Los agentes de IA abandonan la fase de experimentación.Escriben código, inician trabajos, acceden a repositorios y clústeres, y se comportan como empleados adicionales sin expediente de personal.Dos noticias actuales muestran de qué depende actualmente el uso productivo: de la gobernanza en la operación y de la cuestión de qué datos se filtran al exterior.

KubeCon 2026: gobernanza en lugar de proyecto piloto

En la KubeCon North America 2026, uno de los focos giró en torno al control de agentes de IA en entornos de Kubernetes.Kubernetes es la plataforma extendida para operar contenedores de forma automatizada, es decir, paquetes de ejecución aislados para aplicaciones.Precisamente allí se ejecutan cada vez más agentes que desencadenan acciones de forma autónoma.

Se destacaron especialmente tres temas:

  • Reglas de acceso, presentadas por Mirantis: ¿qué recursos puede ver un agente y cuáles puede modificar?
  • Control de costes con Splunk: las ejecuciones de agentes generan carga de cómputo y consumo de tokens que deben ser visibles y atribuibles.
  • Identidades verificables mediante ANS: un agente debe poder demostrar que es quien dice ser.

Estos tres puntos describen en conjunto el grado de madurez que las empresas deben alcanzar en el uso de agentes.Un agente sin identidad inequívoca no puede atribuirse a ninguna acción a posteriori.Un agente sin reglas de acceso trabaja con los derechos de quien lo inició, en caso de duda con demasiados.Y un agente sin transparencia de costes solo llama la atención cuando llega la factura.

La identidad como base para todo lo demás

Las identidades verificables son técnicamente el requisito previo para los otros dos componentes.Solo cuando está claro qué agente realiza una solicitud se pueden graduar finamente los permisos y atribuir los costes a quien los causa.En entornos clásicos se encargan de ello las cuentas de usuario y las cuentas de servicio; en el caso de los agentes se añade que surgen de forma dinámica, se invocan entre sí y actúan en nombre de personas.

En la práctica, esto significa que los agentes pertenecen a la misma gestión de identidades y derechos que otros componentes del sistema, no a un mundo paralelo de claves de API en archivos de configuración.

Los costes se convierten en instrumento de control

Que el control de costes reciba un espacio propio en una conferencia de infraestructura es notable.En las aplicaciones clásicas, los costes por solicitud son en gran medida previsibles.Los agentes, en cambio, deciden por sí mismos cuántos pasos dan, con qué frecuencia consultan un modelo y qué herramientas invocan.El esfuerzo para una misma tarea puede variar considerablemente según la solución elegida.

La observabilidad, es decir, la recopilación sistemática de métricas, logs y trazas, pasa así de ser un tema operativo a un tema económico-empresarial.Quien no mide qué equipos y qué casos de uso generan qué costes no puede planificar presupuestos ni decidir dónde resultan realmente rentables los agentes.

Windows 11 recopila datos sobre agentes de programación

La segunda noticia afecta a los propios puestos de trabajo de los desarrolladores.Según esta, Windows 11 recopila datos de uso de agentes de programación y herramientas de desarrollo y los transmite a Microsoft junto con los datos de diagnóstico opcionales.Opcional significa que la transmisión ampliada de datos de diagnóstico puede ajustarse en la configuración del sistema, por lo que no es un componente inevitable.

En cuanto al contenido, se trata de telemetría, es decir, datos de uso y de estado, no de los contenidos procesados.No obstante, el punto es relevante para las empresas: la información sobre qué herramientas se utilizan y en qué medida forma parte de la imagen tecnológica interna.Donde los acuerdos de empresa, las evaluaciones de impacto en la protección de datos o los contratos con clientes imponen requisitos estrictos, merece la pena una decisión consciente en lugar de una configuración predeterminada.

Qué conecta ambas evoluciones

A primera vista, la operación de clústeres y la telemetría del sistema operativo están una al lado de la otra.En realidad, describen dos caras de la misma cuestión: ¿quién tiene visibilidad sobre lo que hacen los agentes y quién mantiene el control sobre ello?

En el centro de datos se trata de dotar a los agentes de identidad, derechos y presupuesto de costes.En el ordenador de trabajo se trata de saber qué datos de uso abandonan el propio ámbito de responsabilidad.Ambas son tareas de gobernanza que clásicamente residen en departamentos distintos y que deben unificarse en los proyectos de agentes.

Puntos de partida prácticos

  1. Inventario: registrar qué agentes y herramientas de desarrollo asistidas por IA ya están en uso, a menudo más de los oficialmente conocidos.
  2. Asignar identidades: cada agente recibe una cuenta propia y trazable en lugar de credenciales compartidas.
  3. Minimizar derechos: acceso solo a los sistemas necesarios para la tarea correspondiente.
  4. Hacer visibles los costes: evaluar el consumo por equipo y caso de uso antes de escalar el uso.
  5. Revisar la configuración de telemetría: configurar y documentar de forma consciente la transmisión de datos de los sistemas de puesto de trabajo.

Para proyectos web y de software, esto significa que los agentes pueden utilizarse de forma productiva, pero no sin el mismo cuidado que ya se aplica a los accesos, el registro y los presupuestos.Quien tiene en cuenta desde el principio la identidad, los permisos y la medición de costes evita posteriores adaptaciones costosas durante la operación en curso.

Y quien conoce la telemetría de su propio entorno de desarrollo puede dar información sólida a clientes y responsables de protección de datos, en lugar de tener que investigar a posteriori.

Fuentes