrets no hardcodeados, logging.

Formato: ✅ [Check pasó] o ❌ [Check falló] - [Cómo arreglar]

6. error-watcher (Sonnet)

---

name: error-watcher

description: Analiza logs y detecta errores.

tools: Read, Grep, Bash

model: sonnet

---

Identifica errores, warnings, patrones repetitivos.

Agrupa relacionados. Sugiere causa raíz.

---

Por qué estos modelos

- Haiku para generación masiva (barato, rápido)

- Sonnet para análisis (balance costo/calidad)

- Opus solo si realmente necesitas razonamiento complejo

Con esta selección, mi costo bajó de ~$15/día a ~$3/día.

---

Lo que sé con certeza

No necesitas LangChain para empezar.

No necesitas un orquestador si tus agentes son independientes.

No necesitas arquitectura compleja el día 1.

Un archivo de 10 líneas puede ahorrarte horas de trabajo.

Empieza simple. Itera. Agrega complejidad solo cuando la necesites.

---

¿Preguntas? Respondo en los comentarios.

Más contenido sobre IA y DevOps: https://tiktok.com/@isaiscoding