Guardrails para agentes de IA
Tres capas. Una: los modos de permiso de la app (Ask para lo nuevo, Auto solo para lo conocido y de bajo riesgo, Plan para encargos grandes). Dos: la lista de lo que jamás va solo —publicar, enviar, borrar, pagar—, porque no tienen deshacer. Tres: los límites escritos al final de cada briefing grande.
Delegar sin reglas no es confianza: es descuido. Un sistema de seguridad para agentes tiene tres capas, de la más automática a la más tuya. Es la diferencia entre dormir tranquilo con tareas corriendo solas y no.
Capa 1 — Los modos de permiso
La app tiene un selector de permisos con tres modos. Conocerlos es elegir cuánta soga das:
- Ask (el de siempre): la IA propone, vos aprobás cada cambio. Tu modo por defecto, y el correcto para todo lo nuevo.
- Auto accept: los cambios de archivos se aplican solos. Útil cuando iterás rápido algo de bajo riesgo que ya viste funcionar. Se entra sabiendo, se sale al terminar.
- Plan: la IA solo piensa y propone, no toca nada. Ideal para arrancar encargos grandes.
La regla de uso: nuevo o delicado → Ask. Conocido y de bajo riesgo → Auto, un rato. Grande → Plan primero.
Capa 2 — La lista de lo que jamás va solo
Hay acciones que no se delegan sin OK humano, nunca, sin importar cuánta confianza haya:
- Publicar (un sitio, un post, cualquier cosa que vea gente).
- Enviar (mails, mensajes, lo que llegue a una persona real).
- Borrar (archivos, datos, cualquier cosa irreversible).
- Pagar (obvio, pero va en la lista).
¿Por qué tan estricto? Porque todo lo demás tiene deshacer. Estas cuatro, no. Un reporte mal hecho se rehace; un mail mal mandado, mandado está.
Capa 3 — Los límites escritos en el briefing
Las dos capas de arriba vienen con la herramienta. La tercera la escribís vos: las reglas dentro del prompt. Las tres que nunca sobran:
- No publiques, envíes, borres ni pagues nada: todo eso me lo proponés
y lo hago yo (o te doy el OK explícito).
- Si algo es ambiguo o falta información, anotalo y preguntame al final
— no inventes ni adivines.
- Si algo falla a mitad de camino, frená y reportá hasta dónde llegaste
— no improvises un plan B sin avisarme.Pegá ese bloque al final de tus briefings grandes. Tres líneas, cero drama después.
La seguridad bien hecha es invisible
Nada de esto te frena: seguís delegando, programando y durmiendo. La diferencia entre el que usa agentes con guardrails y el que no, no se ve en los días buenos — se ve el día que algo sale raro y el daño fue “un reporte feo” en vez de “un mail a 200 personas”.