Qué implica de verdad autoalojar un agente de IA: las cuatro partes, los runtimes de código abierto, una nota prudente sobre el hardware y una lista de seguridad interactiva.
Un agente de IA autoalojado se ejecuta en hardware que tú controlas en lugar de en la nube de un proveedor. Gestionas tú mismo cuatro partes: un runtime de modelos que sirve un modelo de pesos abiertos, un orquestador que ejecuta el bucle del agente, las herramientas que puede llamar y un almacén de memoria. La ventaja es el control de los datos; el precio es que la seguridad pasa a ser cosa tuya.
Las cuatro partes de un agente autoalojado
El autoalojamiento atrae a empresas que no pueden enviar datos de clientes a terceros, o que quieren costes fijos en lugar de facturas por petición. Pero es trabajo de ingeniería real: actualizas los servidores, dimensionas el hardware y decides qué puede tocar el agente. Esta página recorre cada parte con palabras sencillas y termina con una lista de comprobación que puedes marcar antes de poner nada en marcha.
Puede serlo, porque las instrucciones y los datos se quedan en máquinas que controlas. Solo es así si el runtime, los registros y las copias de seguridad también se mantienen privados, y si ninguna herramienta envía datos en silencio a un servicio externo.
Depende mucho del tamaño del modelo y de cuántas personas lo usen a la vez, así que no daremos una cifra. Como referencia, la guía de instalación de vLLM indica Linux y una GPU con capacidad de cómputo 7.5 o superior, mientras que LocalAI dice que no necesita GPU. Prueba primero en hardware alquilado.
Algunas herramientas de flujos de trabajo se pueden autoalojar. n8n, por ejemplo, ofrece autoalojamiento bajo su propia Sustainable Use License, una licencia fair-code con límites distintos de MIT o Apache, así que léela antes de un uso comercial.
La inyección de instrucciones (prompt injection): texto que el agente lee, como un correo o una página web, y que lo engaña para actuar en tu contra. OWASP la sitúa en primer lugar entre los riesgos de las aplicaciones con modelos de lenguaje. Limitar las herramientas y exigir aprobación humana para las acciones de alto impacto son sus principales defensas.
Un esbozo de la idea de red, no un despliegue completo. Solo el orquestador se publica en el host; el runtime no tiene ningún puerto publicado.
El runtime está solo en una red interna sin salida al exterior; el agente se une a ella y a la red predeterminada. Sustituye los nombres de las imágenes por el runtime y el agente que hayas elegido.
Marca lo que ya se cumple. Tus marcas solo se guardan en esta pestaña del navegador.
{n} de {v} hechos
Todo está marcado. Ejecútalo con datos de prueba antes de que lo usen clientes reales.
Borrar todo
Runtime de modelos
Orquestador
Memoria y datos
Operación
La API del runtime solo es accesible desde el orquestador, no desde internet.
La licencia del modelo permite tu uso comercial.
Has probado el modelo en el hardware de destino con una carga realista.
El bucle del agente tiene un número máximo de pasos y un tiempo límite.
Los reembolsos, borrados, pagos y correos salientes esperan el sí de una persona.
El agente solo tiene las herramientas que necesita esta tarea.
Cada herramienta usa su propia cuenta o clave con los permisos más restringidos.
Cada servidor MCP o plugin procede de una fuente en la que confías y que has revisado.
Las conversaciones y documentos guardados están cifrados y tienen copia de seguridad.
Has decidido cuánto tiempo conservar las conversaciones, y las antiguas se borran.
Cada llamada a herramientas se registra con sus entradas y su resultado.
Alguien se encarga de las actualizaciones del runtime, el framework y el sistema operativo.
Hay una persona concreta a quien llamar cuando el agente se comporta mal.
Empieza gratis · Sin tarjeta de crédito