Durante a\u00f1os, los agentes de IA fueron territorio de demos y laboratorios. La semana del 21 de abril de 2026 fue la semana en que dejaron de serlo. En el lapso de 72 horas, las cuatro compa\u00f1\u00edas m\u00e1s importantes del ecosistema de IA lanzaron plataformas de producci\u00f3n para desplegar agentes aut\u00f3nomos a escala empresarial.<\/p>\n\n\n\n
El detonante fue Google Cloud Next ’26 en Las Vegas, que concentr\u00f3 los anuncios del 22 de abril. Pero la historia empieza dos semanas antes, el 8 de abril, cuando Anthropic silenciosamente puso en beta p\u00fablica su infraestructura de agentes gestionados. La sincron\u00eda \u2014real o estrat\u00e9gica\u2014 produjo lo que los analistas ya bautizaron como la \u00abfiebre ag\u00e9ntica\u00bb m\u00e1s intensa de la historia del software.<\/p>\n\n\n\n
Cronolog\u00eda:<\/strong><\/p>\n\n\n\n Claude Managed Agents no es simplemente una API: es un runtime gestionado completo donde Claude opera como agente aut\u00f3nomo sin que el desarrollador tenga que construir la infraestructura subyacente. Anthropic fue la primera en mover ficha, el 8 de abril, con adopci\u00f3n temprana de Notion, Rakuten y Sentry.<\/p>\n\n\n\n Arquitectura t\u00e9cnica.<\/strong> La plataforma se basa en tres primitivas composables. La primera es la definici\u00f3n del agente: modelo, system prompt, tools, servidores MCP y skills. La segunda es la configuraci\u00f3n del entorno: un container cloud con paquetes preinstalados, reglas de red y archivos montados. La tercera es el runtime de sesi\u00f3n: streaming via Server-Sent Events, historial de eventos persistido del lado servidor y ejecuci\u00f3n de herramientas en sandbox aislado.<\/p>\n\n\n\n El acceso requiere el beta header Capacidades en producci\u00f3n vs. research preview.<\/strong> Es importante distinguir lo disponible hoy de lo que est\u00e1 en acceso restringido. En beta p\u00fablica ya funciona: sandboxed execution, checkpointing, credential management, scoped permissions y tracing end-to-end. En research preview, con acceso separado, est\u00e1n las dos capacidades m\u00e1s potentes: multi-agent coordination (agentes que coordinan sub-agentes para paralelizar trabajo complejo) y self-evaluation con outcomes definidos (el agente itera hasta cumplir criterios de \u00e9xito que vos defin\u00eds).<\/p>\n\n\n\n En pruebas internas sobre generaci\u00f3n de archivos estructurados, Managed Agents mejor\u00f3 el task success rate hasta 10 puntos porcentuales sobre un loop de prompting est\u00e1ndar. Las mayores ganancias se registraron en las tareas m\u00e1s complejas.<\/p>\n\n\n\n OpenAI da muerte programada a los custom GPTs y presenta sus herederos: los Workspace Agents. El cambio de nombre no es cosm\u00e9tico. Los GPTs eran asistentes de sesi\u00f3n. Los Workspace Agents son trabajadores persistentes compartidos en la organizaci\u00f3n.<\/p>\n\n\n\n El motor: Codex.<\/strong> Los Workspace Agents corren sobre Codex, el runtime ag\u00e9ntico que OpenAI ha expandido agresivamente en 2026. Esto les otorga capacidades que los GPTs nunca tuvieron: ejecuci\u00f3n de c\u00f3digo nativa, manejo de archivos, memoria persistente, generaci\u00f3n de im\u00e1genes, b\u00fasqueda web y programaci\u00f3n de trabajo futuro. El agente puede despertar solo para continuar tareas d\u00edas despu\u00e9s de haber sido invocado.<\/p>\n\n\n\n Al lanzamiento, el producto incluye integraci\u00f3n directa con Slack, Google Workspace (Gmail, Drive, Calendar, Docs, Sheets) y Salesforce, m\u00e1s m\u00e1s de 90 plugins que cubren herramientas como Atlassian Rovo, CircleCI, GitLab, Microsoft Suite, Neon by Databricks y Render. La integraci\u00f3n con Slack es la m\u00e1s promovida: el agente vive dentro de un canal, responde a menciones, sigue hilos y toma ownership de tickets sin que el equipo tenga que cambiar su herramienta de trabajo diaria.<\/p>\n\n\n\n El sistema de Skills.<\/strong> Una de las innovaciones t\u00e9cnicas m\u00e1s relevantes es el mecanismo de Skills: m\u00f3dulos de instrucciones, recursos y scripts que garantizan outputs consistentes. Las Skills se construyen sobre el est\u00e1ndar open-source agent skills, lo que en teor\u00eda las hace interoperables entre plataformas de IA. El workflow es: defin\u00eds la skill una vez, la asoci\u00e1s al agente, y el agente la aplica cada vez que enfrenta ese tipo de tarea.<\/p>\n\n\n\n Disponibilidad y pricing.<\/strong> Disponible en research preview para planes ChatGPT Business, Enterprise, Edu y Teachers. Gratis hasta el 6 de mayo de 2026, fecha en que comienza el modelo basado en cr\u00e9ditos, donde cada ejecuci\u00f3n consume cr\u00e9ditos en proporci\u00f3n a la complejidad de la tarea, las herramientas llamadas y el tiempo de ejecuci\u00f3n. Los planes Plus, Free y Consumer est\u00e1n excluidos del rollout inicial.<\/p>\n\n\n\n Google hizo la jugada m\u00e1s ambiciosa de la semana: deprec\u00f3 la marca Vertex AI como roadmap independiente y absorbi\u00f3 todo dentro de Gemini Enterprise Agent Platform. A partir de ahora, toda evoluci\u00f3n de su stack de IA se libera bajo este paraguas. Es un replanteo completo de su propuesta de valor empresarial.<\/p>\n\n\n\n ADK: el framework de sub-agentes en grafo.<\/strong> El Agent Development Kit recibi\u00f3 su actualizaci\u00f3n m\u00e1s importante. En lugar de una cadena lineal de agentes, el nuevo ADK permite organizar agentes en redes de sub-agentes con arquitectura de grafo. Los agentes se ramifican, se coordinan y resuelven subproblemas en paralelo con l\u00f3gica de flujo definida expl\u00edcitamente. M\u00e1s de seis trillones de tokens se procesan mensualmente sobre modelos Gemini a trav\u00e9s del ADK.<\/p>\n\n\n\n Agent Runtime: sandboxes GKE con gVisor.<\/strong> La infraestructura de ejecuci\u00f3n usa GKE Agent Sandbox con aislamiento de gVisor (trusted isolation). Las m\u00e9tricas publicadas son hasta 300 sandboxes por segundo por cluster, con 30% mejor price-performance que competidores en cargas AI. Los workspaces de agente son secure-by-design: entornos hardened para ejecutar comandos bash y gestionar archivos, completamente aislados de los sistemas core de la organizaci\u00f3n.<\/p>\n\n\n\n Dos capas diferenciadas.<\/strong> Google separa expl\u00edcitamente dos audiencias. El Agent Platform est\u00e1 dirigido a equipos t\u00e9cnicos: construir, orquestar y gobernar con ADK, APIs y DevOps ag\u00e9ntico. El Gemini Enterprise App est\u00e1 dirigido a knowledge workers: crear agentes con lenguaje natural o interfaz visual, gestionar una bandeja de entrada unificada de tareas as\u00edncronas largas, y colaborar en tiempo real con agentes en espacios de trabajo compartidos llamados Projects.<\/p>\n\n\n\n Model Garden y la apuesta por openness.<\/strong> Con m\u00e1s de 200 modelos disponibles incluyendo Gemini 3.1 Pro, Gemma 4, Claude Opus 4.7 de Anthropic, Llama y otros modelos open-source, Google apuesta por ser la infraestructura neutral. La decisi\u00f3n de incluir modelos de un competidor directo es la se\u00f1al m\u00e1s clara de que la plataforma prioriza apertura frente al ecosistema cerrado. Adem\u00e1s, Google comprometi\u00f3 $750 millones en fondos para acelerar la adopci\u00f3n ag\u00e9ntica en su ecosistema de partners.<\/p>\n\n\n\n Microsoft jug\u00f3 la carta del desarrollador pragm\u00e1tico. Foundry no es una plataforma que te dice qu\u00e9 modelo usar ni qu\u00e9 framework elegir. Es la infraestructura que corre lo que vos ya escribiste, a escala empresarial. El lema impl\u00edcito: trae lo que tengas.<\/p>\n\n\n\n Aislamiento de hipervisor, no de proceso.<\/strong> La diferenciaci\u00f3n t\u00e9cnica m\u00e1s importante frente a la competencia es el nivel de aislamiento. Cada sesi\u00f3n de agente corre en su propio VM aislado a nivel de hipervisor, no en un container ni en aislamiento de proceso. Esto es production-grade hypervisor isolation a escala de cloud, con sistema de archivos persistente por sesi\u00f3n y tiempos de startup predecibles. Microsoft lo distingue expl\u00edcitamente: no es aislamiento de proceso limitado, es aislamiento de hipervisor completo.<\/p>\n\n\n\n Multi-framework y multi-modelo por dise\u00f1o.<\/strong> Foundry soporta LangGraph, Microsoft Agent Framework, OpenAI Agents SDK, Claude Agent SDK y GitHub Copilot SDK. En cuanto a modelos, corre OpenAI, Anthropic, Meta, Mistral, DeepSeek, xAI y m\u00e1s. Un agente puede usar DeepSeek para planificaci\u00f3n y un modelo de OpenAI para generaci\u00f3n, con LangGraph como orquestador. El runtime maneja la capa de consistencia.<\/p>\n\n\n\n Toolbox: el endpoint MCP unificado.<\/strong> Uno de los problemas m\u00e1s costosos en producci\u00f3n ag\u00e9ntica es que cada equipo reimplementa las mismas integraciones. Toolbox lo resuelve con un endpoint MCP \u00fanico: defin\u00eds la herramienta una vez, cualquier cliente MCP se conecta al mismo endpoint. Auth handling, OAuth identity passthrough y observabilidad por tool call est\u00e1n incluidos por defecto, eliminando la duplicaci\u00f3n de credenciales y configuraciones.<\/p>\n\n\n\n Pricing.<\/strong> El compute se cobra a $0.0994 por vCPU-hora y $0.0118 por GiB-hora, \u00fanicamente durante ejecuci\u00f3n activa. La memoria a largo plazo es gratuita durante el preview hasta el 1 de junio de 2026, fecha en que pasa a $0.25 por cada mil eventos almacenados. El deploy se hace con un solo comando ( Microsoft Agent Framework v1.0 y Agent 365.<\/strong> El mismo d\u00eda se public\u00f3 MAF v1.0, la versi\u00f3n estable que unifica Semantic Kernel y AutoGen en un solo framework de producci\u00f3n. Y se anunci\u00f3 para el 1 de mayo Agent 365: el panel de control para que los equipos de IT administren todos los agentes del tenant en una sola vista, a $15 por usuario por mes.<\/p>\n\n\n\n Detr\u00e1s de todos los anuncios aparecen dos protocolos en cada stack. MCP (Model Context Protocol), de origen en Anthropic, define c\u00f3mo los agentes se conectan a herramientas y fuentes de datos externas. A2A (Agent-to-Agent), propuesto por Google, define c\u00f3mo los agentes se comunican entre s\u00ed cuando pertenecen a diferentes plataformas.<\/p>\n\n\n\n Microsoft adopt\u00f3 MCP en Foundry Toolbox. Google soporta ambos en Agent Platform. OpenAI usa su propio sistema de Skills pero lo declara interoperable con el open-source agent skills standard. La emergencia de protocolos compartidos es la se\u00f1al m\u00e1s importante de madurez del ecosistema: la plataforma de ejecuci\u00f3n puede ser propietaria, pero la capa de integraci\u00f3n tiende hacia est\u00e1ndares abiertos.<\/p>\n\n\n\n Anthropic apuesta a que modelo e infraestructura co-dise\u00f1ados producen mejores resultados ag\u00e9nticos. La mejora de hasta 10 puntos en task success no viene del modelo solo: viene de que el harness est\u00e1 optimizado para c\u00f3mo Claude razona sobre herramientas y se recupera de errores.<\/p>\n\n\n\n OpenAI apuesta a la distribuci\u00f3n. El mayor activo de Workspace Agents no es t\u00e9cnico: es que vive dentro de ChatGPT, donde ya est\u00e1n millones de usuarios empresariales. La integraci\u00f3n con Slack es el caballo de Troya: el agente no requiere que la organizaci\u00f3n cambie c\u00f3mo trabaja.<\/p>\n\n\n\n Google apuesta por convertirse en infraestructura neutral. Incluir modelos de Anthropic, Meta y otros, y soportar protocolos abiertos como MCP y A2A, es una estrategia de largo plazo. La arquitectura de sub-agentes en grafo del ADK es t\u00e9cnicamente la m\u00e1s sofisticada para workflows complejos.<\/p>\n\n\n\n Microsoft apuesta al DevOps enterprise. El aislamiento de hipervisor por sesi\u00f3n resuelve el problema que ten\u00edan los equipos de seguridad para aprobar agentes en producci\u00f3n. Foundry no intenta ser la interfaz ni el proveedor de modelo: es la infraestructura sobre la que corre lo que ya existe.<\/p>\n\n\n\n La tensi\u00f3n central: lock-in vs. portabilidad.<\/strong> Managed Agents de Anthropic y Workspace Agents de OpenAI tienen mayor lock-in por dise\u00f1o: el runtime es espec\u00edfico del proveedor. Foundry de Microsoft y Agent Platform de Google ofrecen mayor portabilidad de framework y modelo, pero el lock-in de infraestructura cloud persiste. Los protocolos abiertos son la respuesta del mercado a esta tensi\u00f3n.<\/p>\n\n\n\n El elefante en la sala.<\/strong> Las capacidades m\u00e1s potentes de cada plataforma \u2014multi-agent coordination en Anthropic, self-evaluation en Managed Agents, sub-agentes en grafo en Google\u2014 est\u00e1n en research preview con acceso restringido. La \u00abfiebre ag\u00e9ntica\u00bb de la semana del 22 de abril fue, en parte, marketing de roadmap. Los productos que est\u00e1n en disponibilidad general hoy son el piso, no el techo.<\/p>\n\n\n\n La semana del 22 de abril de 2026 no fue un accidente coordinado. Fue el resultado de que cuatro compa\u00f1\u00edas llegaron al mismo punto de madurez t\u00e9cnica al mismo tiempo: los agentes de IA dejaron de ser prototipos de laboratorio y se convirtieron en infraestructura de producci\u00f3n con pricing, governance, aislamiento y observabilidad de nivel enterprise.<\/p>\n\n\n\n La carrera ag\u00e9ntica no se va a ganar con el mejor modelo. Se va a ganar con el mejor runtime: la plataforma que resuelva m\u00e1s completamente el problema de llevar un agente desde un notebook de desarrollo hasta producci\u00f3n a escala, con los controles de seguridad, compliance y trazabilidad que las organizaciones necesitan.<\/p>\n\n\n\n Anthropic arranc\u00f3 primero. Google apost\u00f3 m\u00e1s fuerte en infraestructura. Microsoft tiene la mejor historia de governance. OpenAI tiene la mayor distribuci\u00f3n. Todos tienen piezas del puzzle. Ninguno lo tiene completo todav\u00eda.<\/p>\n\n\n\n La fiebre ag\u00e9ntica de abril de 2026 es el pistoletazo de salida, no la l\u00ednea de llegada.<\/p>\n\n\n\n Fuentes: InfoWorld, VentureBeat, Google Cloud Blog, Microsoft Foundry Blog, Anthropic Platform Docs \u2014 Semana 21-26 Abr 2026<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" El momento que cambi\u00f3 el paradigma del software empresarial Durante a\u00f1os, los agentes de IA fueron territorio de demos y laboratorios. La semana del 21 de abril de 2026 fue la semana en que dejaron de serlo. En el lapso de 72 horas, las cuatro compa\u00f1\u00edas m\u00e1s importantes del ecosistema de IA lanzaron plataformas de […]<\/p>\n","protected":false},"author":2,"featured_media":11883,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[267,4],"tags":[],"class_list":["post-11881","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-ai"],"yoast_head":"\n\n
\n\n\n\nAnthropic \u2014 El primer movimiento<\/h3>\n\n\n\n
managed-agents-2026-04-01<\/code>. El pricing tiene dos dimensiones: las tarifas normales de tokens del modelo Claude m\u00e1s $0.08 por session-hora mientras la sesi\u00f3n est\u00e1 en estado activo, medido al milisegundo. Los rate limits son 60 requests por minuto en el endpoint de creaci\u00f3n y 600 en lectura.<\/p>\n\n\n\n
\n\n\n\nOpenAI \u2014 El sucesor de los GPTs<\/h3>\n\n\n\n
\n\n\n\nGoogle \u2014 La plataforma del desarrollador<\/h3>\n\n\n\n
\n\n\n\nMicrosoft \u2014 El runtime para developers<\/h3>\n\n\n\n
azd deploy<\/code>) desde cualquier Dockerfile.<\/p>\n\n\n\n
\n\n\n\nLos protocolos que unifican la capa ag\u00e9ntica<\/h3>\n\n\n\n
\n\n\n\nAn\u00e1lisis: cuatro \u00e1ngulos distintos para el mismo problema<\/h3>\n\n\n\n
\n\n\n\nConclusi\u00f3n<\/h3>\n\n\n\n
\n\n\n\n