La tarjeta del humano tiene límite. El agente autónomo no tiene ninguno.
Un agente consume tokens en ventanas seguidas, sin pausa y sin remordimiento, y la factura solo aparece después. La pregunta del FinOps en 2026 cambió de "cuánto cuesta correr IA" a "quién detiene al agente cuando decide gastar".
El gap donde vive el agente
Los números muestran el tamaño del agujero: el 73% de las organizaciones ya tiene política de costo de IA, pero solo el 47% la hace cumplir, según el estudio de Harness. Es exactamente en el ir y venir entre escribir la regla y ejecutar la regla donde vive el agente.
Mientras el humano espera aprobación, el agente itera de madrugada. No pide presupuesto, no percibe que está en un bucle y no encuentra gracia en su propio error: repite el patrón hasta terminar la tarea o hasta que se acabe la cota, lo que ocurra primero. Sin freno, lo que ocurre primero suele ser la cota.
Con la escala que la inferencia alcanzó, el problema dejó de ser curioso y se volvió línea del presupuesto: con un billón de tokens por día consumidos solo en inferencia, los agentes sin techo son apuestas con la tarjeta de la empresa.
La nueva disciplina tiene receta
Presupuesto por agente, techo por etapa y medidor de tokens como unidad contable. La recomendación que se repite en la literatura es instalar frenos duros: un límite de pasos que interrumpe al agente y llama a un humano antes de la pérdida.
En la práctica, la receta cabe en cuatro piezas:
- Techo por agente y por tarea: presupuesto máximo definido antes de la ejecución, no después de la factura.
- Límite de pasos con escalamiento a un humano: el disyuntor que interrumpe el bucle y devuelve la decisión a quien responde por ella.
- Panel de uso con alerta: detectar un agente fuera de control se volvió un monitoreo tan básico como la alerta de CPU.
- Costo por tarea concluida: la métrica que cierra la cuenta y permite comparar agentes entre sí.
Y el mercado ya entrega esa contabilidad lista: los planes diseñados para agentes vienen con cota por ventana de horas, descuento fuera de horario pico y medidor transparente. El GLM Coding Plan de Z.AI, que usamos y recomendamos, funciona así, y la cota limitada por ventana es justamente el freno que el agente necesita. La autonomía sin techo es, al final del día, una apuesta a ciegas.
El testimonio del freno
Estoy escribiendo este artículo con siete agentes corriendo en paralelo en mi infraestructura, y lo que me deja dormir no es la confianza en ellos: es el freno. Cada frente tiene techo, cada tarea tiene límite de pasos y el panel de uso queda a un toque en el celular.
La confianza en los agentes crece con el uso, y es exactamente por eso que el freno necesita existir antes de la confianza. El agente que nunca excedió el techo es el que tiene techo: el resto todavía no vivió la semana en que decide gastar.
El mismo principio que organiza el desperdicio de cloud vale aquí: recurso sin dueño y sin límite es desperdicio contratado. El agente sin presupuesto es la instancia ociosa de la década, solo que gastando en lugar de estar apagada.
Conclusión
Dar techo al agente es comprar el derecho a dejarlo corriendo solo. El próximo paso del FinOps vive menos en el dashboard de cloud y más en el prompt que define cuánto puede gastar el agente antes de volver a ser decisión humana.
Si corres agentes sin límite de pasos, sin techo por tarea y sin panel de uso, la pregunta no es si la cuenta va a sorprender: es en cuál factura. El freno es barato, la receta es conocida y la disciplina ya tiene nombre. Falta instalarla.