¿Realmente necesitás un agente? Un marco para decidir
LangChain, LangGraph, CrewAI y DSPy hacen cuatro apuestas distintas. La elección correcta empieza por saber si hace falta un agente.

Una llamada a un LLM es de un solo paso: mandás un prompt, recibís texto, sin forma de actuar sobre el mundo más allá de lo que puede razonar con lo que ya sabe. El tool calling cambia eso. Describís un conjunto de funciones que el modelo puede invocar, cada una con nombre, descripción y esquema de parámetros, y en lugar de producir solo texto, el modelo puede producir un pedido estructurado para llamar a una, con argumentos concretos. La aplicación la ejecuta de verdad y devuelve el resultado como contexto nuevo. El propio modelo decide si llama a una herramienta, a cuál y con qué argumentos, de forma dinámica, en cada pregunta: algo completamente distinto de un único paso de recuperar y generar.
El ciclo debajo de todo agente
El patrón que hace funcionar a los agentes de varios pasos es ReAct (razonar, actuar, observar, repetir): un paso de razonamiento sobre qué hacer a continuación, una llamada a una herramienta y la observación del resultado, hasta que el modelo decide que tiene lo suficiente para responder. En código es un ciclo while: llamar al modelo, ver si pidió una herramienta, ejecutarla en ese caso y devolverle el resultado, repetir, y devolver el texto final cuando deja de pedir.
El ciclo en sí es poco código, y conviene entenderlo así primero. La complejidad real está alrededor: manejar el estado a medida que crecen el historial y los resultados intermedios; resolver una herramienta que falla o un modelo que alucina una que no existe; limitar las iteraciones para que nada quede girando para siempre; y registrar cada paso, porque rastrear una cadena de llamadas es el mismo problema que medir el costo de esa cadena. No es casual que las mismas herramientas terminen haciendo las dos cosas.
Cuatro apuestas distintas
LangChain es el framework de propósito general original, y el que fijó buena parte del vocabulario del ecosistema. Sus fortalezas son reales (la mayor biblioteca de integraciones, la mayor documentación, rapidez para prototipar patrones comunes) y sus debilidades también: capas de abstracción pesadas que vuelven opaco el debugging, una historia de cambios de API que rompen compatibilidad, y un modelo de control de flujo (su agent executor, la implementación original de ReAct) que se vuelve incómodo de forzar más allá de una ramificación simple.
LangGraph, del mismo equipo, es la respuesta directa a esa limitación: en lugar de un ciclo implícito, el flujo del agente es un grafo explícito, con nodos como pasos y aristas como transiciones, incluidas aristas condicionales que se ramifican según el estado actual. Eso da ramificación condicional como concepto de primer nivel en lugar de lógica anidada, ciclos con estado (un patrón de "seguir refinando hasta pasar un control de calidad" que es naturalmente un ciclo del grafo), pasos de aprobación humana, y puntos de control para retomar más tarde un flujo largo. El costo es el diseño previo: un agente realmente simple, con un puñado de herramientas y sin ramificación real, paga una sobrecarga por una explicitud que no necesita.
CrewAI toma una postura de más alto nivel y más opinada: orquestación de varios agentes por roles. En lugar de un agente con muchas herramientas, varios agentes reciben cada uno un rol, un objetivo y solo las herramientas relevantes para ese rol. El razonamiento es que un único agente que se ocupa de todas las tareas posibles con un prompt de sistema gigante tiende a rendir peor en cada tarea que especialistas, la misma dilución que ocurre cuando le das a una persona demasiadas responsabilidades a la vez. Encaja de verdad cuando las subtareas reflejan roles distintos, como los que usaría un equipo humano para repartir el trabajo. Es sobreingeniería cuando la tarea es en realidad un solo trabajo disfrazado de multiagente: cada agente adicional en la cadena suma costo, latencia y un nuevo punto donde un traspaso puede fallar, sin ningún beneficio si la tarea no necesitaba dividirse.
DSPy no es un framework de orquestación ni compite con los otros tres. Trata el diseño de prompts como un programa que se optimiza solo: declarás la forma de entrada y salida de una tarea en lugar de escribir el texto del prompt a mano, la componés con módulos reutilizables (chain-of-thought, ReAct, predicción simple) y, lo más importante, le das ejemplos de entrenamiento y una métrica, y un optimizador busca la redacción del prompt y los ejemplos few-shot que mejor puntúan. Opera un nivel por debajo de la orquestación, en el problema de escribir el prompt de un paso cualquiera, sin importar qué orquesta ese paso. Se justifica con una métrica clara y suficientes ejemplos para generalizar; es excesivo para un prompt chico y puntual que es más rápido ajustar a mano.
Un árbol de decisión, no una tabla de funcionalidades
La forma correcta de elegir no es comparar listas de funcionalidades: es una secuencia de preguntas en la que cada una descarta algo antes de que importe la siguiente.
- ¿Hace falta un agente, o lo resuelve un único paso de recuperar y generar? Recurrir a un framework porque está de moda, y no porque el problema lo pida, es el error de calibración más común.
- Si hace falta un agente, ¿es simple? Un puñado de herramientas, sin ramificación real, sin ciclos, sin traspasos entre agentes. Entonces alcanza con un ciclo escrito a mano o un executor básico, y la maquinaria del grafo explícito es sobrecarga sin retorno.
- ¿El control de flujo se complica de verdad? Ramificación condicional, ciclos de reintento, pasos de aprobación, un flujo largo que necesita persistir y retomarse. Eso es un grafo, no una cadena.
- ¿El problema se descompone realmente en roles distintos, como lo dividiría un equipo humano, y no porque "multiagente suena impresionante"? Ese es un caso para la orquestación por roles. Si la respuesta honesta es una sola tarea disfrazada, es señal de volver un paso atrás.
DSPy queda por fuera de todo esto, no como un punto más de la lista: aplica cada vez que el prompt de un paso se ajusta a mano, por prueba y error, en lugar de forma sistemática, sin importar qué orquesta el resto.
Cada agente y cada llamada que se suman a una cadena agregan costo, latencia y un nuevo punto donde algo puede romperse.
El principio de fondo: la opción por defecto tiene que apuntar a la arquitectura más simple que resuelve el problema real, no a la más sofisticada disponible. Preguntarse si esto realmente tiene que ser un agente, o un sistema multiagente, es la primera pregunta, no la última.
Compartí este insight