La diferència real entre un xatbot i un agent

Un d'aquests respon una pregunta. L'altre decideix què cal fer, ho fa, revisa la seva feina i passa al pas següent — sense esperar que l'hi demaneu. Aquesta diferència no és acadèmica. Canvia què pot anar malament i qui ho ha d'atrapar.

Un xatbot agafa el que escriviu, genera una resposta i s'atura. Un agent agafa el que escriviu, decideix què ha de passar, fa alguna cosa al respecte, comprova si ha funcionat i decideix què fer a continuació — tot sol, sovint al llarg de molts passos — abans que cap persona en vegi res. Aquesta és tota la distinció. Tot el que la gent discuteix quan discuteix sobre «agents d'IA» — el risc, la supervisió que necessita un sistema i la major part de la confusió de màrqueting — se'n deriva d'aquesta única diferència.

Què fa realment un xatbot

Un xatbot és un sistema d'una sola passada. Li doneu text, us torna text, i la interacció s'acaba aquí. Fins i tot un xatbot amb una memòria llarga de la conversa continua fent una sola cosa per torn: llegir tot el que s'ha dit fins ara i predir el missatge següent. Mai no consulta una base de dades per comprovar un fet, mai no envia res en nom vostre i mai no torna més tard per veure si la resposta s'aguantava. Si s'equivoca, el dany és una frase que una persona llegeix — i que, en el curs ordinari de les coses, pot enxampar abans d'actuar-hi.

La major part del que la gent demana als xatbots encaixa en aquesta forma sense que ningú se n'adoni: resumeix aquest document, redacta un missatge d'aniversari, explica la nostra política de reemborsaments, escriu tres opcions de titular. Cap d'aquestes coses no exigeix que el sistema comprovi res contra el món real ni que emprengui una acció fora de la finestra del xat. Això continua sent cert quan la interfície es presenta com a «assistent d'IA» o «copilot» en lloc de «xatbot» — l'etiqueta de la capsa no canvia el que passa a dins.

Què fa realment un agent

Un agent executa un bucle, no una sola passada: planifica un pas, emprèn una acció cridant una eina real — cercar una base de dades, enviar un missatge, editar un fitxer, tocar una API — mira què ha retornat realment aquella acció i fa servir aquest resultat per decidir el pas següent. Ho repeteix fins que la tasca està feta, es queda encallat o està construït per consultar una persona. La part important és que ningú no aprova cada pas individual pel camí. El sistema decideix, tot sol, què provar a continuació segons el que ha passat realment l'última vegada que ha actuat — i es pot equivocar en cadascun d'aquests punts de decisió, no només en una resposta final.

Aquest bucle no és nou ni exòtic. Els investigadors n'han descrit versions — raonar sobre què fer, actuar, observar el resultat, tornar a raonar — des de fa anys, i és el que realment s'executa sota els productes que es diuen agents, des de programari que presenta informes de despeses fins a eines de programació que obren un terminal i executen les seves pròpies ordres. El que fa que alguna cosa sigui un agent i no un xatbot molt xerraire és que actua sobre el món, observa què ha passat i s'ajusta — repetidament, sense que un humà aprovi cada moviment.

La mateixa petició, executada de dues maneres

Així es veu aquesta diferència quan dos sistemes reben instruccions que sonen semblants.

Si feu la segona pregunta a un xatbot, igualment us donarà alguna cosa que sembla una resposta: tres correus de recordatori que sonen plausibles, generats a partir del que hàgiu enganxat a la conversa. El que no farà és consultar el vostre sistema de facturació real, verificar el recompte ni posar res en una carpeta d'esborranys de debò. La sortida pot semblar semblant. El que el sistema ha fet realment, no.

Per què això no és només una discussió semàntica

La distinció importa perquè canvia què pot anar malament i qui ho atrapa. El pitjor cas d'un xatbot és una resposta equivocada. Algú la llegeix i, en el curs normal de les coses, o bé enxampa l'error o decideix no actuar-hi — l'error no surt mai de la conversa. El pitjor cas d'un agent és una acció equivocada ja feta al món real: el recordatori que ha anat al client equivocat amb el saldo equivocat, el registre actualitzat amb el valor equivocat, el reemborsament emès dues vegades — abans que ningú hagi revisat res. L'error ja no és una frase. És un esdeveniment, i els esdeveniments no es desfan.

Per això un agent necessita un tipus de supervisió diferent de la d'un xatbot. Un xatbot necessita sobretot algú que en revisi les respostes, quan hi arribi. Un agent necessita que els seus dissenyadors hagin decidit ja, abans que s'executi mai, quines accions pot emprendre sense preguntar, quines exigeixen que una persona vegi primer el pla, i què passa quan es queda encallat. Si ho resoleu després dels fets, descobrireu què ha fet ja l'agent de la manera difícil.

Només podeu confiar en allò que podeu veure

Aquesta és la mateixa idea darrere el concepte de Llegibilitat de FabricLoop: només podeu governar l'accés, i el comportament, que realment podeu veure. En un xatbot, això és gairebé automàtic — tota la seva sortida és un missatge que una persona llegeix, de manera que l'acció i el registre de l'acció són la mateixa cosa. En un agent, no. Les seves accions passen dins d'altres sistemes — un CRM, una bústia, una base de dades, un fitxer — i si res no registra què ha tocat, canviat o enviat, no hi ha manera de revisar-ho després, i encara menys d'aturar-ho abans. La llegibilitat no és un extra de compliment que s'hi posa a sobre d'un agent. Per a un agent, és tota la qüestió, perquè la seva «resposta» no és una frase que es pugui corregir — és un conjunt d'accions de les quals potser no sabreu mai que han passat si el sistema no s'ha construït per mostrar-vos-les.

Aquest és el vincle pràctic entre les dues idees: un agent assumeix més risc, i un risc diferent, que un xatbot, i és exactament per això que necessita un rastre visible del que ha fet i, en els casos de més enjoc, un punt de control abans d'actuar — el que el concepte de FabricLoop Taxa d'Intervenció Humana tracta com una xifra que es dissenya i es mesura, no com una idea tardana que s'hi cargola quan alguna cosa ja ha anat malament.

El mercat ho valora a l'inrevés, constantment

Un cop teniu la prova real, és obvi amb quina freqüència l'etiqueta menteix en les dues direccions. Molts productes comercialitzats amb força com a «agents d'IA» — la paraula al titular principal, als trams de preus — són, per sota, un únic prompt ben afinat: llegir l'entrada, generar la sortida, fet. Cap crida d'eina independent, cap bucle, cap decisió presa sense que un humà aprovi el clic següent. Mentrestant, molt de programari que no fa servir mai la paraula «agent» — un flux de facturació automatitzat, un sistema de monitoratge que redirigeix el trànsit tot sol, un script d'operacions que reinicia un servei fallit i comprova si això ho ha arreglat — executa en silenci exactament el bucle descrit més amunt. La paraula de l'etiqueta no us diu res fiable sobre quina màquina esteu utilitzant de debò.

Res d'això no exigeix una formació tècnica per aplicar-ho. La propera vegada que un proveïdor, o un company, digui que alguna cosa és un agent, pregunteu què ha fet realment entre la vostra instrucció i el resultat — i quants d'aquests passos ha decidit tot sol.