Agentes de IA en producción: lo que dejó el meetup de LangChain en CDMX

Respuesta directa

El cuello de botella para llevar un agente de IA de un script local a producción real casi nunca es el modelo: es la arquitectura alrededor de él. Esa fue la conclusión central de un meetup reciente de LangChain en Ciudad de México, “Agents in Production”, donde dos sesiones —una centrada en cómo diseñar agentes y otra en operarlos a escala bancaria— coincidieron en el mismo punto desde ángulos distintos.

Qué se dijo en el meetup

El evento, organizado por Adrián Sánchez Castro y la comunidad local de LangChain, tuvo dos presentaciones centrales:

• Carlos Alberto Haro (Lead AI Engineer) presentó “Fantastic Agents and Where to Find Them”, un framework práctico para diseñar agentes inteligentes alrededor de tres pilares: conocer (entender el contexto y los datos disponibles), actuar (ejecutar tareas concretas) y decidir (elegir entre alternativas con criterio, no solo con reglas fijas).
• Alejandro Zarate (Chief Data and AI Officer en Santander México) explicó qué implica operar sistemas agénticos a escala bancaria: la arquitectura subyacente y las lecciones reales de llevarlos a producción en un entorno regulado, donde un error no es solo un bug sino un problema de cumplimiento.

La pregunta que quedó flotando

El meetup cerró con una pregunta directa: ¿qué tan listo está tu stack actual para mover agentes de IA de scripts locales a producción a escala completa? No es retórica. En la práctica, esa transición suele tropezar con tres cosas que un script de prueba nunca necesitó: datos estructurados de los que el agente pueda depender sin adivinar, manejo de errores que no deje al agente improvisando en silencio, y una forma de medir qué está haciendo el agente una vez que ya no lo estás viendo ejecutarse en tu terminal.

Por qué importa para el ecosistema en México

Más allá de las charlas, lo que se notó en la sesión de networking posterior fue una comunidad que prioriza ejecución y aprendizaje compartido por encima del hype: gente construyendo agentes en producción, no solo hablando de ellos. Es una señal de que la conversación sobre IA en México está madurando de “qué es posible” a “qué se sostiene con usuarios reales y presupuesto real detrás”.

Fuente: este resumen está basado en la publicación original de LinkedIn sobre el evento — ver post.