Saltar al contenido

Glosario de IA en una imagen: token, embedding, RAG, agente, harness y MCP

Seis términos de inteligencia artificial explicados con claridad técnica: cómo se procesa el texto, se busca por significado y se conectan modelos con sistemas externos.

TécnicoPublicado 6 min de lectura
Infografía técnica de Totbits con seis conceptos clave de IA sobre fondo corporativo: token, embedding, RAG, agente, harness y MCP, organizados con formas en navy, teal y steel.

Token, embedding, RAG, agente, harness y MCP son términos recurrentes en las discusiones sobre ingeniería e inteligencia artificial aplicada. No son piezas intercambiables ni modas sinonímicas: describen capas funcionales distintas en la arquitectura de un sistema de software moderno, desde la fragmentación matemática del texto hasta los protocolos que permiten a un modelo interactuar de forma segura con bases de datos y APIs externas.

Este glosario desglosa los seis conceptos con rigor técnico, ejemplos prácticos y sus límites operativos para ayudarte a diseñar y evaluar soluciones con criterio de ingeniería.

1. Token: la unidad de cómputo y facturación

Un token es la unidad atómica en la que un modelo de lenguaje fragmenta el texto antes de procesarlo, generarlo o facturarlo. A diferencia de un compilador o un analizador léxico tradicional, los modelos no operan con caracteres aislados ni con palabras completas del diccionario, sino con secuencias de subpalabras generadas mediante algoritmos estadísticos (como Byte Pair Encoding).

  • En inglés, una regla general es que 1.000 tokens equivalen aproximadamente a 750 palabras (unos 4 caracteres por token).
  • En español y otras lenguas romances con rica flexión verbal y tildes, la proporción suele ser mayor: entre 1,2 y 1,5 tokens por palabra, ya que los prefijos y terminaciones a menudo se separan.
  • El código fuente (Python, JSON, SQL) tiene su propia tasa de fragmentación según la indentación y los caracteres delimitadores.
Texto original: "Generación de informes"
Tokenización:   ["Gener", "ación", " de", " informes"]  (4 tokens)
IDs numéricos:  [15420, 3982, 451, 89104]

En la práctica: el número de tokens determina dos restricciones críticas: la ventana de contexto disponible para la tarea y el coste de inferencia en servicios API (facturados por millón de tokens de entrada y de salida).

2. Embedding: significado proyectado en vectores numéricos

Un embedding es una proyección vectorial en un espacio geométrico de alta dimensión (frecuentemente entre 768 y 3.072 dimensiones) que representa el significado semántico de un fragmento de texto.

En este espacio vectorial, dos frases con significados similares se sitúan a corta distancia matemática (medida habitualmente mediante similitud coseno), aunque compartan muy pocas palabras literales:

Frase A: "Política de devoluciones de producto"
Frase B: "Cómo solicitar un reembolso"
Similitud coseno: 0.89 (alta afinidad semántica, léxico distinto)

En la práctica: los embeddings hacen posible la búsqueda por significado en lugar de por coincidencia exacta de palabras clave. Sin embargo, no constituyen una comprensión conceptual completa: son sensibles al idioma, al modelo de embeddings elegido y a la longitud del fragmento (chunk).

3. RAG: contexto recuperado antes de generar

RAG (Retrieval-Augmented Generation o generación aumentada por recuperación) es un patrón arquitectónico que desacopla el conocimiento específico de una empresa de los pesos internos del modelo.

En lugar de reentrenar o ajustar finamente (fine-tuning) un LLM para enseñarle datos privados, el flujo RAG funciona en tres fases:

  1. Indexación: los documentos internos (manuales, contratos, tickets) se trocean en fragmentos, se transforman en embeddings y se guardan en una base de datos vectorial o índice híbrido.
  2. Recuperación: cuando un usuario hace una pregunta, el sistema busca los fragmentos más relevantes mediante búsqueda vectorial y de texto completo (BM25).
  3. Generación: los fragmentos recuperados se inyectan en el prompt junto a la pregunta original, instruyendo al LLM para que responda limitándose exclusivamente a la información suministrada.
Usuario pregunta ──► Búsqueda en índice vectorial ──► Inyección en prompt ──► LLM genera respuesta
                         (Documentos de empresa)          (Contexto fiable)         (Con referencias)

En la práctica: RAG evita el coste millonario de reentrenar modelos y reduce drásticamente las alucinaciones al forzar la fundamentación en fuentes verificadas. Su éxito depende de la calidad del troceado (chunking), de la relevancia de la recuperación y de no saturar la ventana de contexto.

4. Agente: bucles de decisión y ejecución de herramientas

Un agente de IA es un sistema donde el modelo de lenguaje actúa como motor de razonamiento dentro de un bucle cerrado: evalúa un objetivo, decide de forma autónoma qué pasos tomar, invoca herramientas externas para recopilar información o ejecutar cambios, y examina los resultados antes de continuar.

A diferencia de una automatización tradicional (un script con pasos lineales fijos como A -> B -> C), un agente puede corregir su rumbo si una consulta falla o si la información obtenida exige una búsqueda complementaria:

Objetivo: "Tramitar la baja de un servicio para el cliente 402"
Paso 1: Agente consulta API de clientes y obtiene estado de facturación.
Paso 2: Detecta facturas pendientes -> Decide consultar política de bajas con deuda.
Paso 3: Redacta propuesta de resolución y solicita confirmación humana.

En la práctica: la flexibilidad de los agentes incrementa su superficie de fallo. Un agente en producción exige salvaguardas estrictas: límites de iteraciones en el bucle, validación de esquemas y permisos restringidos, asegurando que una propuesta de acción no se ejecute sin supervisión adecuada.

5. Harness: la infraestructura que gobierna al modelo

El término harness (o arnés de ejecución) define la capa de software que envuelve al modelo de lenguaje y hace operativo el bucle del agente en producción. Mientras el LLM aporta la capacidad de razonamiento lingüístico, el harness proporciona todo lo que necesita para interactuar con el entorno real:

  • Bucle de ejecución: gestiona los turnos de llamada y parada.
  • Gestión de contexto: selecciona, poda y resume el historial para no desbordar la ventana de tokens.
  • Registro y despacho de herramientas: ejecuta las funciones solicitadas por el modelo y maneja errores de red o timeouts.
  • Control de permisos y seguridad: decide si una acción propuesta (por ejemplo, DELETE /database) está autorizada o requiere aprobación explícita.
  • Observabilidad: trazas de llamadas, costes por sesión y latencias.

En la práctica: el modelo solo emite texto estructurado indicando qué herramienta desea invocar; el harness es quien la ejecuta o la bloquea. Ejemplos de esta capa son herramientas como Claude Code o los frameworks de orquestación basados en SDKs de agentes.

6. MCP: el protocolo abierto para conectar herramientas

MCP (Model Context Protocol) es un protocolo estándar y abierto promovido por Anthropic para resolver el problema de integración $M \times N$: en lugar de que cada aplicación de IA tenga que escribir conectores específicos para cada base de datos, gestor de tareas o API, MCP estandariza cómo los clientes de IA descubren y consumen capacidades externas.

La arquitectura se articula en tres componentes:

  • Host (anfitrión): la aplicación que coordina la interacción (como Claude Desktop o un agente empresarial).
  • Cliente MCP: la librería dentro de la aplicación que negocia la conexión con servidores.
  • Servidores MCP: microservicios ligeros que exponen datos o acciones a través del protocolo estándar.

MCP define tres primitivas esenciales:

  1. Tools (Herramientas): funciones ejecutables que el modelo puede invocar (ej. query_postgres, create_pull_request).
  2. Resources (Recursos): datos de solo lectura que aportan contexto documental estructurado (archivos, logs, esquemas).
  3. Prompts: plantillas parametrizadas para guiar flujos de trabajo específicos.
[ Aplicación Host ] ── (Cliente MCP) ◄─── Protocolo MCP ───► [ Servidor MCP ] ──► Base de datos PostgreSQL
                                     ◄─── Protocolo MCP ───► [ Servidor MCP ] ──► API de GitHub

En la práctica: MCP separa el desarrollo de capacidades del desarrollo de modelos. La aplicación decide qué servidores habilitar y qué confirmaciones exigir, garantizando un entorno interoperable y seguro.

Cómo se articulan los seis conceptos en un sistema real

En una solución integral de ingeniería de software, los seis elementos se coordinan de forma natural:

  1. El usuario envía una consulta que se fragmenta en tokens.
  2. Un modelo de embeddings calcula la representación matemática de la consulta.
  3. El subsistema RAG busca los pasajes documentales más afines en la base vectorial corporativa.
  4. Si la resolución exige consultar un pedido en el ERP o actualizar un estado, el agente planifica las tareas necesarias.
  5. El harness gobierna el ciclo de ejecución, suministra la memoria de la conversación y controla las restricciones de seguridad.
  6. El agente invoca las herramientas del ERP a través de conectores estandarizados bajo el protocolo MCP.

No todas las arquitecturas requieren los seis componentes. Una herramienta de soporte interno puede funcionar perfectamente con RAG sin agentes; una automatización de oficina puede beneficiarse de MCP sin embeddings. La clave está en seleccionar la pieza que resuelve el problema real minimizando la complejidad y el coste operacional.

Fuentes y referencias técnicas

Artículos relacionados