Ejemplos de Agentes de IA: 40 agentes reales construidos en 2026

La mayoría de las listas de ejemplos de agentes de IA muestran los mismos productos famosos. Esta muestra 40 agentes que creadores individuales y equipos pequeños hicieron en 2026 y enviaron al hackathon de OpenAI en Devpost. Revisamos las más de 1.000 presentaciones que se describen a sí mismas como agentes, elegimos 40 que muestran el rango (la mayoría de ellas fueron valoradas por otros participantes) y las agrupamos por la tarea que realizan: soporte y ventas, back office, programación, vida personal e industrias específicas. Puedes navegar por todas ellas en nuestro archivo de más de 7.800 proyectos de hackathon.

Una advertencia antes de la lista: estos son proyectos de hackathon. Las descripciones son de los propios creadores, tomadas de sus lemas y escritos en Devpost, y nadie ha verificado de forma independiente que cada agente funcione como se describe o que se use en producción. Léelas como ejemplos de lo que la gente está construyendo y como ideas que vale la pena probar, no como reseñas de productos. Cada nombre enlaza a la página de la idea con un resumen más largo.

Actualizado en octubre de 2026. Todos los conteos de este artículo provienen de nuestra copia de la galería de Devpost, capturada el 13 de agosto de 2026.

Qué cuenta como un agente de IA (y qué no)

Un agente de IA es un software que toma un objetivo, decide qué pasos dar, usa herramientas para darlos (un navegador, una API, una base de datos, un entorno de código) y verifica el resultado antes de detenerse. La guía de ingeniería de Anthropic Construyendo agentes efectivos (19 de diciembre de 2024) traza una línea útil: los flujos de trabajo son sistemas donde los modelos de lenguaje y las herramientas siguen rutas de código predefinidas, mientras que los agentes son sistemas donde el modelo dirige su propio proceso y uso de herramientas.

• Chatbot: responde preguntas en una conversación. Se convierte en un agente cuando puede actuar, por ejemplo, reservar la cita en lugar de explicar cómo hacerlo.
• Automatización de flujos de trabajo: ejecuta los mismos pasos fijos cada vez (llega un formulario, se crea un registro en el CRM). Muchos productos vendidos como agentes son flujos de trabajo bien diseñados, y a menudo esa es la elección correcta.
• Agente: elige su próximo paso basándose en lo que encuentra, puede iterar y reintentar, y se detiene cuando se cumple el objetivo o cuando una persona necesita decidir.

La mayoría de los proyectos de abajo se sitúan entre los dos últimos. Un modelo planifica y actúa, el código ordinario hace las operaciones y aplica las reglas, y una persona aprueba cualquier cosa arriesgada, como pagos, correos a clientes o fusiones de código. Ese patrón de humano en el bucle aparece una y otra vez en la lista.

Agentes de soporte al cliente y ventas

Los agentes de front-office responden, califican y dan seguimiento: tareas donde la velocidad importa y las mismas preguntas se repiten.

• ChatNEX: convierte un sitio de WordPress en un asistente de ventas y soporte que responde desde el propio contenido del negocio, recopila leads y se mantiene al día con cambios como precios y existencias. Su creador dice que no es programador y lo hizo con ChatGPT.
• ListingOS: un agente de vendedor para eBay. Fotografías productos, GPT-5.6 redacta anuncios conscientes del precio, y los publicas desde una sola pantalla de revisión.
• CallChat ZERO: un agente de chat de captura de leads centrado en el consentimiento. Recopila solo lo que el visitante acepta compartir, limita cuánto tiempo se conservan los datos y transfiere a una persona con un registro de auditoría.
• TeleVoice: un bot de Telegram que realiza llamadas de ventas salientes con IA en inglés o español a través de Twilio. Mensajeas al bot, y este llama al número y dirige la conversación.
• Agentic-CS: una plataforma de servicio al cliente multilingüe para pequeñas empresas, diseñada pensando en las PYME malayas, que responde desde conocimientos empresariales aprobados, sigue flujos de trabajo controlados y mantiene a una persona a cargo.
• Briefly: convierte el nombre de la empresa de un prospecto en un resumen para una llamada de descubrimiento con contexto de la empresa, puntos de dolor probables, preguntas personalizadas y una agenda cronometrada.
• ChurnControl: un panel de retención para equipos de éxito del cliente que marca cuentas en riesgo de abandono, explica por qué y propone acciones que una persona aprueba.

El patrón que vale la pena copiar: cada uno limita al agente a un tipo de conversación y hace explícita la transferencia a un humano. Para más ideas en esta área, ver Ideas de IA para marketing y ventas.

Agentes de operaciones y back-office

Los agentes de back-office gestionan la conciliación, la triaje y el papeleo. El trabajo es lento y lleno de reglas, y los errores cuestan dinero, por lo que estos creadores se apoyan más en la verificación.

• flowpilot-ai: siete agentes coordinados que clasifican una bandeja de entrada, gestionan tareas, programan reuniones, gestionan tickets de soporte y redactan un informe ejecutivo a partir de una sola instrucción.
• Agente de Reunión a Acción: convierte una transcripción de reunión o una grabación de audio en tareas de acción con responsables, y luego crea los issues de GitHub correspondientes.
• SupplyTact: un agente de planificación de la cadena de suministro, diseñado en torno a operaciones farmacéuticas, que investiga riesgos de suministro, ejecuta simulaciones deterministas y muestra la evidencia detrás de cada recomendación.
• Argus: un equipo de agentes que realiza la debida diligencia de proveedores, incluidas herramientas de IA, agentes y servidores MCP, para empresas sin un analista de seguridad.
• AuditGuard DE: concilia informes contables alemanes (EXTF, SuSa, BWA y USt-VA) y se detiene con una lista de evidencia faltante en lugar de adivinar valores.
• Ledger Sense AI: asocia pagos bancarios desordenados con facturas. GPT-5.6 resuelve nombres y referencias ambiguos, el código ordinario realiza el cálculo de la correspondencia y el registro, y cada decisión se explica.
• ARIA: un agente de inteligencia de ingresos para pequeños comerciantes nigerianos que lee mensajes de WhatsApp y alertas bancarias durante la noche y entrega tres acciones priorizadas cada mañana.
• Match2: un agente de reclutamiento que coincide candidatos con empleos según habilidades, seniority, industria y requisitos obligatorios, los clasifica y explica cada coincidencia.

Fíjate en lo a menudo que el modelo se mantiene alejado de los números. AuditGuard DE y Ledger Sense AI permiten que el código determinista realice la aritmética y usan el modelo solo para las partes difusas, una división sensata para cualquier cosa que toque dinero. Más proyectos de finanzas se recopilan en Ideas de IA para finanzas.

Agentes de desarrollo y codificación

El software es donde los agentes son más comunes en este corpus: según nuestro conteo de palabras clave, 364 de los 1.032 proyectos de agentes mencionan código, desarrolladores, repositorios, bugs o CI en su nombre o eslogan. Algunos son agentes que corrigen código; muchos son herramientas que vigilan, registran o limitan a otros agentes.

• Hermes World: una capa de observabilidad visual en tiempo real que muestra lo que cada agente en un sistema multiagente está haciendo. Con 22 me gusta, fue el proyecto de agente más popular en la galería.
• RuntimE.Razor: ayuda a los agentes de codificación a eliminar código muerto usando evidencia de tiempo de ejecución, es decir, qué código se ejecutó realmente, en lugar de solo análisis estático.
• Agente Autónomo de Reparación de Fallos de CI: reproduce una ejecución de CI fallida, escribe una corrección y una prueba de regresión, verifica ambas en un sandbox limpio y abre un pull request solo cuando todas las verificaciones pasan.
• Cortex: convierte un chat de un solo agente en una sesión de equipo. Los compañeros marcan la UI construida por el agente en un lienzo compartido, y el agente aplica los cambios al código.
• AutoFix Swarm: un sistema multiagente que diagnostica fallos de software, genera correcciones dirigidas y verifica cada parche antes de entregarlo.
• GlassHouse: un grabador de vuelo para agentes de codificación. Registra ediciones de archivos, comandos de terminal y ejecuciones de pruebas, y luego reproduce la sesión con hashes a prueba de manipulaciones.
• ReproBot: toma un issue de GitHub, escribe un script de reproducción mínimo, lo ejecuta y muestra si el bug es real.
• War Room: un equipo de agentes de respuesta a incidentes que diagnostica una interrupción, encuentra el commit detrás de ella, propone una corrección y redacta el postmortem, con el razonamiento de cada agente visible mientras trabaja.

El número de herramientas de guardrails es una señal en sí mismo: las personas que usan agentes de codificación todos los días quieren registros, reproducciones y puertas de aprobación. Sea cual sea el dominio de tu agente, planifica esa capa desde el principio.

Agentes personales y de vida

Los agentes de consumo actúan en nombre de alguien en la vida diaria: en casa, en una computadora, en la cocina o de vacaciones.

• Sara Smartest Speaker: un altavoz inteligente construido sobre hardware Raspberry Pi que mantiene una conversación de voz bidireccional y entrega tareas a un agente de código abierto con herramientas y habilidades. Con 14 me gusta, fue el segundo proyecto de agente más popular.
• Porter: convierte un Mac en un agente controlado por voz que ve la pantalla, usa tus aplicaciones y aprende tus preferencias.
• Clark: un agente web que completa tareas del navegador a partir de lenguaje natural, incluidas búsquedas, formularios e inicios de sesión, y deja cualquier cosa sensible a ti.
• AJÒ Beach: planifica un día en la playa en Cerdeña y lo replanea a medida que cambian el viento, las olas y tus propias restricciones.
• Tail Villain: convierte un objetivo personal en una hoja de ruta, con analítica de progreso y coaching de voz en vivo.
• BepFlowAI: te ayuda a decidir si cocinar, preparar comidas o comer fuera, con agentes separados para recetas, restaurantes y lo que ya está en tu cocina.
• Nook: recuerda tu hogar. Fotografía la nevera o etiqueta un artículo, y rastrea fechas de caducidad y ubicaciones para poder responder “¿mi leche sigue estando buena?” o “¿dónde está mi pasaporte?”
• GenkanAI: convierte un intercomunicador doméstico existente en un agente que habla con los visitantes, usando una placa ESP32 adicional en lugar de nueva cableado.

Los agentes personales dependen de la confianza y de lo poco que necesitan de configuración. Las entradas más claras aquí comienzan con una rutina y un dispositivo en lugar de intentar gestionar toda tu vida.

Agentes de industria: salud, finanzas, legal y bienes raíces

Los agentes de industria llevan reglas que las herramientas de uso general no conocen. En campos regulados, estos creadores mantienen consistentemente a un profesional en el asiento de aprobación.

• VitalCue: guía a alguien a través de los primeros auxilios en tiempo real observando y escuchando a través del teléfono. Se describe como un prototipo Android offline-first.
• AIHealthExpert: un espacio de trabajo clínico donde los agentes GPT-5.6 manejan el análisis, la síntesis de evidencia y la documentación, con los clínicos controlando las decisiones.
• Agente de Recepción de Bienestar Autónomo: un agente de chat 24/7 para clínicas que responde preguntas comunes, verifica cupos en vivo, reserva y reprograma visitas y pasa la conversación al personal con contexto completo.
• CREDGEN-AI: una plataforma de préstamos multiagente para empresas financieras no bancarias (NBFC) que cubre la participación del cliente, la subcontratación, las verificaciones de fraude y las cartas de sanción.
• Served: ayuda a las pequeñas empresas a responder a citaciones financieras sin un equipo legal. Verifica si la solicitud es genuina, extrae los registros correspondientes y redacta el paquete de evidencia para revisión humana.
• LexStrike: pone a prueba un contrato haciendo que agentes hostiles ataquen cada cláusula mientras un agente defensor argumenta en contra, y luego te permite corregir y volver a verificarlo.
• MaLu Estate AI Agency OS: un sistema para una agencia inmobiliaria en el que los agentes preparan el seguimiento de leads, el texto de los listados y los informes internos mientras las personas manejan los momentos que requieren confianza. Su fundador dice que se está desarrollando junto a una agencia en funcionamiento en Croacia.
• MoveOutDocs: ayuda a los pequeños propietarios a documentar daños al mudarse el inquilino con fotos estructuradas y reglas de desgaste para su jurisdicción, y luego produce una carta de deducción detallada.
• Umbra: planifica horarios diarios de seguridad solar para equipos de trabajo al aire libre a partir de datos en vivo de UV, clima y fotos del sitio en varios lugares de trabajo.

Las ideas de salud tienen su propia colección: Ideas de IA para la atención médica.

Cómo se construyeron estos agentes

Devpost pide a cada equipo que liste con qué lo construyeron. Contamos esas etiquetas en los 1.032 proyectos cuyo nombre o eslogan menciona un agente, agentes o agéntico; 1.029 de ellos listan al menos una herramienta. Las etiquetas son autoinformadas, y porque OpenAI organizó el hackathon, sus propias herramientas están sobrerrepresentadas.

Tres cosas destacan. La mayoría de los agentes se ejecutan en pilas web habituales (TypeScript o Python, React, una base de datos SQL), no en infraestructuras exóticas. Los marcos de trabajo de agentes son escasos: LangGraph aparece en 33 proyectos, LangChain en 18 y el OpenAI Agents SDK en unos 15, por lo que la mayoría de los creadores escribieron su propio bucle alrededor de una API de modelo. Y MCP, el protocolo abierto para conectar modelos con herramientas y datos, ya está listado por aproximadamente un proyecto de agente de cada siete.

Cómo construir tu propio MVP de agente de IA

La mayoría de los agentes anteriores fueron creados por una o dos personas durante un hackathon. Convertir uno en algo por lo que la gente pague es, en gran parte, una cuestión de reducirlo. Un orden práctico de trabajo:

1. Elige una tarea con una línea de meta clara. “Conciliar los pagos bancarios del mes pasado con las facturas” es un agente; “dirigir mi equipo financiero” no lo es. Anota cómo se ve el trabajo terminado y quién lo verifica.
2. Comienza como un flujo de trabajo y luego añade autonomía. Programa los pasos que ya conoces y deja que el modelo decida solo donde la ruta realmente varía. La guía de Anthropic da el mismo consejo: encuentra la solución más simple posible y añade complejidad solo cuando sea necesario.
3. Dale unas pocas herramientas bien definidas. Cada herramienta (buscar en el CRM, leer un calendario, ejecutar pruebas) necesita entradas claras, mensajes de error claros y los permisos más estrechos que funcionen. MCP es una forma común de exponerlas.
4. Mantén las matemáticas y las reglas en el código. Los cálculos, la validación y cualquier cosa legal o financiera deben estar en código determinista, como lo hacen AuditGuard DE y Ledger Sense AI.
5. Pon una puerta humana en las acciones irreversibles. Los pagos, los correos salientes, las fusiones y las eliminaciones esperan a la aprobación hasta que el agente haya ganado confianza.
6. Registra cada paso y prueba con casos reales. Mantén un registro de cada llamada a herramienta y decisión, la idea de GlassHouse, y crea un pequeño conjunto de tareas reales con respuestas correctas conocidas para volver a ejecutarlas después de cada cambio de prompt o modelo.
7. Vigila el costo por tarea. Un agente que entra en bucle llama al modelo muchas veces. Mide los tokens por tarea completada temprano, antes de fijar el precio del producto.

Para el proceso de construcción más amplio de cualquier producto de IA (elegir un modelo, recuperación, evaluaciones y salvaguardas), ver cómo construir una app de IA. Los costos operativos como tokens y monitoreo se cubren en costo de desarrollo de apps de IA.

Antes de escribir código, verifica que alguien quiera el agente en absoluto: cómo validar una idea de startup recorre pruebas económicas. Un prototipo clicable de las pantallas de aprobación suele ser la forma más rápida de mostrar a los usuarios lo que hará el agente y dónde mantienen el control; herramientas de prototipado de IA lista las opciones.

Preguntas frecuentes

¿Tienes una idea de agente que necesita una primera versión? Construimos MVPs a medida en planes mensuales: sprints quincenales a $399/mes, sprints semanales a $899/mes, o desarrollo 24/7, con precio bajo solicitud. Ver el página de precios para saber qué incluye cada plan.