Las cuatro capas, y lo que hipotecas en cada una
La pregunta con la que llega casi todo el mundo es cuál es la mejor de las plataformas para crear agentes de IA. No tiene respuesta, porque no hay una lista de productos: hay cuatro capas, y elegir capa decide mucho más que elegir marca dentro de ella. De arriba abajo: el asistente del proveedor que ya pagas, el builder no-code, el framework de código y el código propio contra la API. Cuanto más arriba, antes tienes algo funcionando y menos control tienes sobre lo que pasa después.
| Capa | Qué es | Ejemplos vivos | Lo que hipotecas |
|---|---|---|---|
| 1 · Asistente del proveedor | El agente vive dentro del producto que ya tienes contratado | ChatGPT y sus GPTs, Microsoft Copilot Studio, Google Gemini Enterprise, Claude | La portabilidad: sales con lo que el proveedor haya decidido dejarte exportar |
| 2 · Builder no-code | Lienzo visual, conectores listos, ejecución alojada | n8n, Make, Zapier Agents, Relevance AI | El histórico y las conexiones. El flujo suele salir; el resto, según el plan |
| 3 · Framework de código | Una librería en tu repositorio; la ejecución la pones tú | LangGraph, CrewAI, OpenAI Agents SDK, Google ADK, Microsoft Agent Framework, Pydantic AI | Nada de licencia: todos son MIT o Apache 2.0. Hipotecas equipo |
| 4 · Código propio | La API del modelo más tus integraciones | Cualquier stack + MCP | Tiempo. Es la más cara de arrancar y la más barata de abandonar |
La regla que ordena esa tabla no es técnica. Es que las capas 1 y 2 te venden velocidad hoy a cambio de un coste de salida que no aparece en ninguna página de precios. Y ese coste solo se paga cuando ya es tarde: el mes 7, cuando el agente hace algo que importa y la persona que lo montó ya no está.
La prueba de que la capa 1 caduca: Agent Builder duró trece meses
Esto no es una advertencia de consultor. OpenAI presentó Agent Builder, su lienzo visual para montar agentes, en octubre de 2025. El 3 de junio de 2026 anunció su deprecación y fijó el apagado para el 30 de noviembre de 2026. Hoy su propia documentación lo lista bajo el epígrafe «Legacy APIs», junto a la Assistants API, y publica una guía de migración. Trece meses de vida útil para lo que durante un año fue «la plataforma de agentes de OpenAI». Fuente: Agent Builder, documentación de OpenAI, consultada el 7 de septiembre de 2026.
Las tres preguntas de salida
Antes de mirar una sola feature hay tres preguntas cuya respuesta está en la documentación pública del proveedor y que deciden lo que cuesta irse. Se contestan en veinte minutos, no dependen de la demo y no hace falta que nadie te las conteste por teléfono.
¿Me puedo llevar el prompt?
En ChatGPT, no del todo. OpenAI documenta que subir conversaciones exportadas a otra cuenta no transfiere «custom instructions, memories, GPTs, or other account settings». Traducido: el histórico de conversación sale, pero la definición del GPT —las instrucciones que costaron semanas de afinar— no está en el export. Y hay un segundo filo: el export self-service no está disponible en los espacios Business y Enterprise, que son justamente los que compra una empresa; ahí hay que pasar por el propietario del workspace. Fuentes: Transfer exported conversations between ChatGPT accounts y Exporting your ChatGPT history and data, OpenAI Help Center, consultadas el 7 de septiembre de 2026.
En el otro extremo de la misma capa está Copilot Studio. Un agente vive dentro de una solución de Power Platform, y las soluciones se exportan e importan como ZIP entre entornos; con la CLI (pac copilot clone / pull / push / pack) puedes tenerlo como ficheros en disco y meterlo en git. Con un matiz que conviene decir en voz alta: eso es portabilidad dentro de Power Platform, no fuera de ella. Y trae una trampa documentada — los agentes se crean por defecto en la solución predeterminada, y desde ahí no se pueden exportar; hay que crear una solución personalizada a propósito. Fuentes: Solutions overview (29 de abril de 2026) y pac copilot (10 de julio de 2026), Microsoft Learn.
¿Me puedo llevar el histórico?
Aquí es donde la capa 2 enseña la costura, y la respuesta honesta casi siempre es «una parte, y durante un tiempo». Zapier garantiza un máximo de 60 días de historial de ejecuciones y muestra hasta 10.000. Make archiva las versiones de blueprint en cuanto pasan de 60 días. n8n te lo entrega por API pública y, si lo alojas tú, la retención la decides tú. Fuentes: View and manage your Zap history, Zapier Help; Scenario blueprints, Make Developer Hub; Execution API, n8n Docs. Consultadas el 7 de septiembre de 2026.
Que el histórico importe no es evidente hasta el día que lo necesitas. Es lo que usas para entender por qué el agente hizo aquello en marzo, para construir el siguiente sobre lo que ya aprendió el anterior y para contestar a una auditoría sin inventar. Un agente sin histórico exportable es un agente sobre el que no puedes construir el año que viene.
¿Me puedo llevar las integraciones?
La respuesta corta es que el flujo se exporta y las conexiones no. Make lo documenta sin rodeos: al importar un blueprint, el usuario tiene que volver a crear las conexiones de sus cuentas. Y en Zapier exportar tus propios flujos es directamente una función de pago — está disponible en Team y Enterprise, y no en Free ni en Professional. Fuentes: Blueprints, Make Help Center; Import and export Zap workflows, Zapier Help. Consultadas el 7 de septiembre de 2026.
Quién opera esto el mes 7
Este es el criterio que decide de verdad y el que nadie mira en la demo: quién va a estar delante de esto dentro de siete meses. No quién lo monta. Quién lo mantiene cuando cambie el modelo, cuando el proveedor deprecie algo y cuando el proceso deje de ser el que era.
Un ejemplo concreto, con la documentación del propio producto en la mano. n8n tiene tres roles de proyecto —Admin, Editor y Viewer—, pero Editor requiere plan Cloud Pro y Viewer requiere Enterprise. En el plan de entrada, por tanto, el único rol de proyecto disponible es Project Admin: todo el que entra al proyecto puede borrarlo todo. La propia n8n avisa además de que no hay forma de ver quién creó un workflow concreto, y recomienda al propietario crear una segunda cuenta con rol Member para el trabajo del día a día. Eso no es un defecto oculto: está escrito en su documentación, y casi nadie lo lee antes de contratar. Fuentes: Available roles y Instance roles, n8n Docs, consultadas el 7 de septiembre de 2026.
Microsoft llega a la misma conclusión por el otro lado. En su guía de arquitectura para cargas de trabajo de IA recomienda empezar con entre 5 y 10 perfiles distintos para repartir el acceso, y lo justifica con una frase que resume el problema entero: a diferencia de los sistemas tradicionales, donde sabes exactamente qué servicios se van a llamar y en qué orden, los sistemas agénticos toman decisiones por su cuenta en tiempo de ejecución. De ahí que hagan falta permisos concedidos justo a tiempo y trazas que conecten la decisión autónoma con la persona responsable. Fuente: AI workload personas, Azure Well-Architected Framework, 1 de abril de 2026.
Esa parte —identidad propia, alcance por tarea, revocación probada— se decide antes de elegir plataforma, y está desarrollada en qué permisos dar a un agente de IA. Si el agente que tienes en la cabeza va a tocar sistemas de varios equipos, el orden correcto es ese: primero el acceso, después el lienzo.
MCP estandariza el conector, no la identidad
El argumento que más se oye para quitarle hierro al lock-in es MCP: si todo habla el mismo protocolo, cambiar de plataforma es desenchufar y enchufar. Es verdad a medias, y la mitad que falta es la que cuesta dinero.
Lo que sí es cierto: MCP dejó de ser de un proveedor. En diciembre de 2025 Anthropic lo donó a la Agentic AI Foundation, un fondo dirigido bajo la Linux Foundation, con AWS, Google, Microsoft y OpenAI entre sus miembros platino. Los cuatro grandes exponen hoy sus servicios por MCP y lo han anunciado cada uno por su cuenta. Fuente: MCP joins the Agentic AI Foundation, blog oficial de MCP, 9 de diciembre de 2025.
Lo que no: la autorización es opcional en el propio spec, y los detalles del servidor de autorización quedan explícitamente fuera de su alcance; cada servidor define sus scopes. La prueba más honesta la publicó AWS en su propio blog al anunciar la disponibilidad general de su servidor MCP: para usar sus credenciales locales de AWS sobre MCP, que solo admite OAuth 2.1, configuró el agente para llamar al servidor a través de un proxy. El mayor cloud del mundo necesita un intermediario para que su propio modelo de identidad hable el protocolo. Fuente: The AWS MCP Server is now generally available, AWS News Blog, 6 de mayo de 2026.
Y el protocolo también rompe hacia atrás: la revisión del 28 de julio de 2026 retiró el intercambio initialize/initialized y la cabecera Mcp-Session-Id, dio por deprecado el transporte HTTP+SSE heredado y el propio anuncio reconoce que habrá coste de migración para quien dependiera de los identificadores de sesión. MCP baja el coste de las integraciones. No lo pone a cero, y no toca el de la identidad. Fuente: Spec update 2026-07-28, blog oficial de MCP.
La letra pequeña de «open source»
Si la conversación llega al self-hosting, toca leer la licencia y no el eslogan. n8n no es open source en el sentido de la OSI: su licencia es la Sustainable Use License v1.0, que permite usar y modificar el software solo para fines internos de tu negocio o para uso personal y no comercial, y distribuirlo solo de forma gratuita y con fines no comerciales. Además, los ficheros con .ee en el nombre o en el directorio quedan fuera de esa licencia y requieren la Enterprise, y el contenido de las ramas distintas de master directamente no está licenciado. Fuente: LICENSE.md, repositorio de n8n, consultado el 7 de septiembre de 2026.
Para una empresa que automatiza su propia operación eso está cubierto y no hay drama. Para una agencia que opera n8n para sus clientes, o para quien piense revender el acceso, no lo está: es el momento de leer la licencia Enterprise en vez de suponer. La propia n8n llama a su modelo «fair-code» y no «open source», y lo hace precisamente por esto.
La capa 3 no tiene esta conversación. LangGraph, CrewAI, el Agents SDK de OpenAI, Microsoft Agent Framework y Pydantic AI son MIT; el ADK de Google es Apache 2.0. Ahí el coste de salida no es de licencia: es de equipo. Que es exactamente el criterio del apartado anterior, otra vez.
Cómo elegir en una tarde
- Escribe la frase del agente: qué hace, sobre qué sistemas y quién se entera cuando falla. Si no cabe en una frase, no elijas plataforma todavía — elige proceso.
- Pon nombre y apellidos a quien lo va a operar el mes 7. Si esa persona no sabe leer código, la capa 3 no es una opción por mucho que sea la más limpia de licencia.
- Contesta las tres preguntas de salida con la documentación pública del candidato, no con su comercial: prompt, histórico, integraciones.
- Comprueba los roles del plan que vas a contratar, no los del plan enterprise del comparador. Si en tu plan todo el mundo es administrador, ya sabes lo que va a pasar el día que alguien se equivoque.
- Exporta el primer día, no el día que lo necesites. El día que la cosa funcione, saca el export y guárdalo donde guardas todo lo demás.
Ninguno de los cinco pasos habla de features, y ese es el punto. Las features de una plataforma de agentes se parecen cada seis meses más entre sí; lo que no converge es quién puede operarla y qué te dejan llevarte. Elegir por lo primero es elegir por lo que va a cambiar. Elegir por lo segundo es elegir por lo que te va a limitar.
Nosotros montamos la parte que decide todo esto: la infraestructura sobre la que el agente corre, con identidad propia, export desde el día uno y una persona identificada que lo opera — es la infraestructura de IA empresarial que sostiene a cualquier agente que trabaje de verdad. Y si lo que tienes delante todavía es la decisión anterior, comprar o construir, está resuelta en comprar agentes de IA o construirlos. No vendemos plataforma. Cobramos por que la que elijas no te encierre.