Azure AI Foundry Threads

Una IA que responde bien en una demo no es lo mismo que una IA que una empresa puede poner en producción. La diferencia está en poder demostrar qué hizo el sistema, con qué datos, con qué herramientas y en qué orden. Azure AI Foundry aborda este problema colocando a los agentes en un entorno gestionado donde cada mensaje, llamada a herramientas y paso de ejecución queda registrado y es rastreable.

En este artículo repasamos cómo se estructura un agente en Foundry y qué papel cumplen los hilos, las ejecuciones y los pasos de ejecución. También vemos cómo las herramientas y la seguridad convierten un experimento en un sistema auditable y apto para empresas.

Agentes de Azure AI: la triada de modelo, instrucciones y herramientas

Cuando configuras un agente en Foundry no abres una simple ventana de chat. Defines al responsable de un equipo digital, pensado para cumplir misiones a partir de un diseño claro. Ese diseño se apoya en tres componentes.

• El modelo es el cerebro. Se encarga del razonamiento y del lenguaje: interpreta lo que dicen las personas, planifica pasos y redacta respuestas.
• Las instrucciones son la orden de la misión. Evitan que el modelo divague y lo centran en los resultados que realmente necesitas.
• Las herramientas son el equipamiento: ejecución de código, conectores de búsqueda, APIs de informes o cualquier sistema externo que conectes al agente.

Un agente de Azure AI se construye explícitamente sobre esta triada. Sin ella no hay reproducibilidad ni auditabilidad, solo generación de texto sin comprobante.

Una imagen para entenderlo

Piensa en un capitán de campo. El modelo es su entrenamiento de combate. Las instrucciones son la sesión informativa previa: proteger el convoy, extraer datos de un conjunto de contratos o informar los resultados en un formato concreto. Las herramientas son su especialización. Un intérprete de código para ejecutar análisis sería su gancho para escalar muros, y un conector de SharePoint o un MCP personalizado sería su radio segura, que alimenta el plan con datos en vivo. Con los tres elementos, el agente no improvisa: ejecuta una misión con registros y puntos de control.

Flexibilidad en la elección del modelo

En la mayoría de las aplicaciones de chat solo tienes un modelo y un prompt, sin un sentido formal de órdenes ni orquestación de herramientas. El servicio de agentes de Foundry garantiza que las tres capas estén presentes. Además, no te ata a un único modelo: puedes cambiar entre los del catálogo de Foundry. Por ejemplo, GPT-4 para una estrategia compleja, un modelo más ligero para tareas sencillas, o incluso integrar Mistral. Eliges el que mejor encaje con la misión.

Riesgos de una IA sin estructura: inconsistencia, pérdida de trazabilidad y depuración a ciegas

Si faltan esas capas, los problemas aparecen enseguida y en una empresa son algo más que una molestia.

• Resultados inconsistentes. Un resumen de contrato dice una cosa y el siguiente la contradice sutilmente.
• Pérdida de trazabilidad. Ningún registro estructurado captura cómo se elaboró la respuesta.
• Depuración por suposición. Los desarrolladores no pueden seguir la cadena de razonamiento para localizar el fallo.

Estos riesgos bloquean la confianza y la adopción. Foundry los resuelve integrando barandillas de seguridad en el propio agente. Las instrucciones funcionan como un reglamento fijo que debe seguirse. El conjunto de herramientas puede limitarse estrictamente o ampliarse según el caso de uso. El modelo puede cambiarse con libertad, pero siempre dentro de una estructura que exige responsabilidad.

El resultado es un agente disciplinado, con resultados predecibles y pasos visibles, que además se puede ampliar con responsabilidad mediante conectores empresariales y APIs personalizadas. No se trata de vender la IA como una conversación mágica, sino de mostrar que la organización dispone de un sistema que lleva registros, sigue órdenes y usa el equipamiento adecuado.

Hilos en Azure AI Foundry: el registro persistente de cada conversación

Cuando algo falla o llega una auditoría, hace falta un diario. En Foundry ese diario son los hilos (threads). Un hilo no es una ventana de chat que desaparece al cerrarla, sino una sesión de conversación persistente. Cada intercambio se almacena, ya provenga de una persona, del agente o de otro agente en una configuración multiagente. Ese historial puede revisarse mucho después de que termine el chat.

Los hilos tampoco son transcripciones estáticas. Son contenedores estructurados que gestionan automáticamente el truncamiento: mantienen el contexto activo dentro de los límites del modelo y conservan a la vez una pista de auditoría completa. El agente obtiene continuidad y el negocio obtiene gobernanza.

Qué contiene un mensaje

Las entradas del hilo son mensajes, y un mensaje no se limita al texto. Puede incluir una imagen, una hoja de cálculo o un bloque de código generado. Cada uno lleva una marca de tiempo y una etiqueta de rol, usuario o asistente. Al inspeccionar un hilo ves qué se dijo, quién lo dijo, cuándo y qué tipo de contenido estaba implicado. Un responsable de cumplimiento puede abrir el registro y ver la solicitud exacta enviada ayer, el gráfico que produjo el agente en respuesta y el momento en que ocurrieron ambos eventos.

Es como el cuaderno de una campaña de rol: el director de juego anota qué ciudades se visitaron y qué botín se tomó, y así se evitan discusiones sobre detalles olvidados.

Valor para auditoría, cumplimiento y desarrollo

• Auditoría y cumplimiento: reguladores y equipos de auditoría interna ven la secuencia completa: la solicitud del usuario, la respuesta del agente, las herramientas usadas y cuándo ocurrió todo.
• Desarrollo: si el agente produjo un fragmento de código incorrecto, se puede retroceder por el hilo hasta la solicitud y ver cómo llegó a esa conclusión.
• Flujos multiagente: si varios agentes se reparten tareas, su intercambio también queda registrado.

Sin hilos, el comportamiento se rastrea con capturas de pantalla o recuerdos vagos, y eso no sirve cuando cumplimiento pide pruebas o soporte necesita reproducir un error. Sin registro no hay pruebas, y sin rastro no hay solución.

Ejecuciones y pasos de ejecución: de la orden a la acción trazable

El hilo contiene el historial, las órdenes, el contexto y los recursos desplegados. La ejecución (run) es el disparador que hace que el agente tome ese contexto y lo lleve a cabo. El hilo puede decir «analiza el CSV» o «dibuja un gráfico de línea», pero es la ejecución la que procesa la solicitud a través de las instrucciones, el modelo y las herramientas. En el agente pueden buscar datos adicionales, procesar números o llamar al intérprete de código para generar un artefacto.

Estados monitorizados

Las ejecuciones no son una caja negra: tienen seguimiento de estado. Normalmente verás estados como en cola, en progreso, requiere acción, completado o fallido. Los ejemplos del SDK suelen consultar estos estados en un bucle, lo que da visibilidad no solo de lo que se hace, sino de cuándo sucede.

Pasos de ejecución: el desglose completo

Aun así, un estado «completado» no dice qué ocurrió dentro. La respuesta puede parecer correcta, pero sin detalle no sabes si el agente consultó una API externa y escribió código o si simplemente improvisó texto. Esa opacidad es peligrosa en entornos empresariales.

Los pasos de ejecución eliminan esa incertidumbre. Cada ejecución se registra paso a paso: qué generó el modelo, qué herramientas invocó, qué cálculos ejecutó y qué mensajes produjo. Es algo parecido a la notación del ajedrez, con acciones ordenadas y con marca de tiempo, como obtener un archivo, ejecutar un bloque de código y devolver un gráfico.

• Para desarrolladores: si la consulta de búsqueda era errónea o se coló un error matemático, se recorre la línea de tiempo, se identifica el fallo exacto y se corrige. La depuración deja de ser una suposición y se convierte en análisis forense.
• Para cumplimiento: cuando un auditor pregunta cómo se generó un resumen, no hace falta explicar el razonamiento del modelo en términos abstractos. Hay pruebas documentadas: la llamada, la herramienta, el paso del intérprete y la respuesta ensamblada, todo con sello de tiempo.
• Para operaciones: si un flujo debe repetirse, se puede seguir la misma secuencia; si un resultado se cuestiona, se puede reproducir.

Con hilos, ejecuciones y pasos tienes el diario, la activación y el registro detallado. Juntos convierten una IA improvisada en un compañero de equipo cuyas acciones puedes rastrear, probar y defender.

Herramientas del agente: integradas, personalizadas, MCP y seguridad empresarial

Las herramientas son lo que convierte a un agente de un simple conversador en alguien que hace el trabajo. En lugar de describir cómo revisar un documento o realizar un cálculo, el agente puede hacerlo y devolver el resultado. Esa distinción es lo que da valor a la plataforma en una empresa real y no solo en una demostración.

Tres categorías de capacidad

1. Herramientas integradas: intérprete de código, búsqueda Bing, conectores de SharePoint, Microsoft Fabric y Azure AI Search. Permiten analizar datos, extraer archivos, buscar contenido empresarial y generar gráficos o informes sin conexiones personalizadas.
2. Herramientas personalizadas: Foundry permite registrarlas mediante especificaciones OpenAPI y Model Context Protocol (MCP). El MCP se describe como el USB-C de las herramientas de IA: al conectar agentes a servidores MCP remotos, el sistema gestiona automáticamente el descubrimiento, el versionado y la invocación, lo que reduce la carga de integración cuando hay muchos sistemas que conectar.
3. Llamadas observables: cada llamada a una herramienta se registra a nivel de paso, con identidad, entradas, salidas y marcas de tiempo. Es un libro de contabilidad, no magia basada en la confianza.

Un ejemplo práctico

Subes un archivo CSV como mensaje a un hilo. El agente llama al intérprete de código dentro de sus pasos de ejecución, procesa el archivo y genera un gráfico. El artefacto vuelve como imagen adjunta, visible en el registro del hilo. No escribiste un analizador ni una visualización: diste una instrucción y el agente eligió la herramienta, la ejecutó y devolvió un archivo que podrías incluir en un informe. Este comportamiento está documentado en los ejemplos del SDK.

Integración empresarial y seguridad

Las herramientas pueden vincularse a Logic Apps, lo que da acceso a más de 1.400 conectores SaaS y locales ya existentes. En lugar de recodificar adaptadores para plataformas de CRM, ERP o ITSM, se configuran los conectores que la empresa ya utiliza, sin puentes de API frágiles.

En cuanto a la seguridad, cuando las herramientas se conectan a sistemas como SharePoint o Fabric usan autenticación delegada mediada por Microsoft Entra. Si ayer no tenías autorización para leer un archivo, el agente no sortea esa barrera hoy: identidad y permisos permanecen intactos, y eso es lo que exigen los equipos de cumplimiento. Además, cada llamada es rastreable: quién la invocó, qué se envió y qué se recibió.

Claves prácticas para agentes auditables en Azure AI Foundry

• Diseña cada agente con la triada completa: un modelo adecuado, instrucciones claras y herramientas bien elegidas.
• Limita el conjunto de herramientas según el caso de uso y amplíalo solo cuando haga falta.
• Usa los hilos como registro permanente: guardan mensajes con rol, marca de tiempo y tipo de contenido.
• Revisa los estados de las ejecuciones (en cola, en progreso, requiere acción, completado, fallido) y no te quedes solo con la respuesta final.
• Inspecciona los pasos de ejecución para depurar y para responder a auditorías con pruebas en lugar de explicaciones.
• Aprovecha las herramientas integradas, OpenAPI, MCP y los conectores de Logic Apps antes de escribir integraciones a medida.
• Apóyate en la autenticación delegada con Microsoft Entra para que los permisos de cada usuario se respeten.
• Empieza con un proyecto de prueba: crea un agente básico, ejecuta un hilo e inspecciona los pasos de ejecución en el SDK o en el portal.

Conclusión

Azure AI Foundry ofrece una forma repetible de construir agentes con cerebro, reglamento y un kit de herramientas, y cada acción queda registrada en hilos, ejecuciones y pasos de ejecución. Para el equipo de desarrollo y para el de cumplimiento el mensaje es el mismo: una ejecución reproducible y auditable, con control y visibilidad de todo el ciclo de vida a través de SDKs como el de .NET. La mejor forma de comprobarlo es probarlo: crea un agente sencillo, ejecuta un hilo y verifica que los registros coinciden con lo que esperabas.