Con 95% de acierto por paso, un agente de 20 pasos solo tiene 35% de éxito real: los errores se multiplican (p^n), no se suman. La cura no es un modelo más listo, sino subir la fiabilidad por paso y acortar las cadenas.
Un agente que acierta el 95% de las veces suena a empleado de lujo. Contrátalo mentalmente: casi nunca falla, se equivoca uno de cada veinte movimientos, es prácticamente perfecto. Ahora pídele que ejecute una tarea real —investigar, decidir, llamar a una API, transformar el dato, escribir el resultado, verificar— y observa cómo ese 95% impecable se desmorona hasta convertirse en un lanzamiento de moneda peor que la moneda. La demo era honesta. El agente no mintió. Mintió la aritmética que tenías en la cabeza, porque asumiste que los errores se suman cuando en realidad se multiplican. Este es el ensayo sobre la ley más cruel —y más ignorada— de la ingeniería de agentes.
La Ley de Lusser: por qué una cadena es tan fuerte como el producto de sus eslabones
En los años 50, un ingeniero alemán llamado Robert Lusser formuló una ley incómoda para los sistemas en serie: cuando N componentes deben funcionar todos para que el conjunto funcione, la fiabilidad total es el producto de las fiabilidades individuales, no la media ni el mínimo. La fórmula es de una simplicidad brutal: p elevado a n. Si cada paso acierta con probabilidad p y la tarea requiere n pasos encadenados donde cada uno depende del anterior, el éxito de punta a punta es p^n. Lusser la dedujo trabajando con misiles V-2, sistemas donde un solo eslabón defectuoso convertía toda la máquina en chatarra en llamas. Setenta años después, la misma ley gobierna algo que Lusser jamás imaginó: un agente de IA razonando paso a paso.
Haz la cuenta y se te congela la sonrisa
Metamos números al 95% por paso, esa cifra que suena a sobresaliente. Cinco pasos: 0,95^5 = 77%. Ya perdiste casi un cuarto de tus ejecuciones. Diez pasos: 59%. Acabas de cruzar la frontera donde la mayoría de tus corridas fallan más que un mediocre. Veinte pasos: 35%. Tu agente de 95% de acierto por paso completa la tarea completa una de cada tres veces. Cincuenta pasos —un flujo agéntico ambicioso de verdad, con herramientas, ramas y verificaciones— aterriza en un demoledor 7%. No hubo degradación del modelo, no hubo un mal día, no hubo prompt malo. Cada paso mantuvo su 95% intachable. Fue la multiplicación, silenciosa e implacable, la que devoró tu producto.
El espejismo de la demo: por qué brillan en el escenario y revientan en producción
Ahora entiendes por qué los agentes son estrellas en el escenario y desastres en el turno de noche. La demo es corta por diseño: dos o tres pasos, un happy path ensayado, un p^n que todavía vive en territorio cómodo. La producción es larga por naturaleza: veinte, treinta, cincuenta eslabones donde cada uno hereda el ligero desvío del anterior. Es la diferencia entre encestar un tiro libre —lo clavas nueve de cada diez— y encestar cuarenta tiros libres seguidos sin fallar uno solo: la segunda hazaña es casi imposible aunque tu puntería sea excelente. La demo mide un tiro. La producción mide la racha. Y las rachas largas son donde p^n te espera con un cuchillo. Gartner ya puso número al desengaño: proyecta que más del 40% de los proyectos de IA agéntica serán cancelados para 2027, muchos por costes y ROI que nunca llegan —el precio de descubrir la Ley de Lusser con dinero real en vez de con una hoja de cálculo.
La cura no es un modelo más listo: son eslabones más fiables y cadenas más cortas
El reflejo de la industria es pedir un modelo más inteligente, como si el problema fuera de cerebro. La matemática dice otra cosa. Sube la fiabilidad por paso del 95% al 99% y esos mismos veinte pasos saltan de 35% a 81%: un punto porcentual por eslabón te devuelve el producto entero. Ese es el apalancamiento oculto de p^n —el exponente castiga con la misma ferocidad con la que recompensa. De ahí salen las dos únicas palancas reales, y ninguna es 'esperar a GPT-N'. Primera: subir p, la fiabilidad de cada paso, con verificación, validación de esquema en cada frontera y checkpoints que atrapen el desvío antes de que se propague. Segunda: bajar n, acortar la cadena, descomponer la tarea gigante en subtareas cortas y verificables en lugar de una epopeya monolítica de cincuenta movimientos. Un agente disciplinado no es el que razona más bonito; es el que se equivoca menos por paso y encadena menos pasos por tarea.
El marco mental para llevarte a casa
Quédate con esta frase y repítela cada vez que veas una demo de agente que te deje boquiabierto: los errores se multiplican, no se suman. Es el marco reutilizable que separa a quien construye juguetes de quien construye sistemas. Antes de confiarle a un agente un proceso de negocio, no preguntes '¿qué tan listo es?'. Pregunta dos cosas: '¿cuál es su fiabilidad por paso?' y '¿cuántos pasos encadena?'. Multiplica p^n mentalmente y sabrás, antes de gastar un dólar, si estás mirando un producto o un espejismo de escenario. Esta ley es hermana de otra que ya contamos —la matemática del 27%, la brecha entre lo que un agente logra en la demo y lo que sostiene en producción—: aquella mide la caída, esta explica el mecanismo exacto que la produce. Léelas juntas y tendrás la fotografía completa de por qué tantos pilotos agénticos nunca llegan a fábrica.
Cómo lo vemos nosotros
En NeuralOS no combatimos p^n con optimismo ni con promesas de un modelo mágico: lo combatimos con arquitectura. El motor de Automations está diseñado alrededor de la Ley de Lusser aunque no lleve su nombre grabado: pasos cortos y verificables en lugar de cadenas monolíticas, waits durables que congelan el estado sin perder el hilo, resumibilidad para retomar exactamente donde el proceso quedó, y checkpoints que atrapan el desvío antes de que la multiplicación lo convierta en catástrofe. Cada uno de esos mecanismos ataca la misma ecuación desde un ángulo distinto: sube la p, acorta la n efectiva, y hace que un fallo en el paso 19 no incendie los otros dieciocho que ya salieron bien. No prometemos agentes infalibles —nadie honesto puede, la matemática no lo permite—. Prometemos algo más útil: un motor que respeta la ley cruel en vez de fingir que no existe, para que tus flujos sobrevivan al turno de noche y no solo a la demo del mediodía.