PulseFlow Tecnologia
← Insights
·8 min de lectura·analisis-de-mercado·ai-stack·mcp·langgraph
PulseFlow Tecnologia

La nueva stack de IA corporativa

En 2024, la stack de agentes de IA cabía en pocas capas obvias. La versión 2026, mapeada por O'Reilly, tiene seis capas distintas - y al menos tres de ellas simplemente no existían como categoría separada hace dos años. Eso ya dice algo sobre la velocidad con la que maduró la infraestructura de agentes.

Qué cambió entre 2024 y 2026

Tres fuerzas redibujaron el mapa. MCP estandarizó la conectividad de herramientas, creando una capa de "Protocolos y Herramientas" completamente nueva - hoy con 97 millones de descargas mensuales del SDK y adopción por OpenAI, Google y Microsoft. Los modelos de razonamiento (o1, o3, DeepSeek R1, Claude con extended thinking) permitieron que los agentes resolvieran problemas en una sola llamada, eliminando cadenas multietapa que antes eran obligatorias. Y la memoria dejó de ser "un subconjunto de base de datos vectorial" y se convirtió en una primitiva arquitectónica de primera clase - el propio concepto de "context engineering" reemplazó al "prompt engineering" como disciplina central.

Las seis capas, cada una con sus propios riesgos

Modelos e inferencia: los modelos open-weight (Llama 3.3, DeepSeek V3, Qwen 2.5) ya cerraron gran parte de la brecha de calidad con los modelos cerrados, creando un patrón común de prototipar en cerrado e implementar en open-weight.

Protocolos y herramientas: la misma capa que hizo posible MCP también trajo un riesgo nuevo - un análisis de Endor Labs sobre 2.614 servidores MCP encontró que el 82% era propenso a path traversal y el 67% a inyección de código.

Memoria y conocimiento: con tres niveles - estado in-context (ventanas de hasta 1M+ tokens en Gemini), búsqueda vectorial (pgvector como estándar) y memoria persistente entre sesiones (GraphRAG) —, esta es la capa de mayor complejidad de estado de la stack, y también la que más se rompe en la transición de prototipo a producción.

Frameworks y SDKs: LangGraph (v1.0 en octubre de 2025) ya corre en producción en empresas como Uber, JPMorgan, LinkedIn y Klarna - pero esta es la capa de mayor riesgo de lock-in de toda la stack, porque el código de orquestación no es portable entre frameworks.

Evaluación y observabilidad: el dato más revelador de todo el informe viene del State of Agent Engineering de LangChain (diciembre de 2025): el 89% de los equipos con agentes en producción ya implementó observabilidad, pero solo el 52% implementó evals - una brecha de 37 puntos justo donde la calidad en producción falla silenciosamente.

Guardrails y seguridad: la capa menos madura de la stack, sin framework dominante. El patrón que surgió es "guardrails antes de la acción" - autorización en la capa de ejecución de la herramienta, no en el output, porque filtrar la respuesta después de que el correo ya se envió no sirve de nada.

La stack va a colapsar, según la propia O'Reilly

La conclusión del informe es directa: "la stack va a colapsar" - los SDKs de proveedor ya están absorbiendo memoria, llamada a herramientas y eval básico en una sola API. La predicción es que, para 2027, la mayoría de los equipos tendrá una stack cada vez más opinativa de su propio proveedor de modelo, suficiente para el 80% de los casos de uso - mientras que el 20% restante, agentes a escala donde los estándares se rompen, seguirá exigiendo personalización capa por capa.

Fuentes