SO de IA
La expresión se usa con ligereza. Un significado más claro: la capa de infraestructura que impone las garantías que los agentes no pueden darse a sí mismos.
15 de oct de 2026 · 6 min de lectura
El diagrama y las fuentes están en inglés.
La expresión «sistema operativo de IA» se usa con ligereza. El significado más útil viene de un artículo de investigación de 2026 sobre un Agent-OS: infraestructura que se ubica bajo las aplicaciones de agentes e impone garantías que las aplicaciones no pueden darse a sí mismas.
No es un modelo, no es una biblioteca de framework ni un conjunto de convenciones de API. No se puede depender de que los modelos encuentren y corrijan sus propios errores, así que las garantías de resiliencia, seguridad y costo tienen que venir de la capa de plataforma, igual que un sistema operativo da a los programas aislamiento de memoria y una plataforma en la nube da a los servicios reinicios y límites.
El artículo sigue un patrón de épocas anteriores: primero los desarrolladores construyen arneses a medida, luego el campo acuerda abstracciones compartidas. Propone trece primitivas y trata al propio agente como una entidad de primera clase con identidad, memoria y límites de recursos. La idea de que un modelo de lenguaje puede actuar como un kernel, con memoria, herramientas y entrada y salida, se remonta al esbozo «LLM OS» de Andrej Karpathy de 2023, y sistemas de investigación como AIOS y MemGPT exploran partes de ella.
Un solo agente en una tarea acotada rara vez lo necesita. El caso se construye a medida que los agentes se multiplican: varios equipos, datos compartidos, procesos regulados o la exigencia de mostrar qué pasó y por qué. Gartner encontró en 2025 que solo el 15 % de los líderes de aplicaciones de TI estaba considerando, probando o desplegando agentes totalmente autónomos, y pronostica que más del 40 % de los proyectos agénticos serán cancelados a fines de 2027 por costo, valor poco claro o controles de riesgo débiles. Una capa compartida atiende justamente esas tres cosas.
Existen componentes para cada servicio, desde pasarelas hasta trazabilidad y motores de políticas. Las decisiones que importan son dónde corre (tu nube o tus instalaciones), cómo se aíslan los datos y qué tan fácil te resulta cambiar de modelos o herramientas más adelante. Prefiere los estándares abiertos a los cerrados.
Contanos un proceso. Te mostramos cómo lo podría resolver un agente y qué medir para saber que anda bien.