El agentic loop es el bucle que convierte un modelo que solo responde en un agente que completa tareas. En vez de una única respuesta, el agente itera: piensa, actúa, mira el resultado y vuelve a decidir, hasta terminar.
┌─────────────────────────────────────────┐
▼ │
1. PENSAR El modelo decide el próximo paso │
│ │
▼ │
2. ACTUAR Invoca una tool │
│ │
▼ │
3. OBSERVAR El harness ejecuta y devuelve │
│ el resultado ──────────────────►┘
▼
4. ¿Terminado? → sí: responde · no: otra vueltaCada vuelta, el resultado de la herramienta se añade al contexto y el harness vuelve a llamar al modelo. Así un agente puede leer diez archivos, ejecutar los tests, ver que fallan, corregir y volver a probar — sin que tú intervengas en cada paso.
Se apoya en algo del primer tramo: el modelo predice el siguiente token mejor cuanto más contexto relevante tiene. Cada observación es contexto nuevo sobre el que apoyar una mejor decisión. Iterar con feedback real del entorno supera de lejos a intentar acertar todo de una.
Lo ejecuta el harness usando tools; se cierra con verificación y consume economía en cada vuelta.