Kiwop Labs · serie trimestral
Agentes de IA en producción
Lo que hacen de verdad los agentes de Nexo, la plataforma con la que Kiwop opera: ejecuciones, fallos, propuestas firmadas o descartadas por una persona, PR entregados por el worker autónomo, correo clasificado y coste. Ventana de 90 días, del 3 de julio de 2026 al 1 de octubre de 2026. Sin nombres, sin textos, sin promesas.
Lo que dice el trimestre
- 28 agentes distintos han corrido 1293 veces; el 93,7 % terminó sin error. La ejecución mediana dura 88 s y el 10 % más lento pasa de 175 s.
- Los agentes propusieron 500 comentarios en tareas; 168 iban al cliente y una persona firmó 90 (53,6 %). El resto se descartó o sigue esperando. La firma tarda una mediana de 78,2 horas: la revisión humana no es un trámite.
- El worker autónomo reclamó 25 tareas delegadas y entregó 18 PR, con 0,7 horas de mediana entre reclamar y entregar. El director revisó 155 tareas y solo delegó 23.
- En correo, el clasificador trató 216 hilos entrantes y creó 31 tareas; el guardián revisó 1247 salientes y bloqueó 111. Las personas aceptaron el 68,8 % de sus sugerencias.
- Coste: 762 € facturados por API en la ventana, más 1736 € de consumo por suscripción valorado a precio de API. El CLI en el servidor consumió 3284 $ a precio de lista, 32 % de ellos el worker autónomo.
Agentes proactivos
Los vigías: agentes que se disparan solos (por cron, por evento o por otra ejecución), leen el estado del proyecto y proponen algo o avisan. Cada ejecución guarda estado, duración y nivel de alerta.
| Métrica | Valor |
|---|---|
| Ejecuciones | 1293 |
| Completadas | 1212 |
| Fallidas | 69 |
| Éxito (%) | 93,7 |
| Agentes activos | 28 |
| Duración mediana (s) | 88 |
| Duración p90 (s) | 175 |
| Por nivel de alerta | warning: 230 · ok: 910 · sin nivel: 81 · critical: 72 |
Propuestas firmadas por una persona
Un comentario escrito por un agente nace pendiente e invisible hasta que la persona con cuyo nombre sale lo firma en la web. No existe forma de firmarlo por API. Esta es la tasa real de aceptación humana, no una estimación.
| Métrica | Valor |
|---|---|
| Comentarios propuestos | 500 |
| Notas internas | 332 |
| Para el cliente | 168 |
| Firmados | 354 |
| Firmados (%) | 70,8 |
| Para el cliente, firmados | 90 |
| Para el cliente, firmados (%) | 53,6 |
| Horas hasta la firma (mediana) | 78,2 |
Worker autónomo y director de tareas
El director revisa cada tarea nueva y decide si la delega al worker (un Claude Code en el servidor) o la deja a una persona. El worker reclama, trabaja en un worktree aislado y entrega un PR. Nadie hace merge por él.
| Métrica | Valor |
|---|---|
| Tareas reclamadas por el worker | 25 |
| PR entregados | 18 |
| Horas de reclamar a entregar (mediana) | 0,7 |
| Pasadas del worker | 48.987 |
| Cola media | 0 |
| Tareas revisadas por el director | 155 |
| Delegadas al worker | 23 |
| Derivadas a una persona | 10 |
Correo: clasificador y guardián
El clasificador lee el correo entrante y decide si es tarea, respuesta o ruido, con su confianza. El guardián revisa el saliente antes de que salga y devuelve ok, sugerencia o bloqueo. Las dos cosas las corrige una persona.
| Métrica | Valor |
|---|---|
| Hilos clasificados | 216 |
| Por tipo | reply: 130 · ignore: 45 · task: 41 |
| Por confianza | sin dato: 157 · high: 40 · low: 19 |
| Clasificador fallido (%) | 4,6 |
| Latencia mediana (ms) | 10.249 |
| Con decisión | 124 |
| Por decisión | thread_duplicate: 19 · sin decidir: 73 · mirrored: 28 · auto_attached: 65 · auto_created: 31 |
| Tareas creadas | 31 |
| Revisiones | 1247 |
| Por veredicto | suggest: 93 · block: 111 · ok: 1043 |
| Sugerencias aceptadas (%) | 68,8 |
| Latencia mediana (ms) | 7849 |
| Sugerencias por revisión (media) | 0,24 |
Consultas al criterio
Los agentes y el equipo preguntan al «cerebro» (el criterio documentado de la casa) antes de decidir. Si la respuesta no alcanza la similitud mínima, se escala a una persona.
| Métrica | Valor |
|---|---|
| Consultas | 154 |
| Escaladas a una persona | 66 |
| Escaladas (%) | 42,9 |
| Valoradas | 0 |
| Útiles (%) | – |
| Similitud mediana | 0,54 |
Agente de leads
Seguimiento automático de los leads entrantes: borradores que una persona revisa, parada automática si no se revisan, y descarte de proveedores y ruido.
| Métrica | Valor |
|---|---|
| Secuencias | 75 |
| Por estado | waiting: 4 · stopped: 63 · replied: 6 · exhausted: 2 |
| Seguimientos enviados | 11 |
| Por motivo de parada | activa: 12 · el lead ya no existe: 2 · not_business: 9 · parada manual por Josep Purroy: el correo del lead rebota (554 5.7.1): 1 · reconciliado: la conversación ya existía en el buzón: 1 · borrador sin revisar durante 4 días: 4 · borrador sin revisar durante 7 días: 1 · proveedor haciendo outreach: fuera del pipeline comercial: 4 · clasificado como «Otro»: no se contacta: 18 · borrador sin revisar durante 6 días: 1 · ya le contestaron a mano desde josep@kiwop.com: 1 · clasificado como «Proveedor»: no se contacta: 19 · particular que quiere formarse: con el correo del curso basta: 1 · clasificado como «Prácticas»: no se contacta: 1 |
Coste de la IA
Metering por llamada de todo lo que pasa por la pasarela de IA de Nexo. Separamos lo facturado por API de lo que va por suscripción (valorado a precio de API para poder compararlo, pero no pagado por token).
| Métrica | Valor |
|---|---|
| Llamadas | 11.500 |
| Tokens de entrada | 564.418.480 |
| Tokens de salida | 10.685.590 |
| Facturado por API (€) | 761,81 |
| Por suscripción, equivalente API (€) | 1736,09 |
| Por proveedor | openai: 1008 · anthropic: 10.492 |
| Modelos distintos | 13 |
| Latencia mediana (ms) | 12.136 |
| Lecturas de caché (%) | 0 |
| Función | Llamadas | Tokens entrada | Tokens salida | Coste (€) |
|---|---|---|---|---|
| Agentes proactivos | 6307 | 324.460.628 | 8.697.397 | 1524,84 |
| Chat | 2275 | 98.426.113 | 489.634 | 419,55 |
| Guardián de correo | 1605 | 78.452.290 | 512.331 | 240,29 |
| Clasificador de correo | 788 | 31.652.077 | 432.698 | 172,74 |
| Chat de proyecto | 171 | 15.614.418 | 220.955 | 55,18 |
| Correo saliente | 246 | 10.067.224 | 88.497 | 52,23 |
| Academy | 77 | 4.324.947 | 117.371 | 24,98 |
| Newsletter | 15 | 758.602 | 82.193 | 5,85 |
| Contenido SEO | 13 | 561.325 | 42.078 | 1,64 |
| CRO | 2 | 100.856 | 2436 | 0,57 |
| operations_slack_audio | 1 | 0 | 0 | 0,03 |
Y el otro libro: las sesiones del CLI en el servidor (el worker autónomo, el relay y el binario de la plataforma), medidas desde los transcriptos y valoradas a precio de lista.
| Origen | Sesiones | Turnos | Coste lista ($) |
|---|---|---|---|
| Binario de la plataforma | 5362 | 10.618 | 1168,64 |
| Worker autónomo | 549 | 6154 | 1059 |
| Relay de Claude | 2620 | 3561 | 1032,92 |
| Relay del cerebro | 1195 | 2371 | 22,89 |
| Sin clasificar | 7 | 10 | 0,16 |
| Total | 9733 | 22.714 | 3283,61 |
Los crons que lo sostienen
Todo lo anterior corre sobre tareas programadas. Este es su historial completo en la ventana: cuántas, cuántas se saltaron a propósito y cuántas fallaron.
| Métrica | Valor |
|---|---|
| Ejecuciones | 259.134 |
| Tareas programadas distintas | 256 |
| Por resultado | skipped: 17.519 · failed: 47 · running: 1 · ok: 241.567 |
| Fallidas (%) | 0,02 |
| Duración mediana (ms) | 1872 |
Por qué publicamos esto
- Porque casi todo lo que se lee sobre agentes en producción son promesas. Esto son contadores de una plataforma que lleva meses operando una agencia real, con sus fallos y sus descartes.
- Porque la tasa de firma humana es el dato que más importa y menos se publica: cuántas propuestas de un agente sobreviven a la persona que las lee.
- Porque el coste real (dos libros: API y suscripción) es lo que decide si un agente compensa, y casi nadie lo enseña.
Método
- Una consulta SQL de solo lectura sobre la base de datos de Nexo, publicada íntegra. Se ejecuta cada trimestre sobre una ventana de 90 días y produce solo agregados.
- Nada identificable: ni clientes, ni proyectos, ni textos, ni ids. Distribuciones y medianas.
- Los datos son de una sola empresa (Kiwop) y una sola plataforma (Nexo). No es una muestra del mercado; es un caso real completo.
- Las definiciones (qué es una ejecución, qué es una firma, qué es un PR entregado) están en la consulta y en la documentación de Labs.
Límites
- La ventana cruza cambios de la propia plataforma: nuevos agentes, correcciones de precio de la caché, reglas de delegación. Un salto entre trimestres puede ser un cambio nuestro, no del mundo.
- El coste por suscripción se valora a precio de API para compararlo; no es dinero pagado.
- Los comentarios sin firmar incluyen los descartados y los que aún esperan: no distinguimos.
- La duración de una ejecución incluye la espera de la API.
Datos abiertos
Cómo citar
Kiwop Labs (2026-10). Agentes de IA en producción: telemetría agregada de Nexo. https://www.kiwop.com/labs/agentes-ia-produccion
Datos bajo licencia CC BY 4.0. Consulta y método abiertos.
Hablemos.
Consulta técnica inicial
IA, seguridad y rendimiento. Diagnóstico y propuesta cerrada por fases.
- NDA disponible
- Respuesta <24h
- Propuesta por fases
Tu primera reunión es con un Arquitecto de Soluciones, no con un comercial.
Hablar con un arquitecto