En la era de la inteligencia artificial con agentes autónomos, los errores tradicionales han dejado de ser indicativos del mal funcionamiento real. Bianca Lewis, directora ejecutiva de la OpenSearch Software Foundation, destaca en una reciente entrevista en AGNTCon + MCPCon 2026 en San José que un error como el «500 Internal Server Error», que en el pasado anunciaba un fallo claro, ahora puede no ocurrir, pues los agentes de IA pueden continuar sus procesos tras llamar APIs equivocadas, generando respuestas incorrectas que parecen exitosas.
Este fenómeno representa un reto para desarrolladores y responsables de sistemas que están acostumbrados a diagnosticar problemas mediante fallos evidentes en las solicitudes. «Ya no hacemos consultas como humanos», explica Lewis, refiriéndose al modo autónomo y secuencial en que los agentes de IA interactúan con múltiples servicios y APIs, donde cada llamada puede ser técnicamente exitosa, aunque el resultado global sea erróneo o incoherente.
Para afrontar esta complejidad, Lewis propone un enfoque basado en la integración de OpenSearch, un proyecto de software libre ampliamente utilizado para búsquedas y análisis de registros, con OpenTelemetry, una herramienta que permite trazar de forma detallada las llamadas internas realizadas por el agente. De este modo, es posible visualizar la ruta seguida por el agente, identificar en qué punto se produjo un desvío del objetivo original y detectar costes asociados a operaciones ineficientes.
Además, distingue entre el contexto efímero de cada interacción y los datos almacenados a largo plazo en índices de búsqueda, lo que facilita a los equipos entender si el problema radica en la información proporcionada inicialmente al agente o en su interpretación durante la ejecución. Esta visibilidad resulta esencial para corregir errores que no se reflejan en los típicos logs de fallos.
El planteamiento también promueve la convergencia del almacenamiento y la observabilidad en una plataforma común, optimizando recursos y habilidades técnicas de los equipos, quienes pueden reducir la duplicidad de datos dispersos y aprovechar un único sistema para distintas funciones.
Durante su diálogo con el editor senior Frederic Lardinois, Lewis subraya la importancia de valorar no solo el coste económico de migrar tecnologías y plataformas, sino también la inversión en el desarrollo de competencias y la adaptación organizacional, un fenómeno que denomina «gravedad de los datos».
Respecto a la evolución futura y la consolidación tecnológica, reconoce que la transición llevará tiempo, dado que muchas empresas cuentan con aplicaciones estables, contratos vigentes y la necesidad de cultivar nuevos conocimientos. En este contexto, OpenSearch, como proyecto de código abierto, ofrece una comunidad activa y flexible donde los usuarios pueden influir en las funcionalidades y contar con opciones comerciales para soporte y alojamiento.
Lewis anima a la participación en la comunidad a través de contribuciones diversas —desde propuestas de código hasta debates en canales como Slack o grupos de usuarios— y destaca el valor que los profesionales de distintos niveles pueden aportar. Los desarrolladores jóvenes tienen la oportunidad de construir un historial público trabajando en proyectos reales, mientras que los ingenieros experimentados son clave para aportar una visión sistémica cuando las respuestas confiadas de los agentes evidencian un posible problema.
Con un toque de humor, Lewis compara este cambio con una «venganza de los dinosaurios», haciendo alusión a la relevancia creciente del conocimiento integral del sistema frente a la autonomía aparente de la IA. En definitiva, insiste en que comprender el contexto completo será fundamental en la gestión y desarrollo de agentes inteligentes.
La conversación completa está disponible en el canal de YouTube de The New Stack, donde se profundiza en los proyectos construidos con OpenSearch, las prioridades de la comunidad y cómo mantener el control sobre los datos en un entorno con cargas crecientes de máquinas autónomas.