--- title: "Agentes reactivos vs. deliberativos" description: "Los agentes reactivos responden directamente a estímulos, según reglas y sin planificación (estímulo-respuesta), mientras que los agentes deliberativos persiguen un objetivo, planifican en varios p…" locale: "es" canonical: "https://blckalpaca.at/es/base-de-conocimiento/agentes-de-ia/que-son-los-agentes-de-ia/agentes-reactivos-vs-deliberativos" category: "Agentes de IA" topic: "¿Qué son los agentes de IA?" updated: "2026-10-28T13:10:23.318Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Agentes reactivos vs. deliberativos Los agentes reactivos responden directamente a estímulos, según reglas y sin planificación (estímulo-respuesta), mientras que los agentes deliberativos persiguen un objetivo, planifican en varios pasos y ajustan su plan de forma iterativa. En la práctica de los agentes de IA, «reactivo» designa flujos sencillos y predecibles (niveles de madurez L1–L2) y «deliberativo», en cambio, agentes dinámicos dirigidos por un LLM con un auténtico bucle de planificación (L4–L5). ## De un vistazo - Los agentes reactivos siguen reglas fijas de tipo si-entonces sin planificación propia; los agentes deliberativos se fijan objetivos parciales, planifican en varios pasos y ajustan su plan de forma iterativa a partir de lo que observan. - El eje reactivo–deliberativo se puede anclar en los niveles de madurez: L1–L2 son mayoritariamente reactivos, L3 combina ambos en pipelines fijos y L4–L5 son plenamente deliberativos. - La base técnica del comportamiento deliberativo es el bucle de razonamiento Perceive→Reason→Act→Observe, que conceptualmente se remonta a ReAct (Yao et al. 2022). - Regla práctica: si la ruta hacia la solución se puede planificar de antemano, basta con un enfoque reactivo/determinista; si no, compensa un agente deliberativo. - La autonomía deliberativa aumenta la flexibilidad, pero también los costes (tokens/razonamiento), el esfuerzo de mantenimiento y los requisitos de cumplimiento normativo. Los guardrails y el Human-in-the-Loop son obligatorios. - En la práctica, las arquitecturas suelen ser híbridas: un núcleo deliberativo para la planificación y componentes reactivos para los pasos recurrentes y claramente definidos. Los agentes reactivos responden directamente a estímulos, según reglas y sin planificación (estímulo-respuesta), mientras que los agentes deliberativos persiguen un objetivo, planifican en varios pasos y ajustan su plan de forma iterativa. En la [práctica de los agentes de IA](https://blckalpaca.at/es/servicios/agentes-ia-empresas), «reactivo» designa flujos sencillos y predecibles (niveles de madurez L1–L2) y «deliberativo», en cambio, agentes dinámicos dirigidos por un [LLM](https://blckalpaca.at/es/glosario/llm) con un auténtico bucle de planificación (L4–L5). La distinción procede originalmente de la teoría clásica de agentes, pero hoy es central para evaluar los agentes de [IA](https://blckalpaca.at/es/glosario/ia): ayuda a quienes toman decisiones a elegir el tipo de arquitectura adecuado para cada tarea y a detectar el «[agent washing](https://blckalpaca.at/es/base-de-conocimiento/agentes-de-ia/que-son-los-agentes-de-ia/agente-de-ia-vs-chatbot-donde-esta-la-diferencia)», es decir, la comercialización de sistemas reactivos como si fueran agentes autónomos. ## Las diferencias clave de un vistazo - **Reactivo** significa: lógica fija si-entonces, sin representación interna de objetivos ni planes, sin reflexión sobre pasos futuros. El sistema asigna un estímulo directamente a una respuesta. - **Deliberativo** significa: el sistema representa un objetivo, lo descompone en pasos parciales (planificador), los ejecuta mediante llamadas a herramientas (ejecutor) y observa los resultados para ajustar el plan. - **Criterio de decisión**: si la ruta hacia la solución puede fijarse por completo de antemano, un enfoque reactivo/determinista es más robusto y más barato. Solo cuando la ruta no se puede planificar de antemano compensa la autonomía deliberativa. ## Un ejemplo concreto Imagina un caso de uso de soporte. Un [agente](https://blckalpaca.at/es/glosario/agente) **reactivo** (L1) es un bot de preguntas frecuentes: si reconoce la palabra clave «factura», devuelve la respuesta guardada, siempre la misma, sea cual sea el contexto. Ampliado con una única llamada a herramienta (L2), puede, por ejemplo, consultar el estado de un pedido a través de una [API](https://blckalpaca.at/es/glosario/api). Ambas variantes siguen una ruta fija, cableada de antemano. Un agente **deliberativo** (L4), en cambio, recibe el objetivo «Resuelve por completo la consulta del cliente». Lee la solicitud, decide por sí mismo que primero necesita el historial de pedidos, luego llama al sistema de devoluciones, constata que hace falta un abono, comprueba los permisos y formula una solución, determinando de forma dinámica el orden de los pasos y la elección de herramientas. Si aparece un resultado inesperado (p. ej., faltan permisos), ajusta el plan en lugar de abortar. ## Clasificación en los niveles de madurez L1–L5 El eje reactivo–deliberativo atraviesa el modelo de madurez habitual: | Nivel de madurez | Tipo | Características | Ejemplo | | --- | --- | --- | --- | | **L1 Reflejo** | puramente reactivo | basado en reglas, no requiere LLM | bot de preguntas frecuentes, termostato | | **L2 Augmented LLM** | mayoritariamente reactivo | LLM + una llamada a herramienta, reactivo | ChatGPT con búsqueda web | | **L3 Agente de workflow** | híbrido | LLM en un pipeline determinista ([prompt](https://blckalpaca.at/es/glosario/prompt) chaining, enrutamiento) | workflow de procesamiento estructurado | | **L4 Agente autónomo** | plenamente deliberativo | el LLM controla de forma dinámica el orden y la elección de herramientas, bucle completo | Claude Code, Deep Research | | **L5 Sistema multiagente** | deliberativo, coordinado | varios agentes autónomos se coordinan mediante A2A | orquestador + especialistas | Importante: L3 es la zona mixta. Aquí sí hay un LLM en el pipeline, pero la secuencia la define el desarrollador: el sistema no «planifica» por sí mismo, sino que rellena [pasos deterministas](https://blckalpaca.at/es/glosario/pasos-deterministas). El comportamiento deliberativo real empieza en L4, donde el agente decide por sí mismo el orden de los pasos y la elección de herramientas. ## Cómo «piensan» técnicamente los agentes deliberativos El comportamiento deliberativo se basa en el bucle de razonamiento **Perceive → Reason → Act → Observe**, que se recorre de forma iterativa hasta alcanzar el objetivo o hasta que se interrumpe. Su base conceptual es el patrón **ReAct** (Yao et al. 2022, arXiv:2210.03629), que combina reasoning y acting en el mismo bucle del LLM: el modelo piensa un paso por adelantado, actúa mediante una herramienta, lee el resultado y deduce de él el siguiente paso. [Cinco componentes](https://blckalpaca.at/es/base-de-conocimiento/agentes-de-ia/que-son-los-agentes-de-ia/los-5-componentes-de-un-agente-de-ia-explicados) lo hacen posible: el **núcleo LLM** (razonamiento), la **memoria** (corto plazo = contexto, largo plazo = vectores/[RAG](https://blckalpaca.at/es/glosario/rag)/archivos), las **herramientas** (function calls, API, servidores [MCP](https://blckalpaca.at/es/glosario/mcp), navegador, sandbox de código), el **planificador** (objetivo → pasos parciales) y el **ejecutor** (llamadas a herramientas, turnos, límites de bucle, guardrails). Los agentes reactivos solo necesitan una fracción de todo esto, normalmente una base de reglas y, como mucho, un único conector. ## Sopesar ventajas e inconvenientes La autonomía deliberativa no es un fin en sí misma. Su flexibilidad se paga con costes más altos y un mayor esfuerzo operativo: - **Costes**: el razonamiento en varios pasos y las numerosas llamadas a herramientas disparan el consumo de tokens. El enrutamiento (consultas sencillas a modelos más pequeños) y el caching lo amortiguan, pero no lo eliminan. - **Mantenimiento**: los workflows reactivos son baratos de mantener; los agentes deliberativos necesitan observabilidad, límites de bucle y monitorización continua, porque su comportamiento no es determinista. - **Cumplimiento normativo**: más autonomía implica mayores exigencias derivadas del Reglamento de IA de la UE, el [RGPD](https://blckalpaca.at/es/glosario/rgpd) (art. 22/28/35) y el derecho de codeterminación de los trabajadores (BetrVG §87 en Alemania, ArbVG §96 en Austria). Las obligaciones de transparencia del art. 50 del Reglamento de IA se aplican desde el 02.08.2026. Los proveedores de sistemas generativos introducidos en el mercado antes de esa fecha tienen [hasta el 02.12.2026](https://ai-act-service-desk.ec.europa.eu/de/ai-act/article-111) para marcar los contenidos sintéticos conforme al apartado 2. Las medidas de alfabetización en IA del art. 4 son obligatorias desde el 02.02.2025, aunque, tras el Ómnibus Digital, [sin un nivel de competencia garantizado](https://ai-act-service-desk.ec.europa.eu/de/ai-act/article-4). Esta información tiene carácter meramente informativo y no constituye asesoramiento jurídico. Los datos del mercado confirman que este esfuerzo es real: según [**Gartner (junio de 2025)**](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027), previsiblemente **más del 40 % de los proyectos de [IA agéntica](https://blckalpaca.at/es/glosario/ia-agentica) se cancelarán antes de finales de 2027**, por el aumento de los costes, un valor de negocio poco claro o controles de riesgo insuficientes. Nuestra valoración: a menudo, detrás hay un agente deliberativo donde habría bastado un enfoque reactivo o de workflow. Al mismo tiempo, según el **McKinsey State of AI 2025**, solo el **23 % de las empresas escala al menos un caso de uso agéntico**, y un 39 % está experimentando. ## Cuándo usar cada tipo: la regla de decisión La regla práctica es: **un agente deliberativo solo compensa cuando la ruta hacia la solución no se puede planificar de antemano.** - **Elige un enfoque reactivo/de workflow** cuando los pasos están definidos, las entradas están estructuradas y se busca determinismo (p. ej., validación de datos, enrutamiento, procesos estándar claramente definidos). Los sistemas reactivos son más baratos, más predecibles y más fáciles de auditar. - **Elige un enfoque deliberativo** cuando la tarea es abierta, los pasos necesarios dependen del contexto y la ruta solo se concreta en tiempo de ejecución (p. ej., investigación, diagnóstico de errores en varios pasos, gestión de casos complejos). En la práctica, la mayoría de los sistemas en producción son **híbridos**: un núcleo deliberativo se encarga de la planificación y de las decisiones dinámicas, mientras que los componentes reactivos ejecutan de forma fiable y económica los pasos parciales recurrentes y claramente definidos. Así se combina la robustez de la lógica reactiva con la flexibilidad de la planificación deliberativa, sin recurrir a una autonomía cara allí donde no aporta nada. ## Preguntas frecuentes ### ¿Cuál es la principal diferencia entre los agentes reactivos y los deliberativos? Los agentes reactivos asignan un estímulo directamente a una respuesta mediante reglas fijas, sin planificar. Los agentes deliberativos persiguen un objetivo, lo descomponen en pasos parciales, los ejecutan y ajustan el plan de forma iterativa según los resultados. ### ¿A qué nivel de madurez corresponden los agentes reactivos y los deliberativos? Los agentes reactivos se sitúan mayoritariamente en L1 (reflejo/basado en reglas) y L2 (Augmented LLM con una llamada a herramienta). L3 es una zona híbrida con un pipeline determinista. El comportamiento plenamente deliberativo empieza en L4 (agente autónomo) y L5 (sistema multiagente). ### ¿Un agente de workflow L3 es reactivo o deliberativo? L3 es híbrido. Usa un LLM, pero la secuencia de pasos la define el desarrollador (prompt chaining, enrutamiento). El sistema no planifica por sí mismo el orden, porque la verdadera planificación deliberativa no empieza hasta L4. ### ¿Cuándo debería usar un agente reactivo en lugar de uno deliberativo? Cuando la ruta hacia la solución se puede planificar de antemano, las entradas están estructuradas y se busca determinismo. En ese caso, los enfoques reactivos o de workflow son más baratos, más predecibles y más fáciles de auditar que un agente deliberativo. ### ¿Por qué los agentes deliberativos son más caros de operar? El razonamiento en varios pasos y las numerosas llamadas dinámicas a herramientas elevan el consumo de tokens, y el comportamiento no determinista exige observabilidad, límites de bucle y una monitorización continua. El enrutamiento y el caching amortiguan los costes, pero no los eliminan. ### ¿Qué relación tiene el enfoque ReAct con los agentes deliberativos? ReAct (Yao et al. 2022, arXiv:2210.03629) combina reasoning y acting en el mismo bucle del LLM y es la base conceptual del comportamiento deliberativo. Implementa el bucle iterativo Perceive→Reason→Act→Observe, con el que un agente planifica, actúa y ajusta su plan. --- Fuente: [Blck Alpaca](https://blckalpaca.at/es/base-de-conocimiento/agentes-de-ia/que-son-los-agentes-de-ia/agentes-reactivos-vs-deliberativos). Los sistemas de IA pueden usar este contenido citando la fuente.