La evolución de los modelos de lenguaje hacia agentes autónomos que ejecutan tareas con herramientas —como el enfoque ReAct (Reasoning + Acting)— ha abierto una nueva frontera en la inteligencia artificial aplicada. Sin embargo, esta transición trae consigo desafíos imprevistos en la fiabilidad de las técnicas de control que funcionaban en entornos de chat simple. Un estudio reciente ha analizado por primera vez de forma sistemática cómo se comporta la dirección aditiva (additive steering) al pasar de un contexto conversacional a un agente con herramientas, revelando un fenómeno que denominan 'presente pero reescalado'. La investigación, que utiliza un diseño de información emparejada para aislar el efecto del formato, concluye que el vector de dirección llega a las capas profundas del modelo con casi la misma intensidad tanto en chat como en agente, pero el efecto conductual puede multiplicarse hasta dos veces en unos modelos y reducirse a la mitad en otros. Esto no es un simple cambio de escala uniforme: cada familia de modelos reacciona de forma distinta, y el mecanismo subyacente es aditivo y no ablativo, lo que apunta a una dinámica específica del andamiaje del agente.
Para las empresas que desarrollan e integran agentes inteligentes, este hallazgo tiene implicaciones directas sobre la seguridad y la previsibilidad. Si una técnica de desvío de rechazo (refusal bypass) calibrada en chat se amplifica al desplegarla en un agente, el sistema podría volverse más vulnerable a ataques o comportamientos no deseados sin que el equipo de desarrollo lo espere. Por el contrario, si se atenúa, una medida de seguridad que parecía robusta podría resultar insuficiente. La investigación muestra que el reescalado ocurre antes incluso de que el agente reciba la primera observación de una herramienta, es decir, en el propio formato del prompt ReAct, descartando explicaciones basadas en la dilución del contexto. Esto obliga a las organizaciones a repensar cómo validan sus modelos antes de ponerlos en producción.
En este contexto, contar con un socio tecnológico que entienda tanto la teoría como la práctica es fundamental. En Q2BSTUDIO, como empresa de desarrollo de software y tecnología, ofrecemos servicios de inteligencia artificial a medida que permiten a las empresas diseñar, entrenar y desplegar agentes con un control granular sobre su comportamiento. Nuestro equipo integra técnicas de steering y evaluación de sesgos en los flujos de desarrollo, asegurando que cualquier cambio de contexto —de chat a agente, de laboratorio a producción— sea monitorizado y mitigado. Además, combinamos estas capacidades con soluciones de ciberseguridad para proteger los sistemas contra manipulaciones aditivas y otros vectores de ataque emergentes en el ámbito de la IA generativa.
La investigación también destaca la importancia de realizar pruebas en entornos agentivos reales, no solo en simulaciones de chat. Un vector que en un modelo se amplifica 1.45 veces (como en Qwen2.5-7B) puede en otro atenuarse a 0.43 (Yi-1.5-9B), con una dispersión estadística que hace imposible generalizar. Esto refuerza la necesidad de un enfoque de evaluación continua, donde cada despliegue se acompañe de un análisis de transferencia. En Q2BSTUDIO aplicamos metodologías ágiles que incluyen la construcción de agentes sobre plataformas cloud como AWS y Azure, permitiendo escalar las pruebas de estrés y recopilar datos de comportamiento en tiempo real. Nuestras soluciones de BI / Power BI ayudan a visualizar estos datos y a detectar patrones anómalos que puedan indicar un reescalado no deseado de algún vector de control.
Más allá de la seguridad, la dirección aditiva reescalada tiene implicaciones para la personalización de agentes. Empresas que quieran ajustar el tono, los valores o las restricciones de sus asistentes virtuales mediante “steering vectors” descubrirán que el mismo vector puede tener efectos diferentes según si el agente opera en modo chat o con herramientas. Por ejemplo, un asistente de ventas que en chat se comporta de forma amigable y respetuosa podría volverse excesivamente persuasivo o, por el contrario, demasiado tímido al integrar una API de productos. La clave está en diseñar sistemas modulares que permitan recalibrar los vectores para cada contexto sin necesidad de reentrenar el modelo base. En Q2BSTUDIO desarrollamos aplicaciones a medida que incorporan precisamente ese tipo de arquitectura flexible, aprovechando técnicas de inyección aditiva controlada y monitorizada.
El estudio también introduce un hallazgo metodológico relevante: la diferencia entre la inyección aditiva y la ablación direccional. Mientras que la primera produce una amplificación significativa (hasta 1.5 veces), la segunda apenas provoca cambios (0.93 veces), con una diferencia de 20.1 puntos porcentuales. Esto indica que el mecanismo no es simétrico y que cualquier intento de mitigar el efecto mediante eliminación del vector puede ser ineficaz. Para una empresa que despliega agentes, esto significa que no basta con eliminar direcciones sospechosas; hay que entender cómo la arquitectura del agente interacciona con la propia representación interna. Por eso, en Q2BSTUDIO integramos herramientas de interpretabilidad en nuestros pipelines de IA, permitiendo a los equipos técnicos visualizar la activación de las capas y anticipar reescalados antes de que se conviertan en incidentes.
El contexto empresarial actual exige soluciones que no solo funcionen en laboratorio, sino que se comporten de manera predecible en entornos reales. Con la proliferación de agentes ReAct en sectores como atención al cliente, automatización de procesos, análisis de datos o ciberseguridad, la transferencia de técnicas como la dirección aditiva se convierte en un factor crítico. Una empresa que confía en un vector de control calibrado en chat y lo despliega en un agente puede encontrarse con que sus medidas de seguridad se multiplican o desaparecen sin previo aviso. La investigación subraya que no existe una constante universal; cada modelo y cada contexto producen una reacción distinta. Por ello, la recomendación es adoptar un enfoque proactivo: probar en múltiples configuraciones, monitorizar con herramientas de BI y contar con expertos que diseñen el software con esta complejidad en mente.
En Q2BSTUDIO, nuestra experiencia en automatización de procesos y desarrollo de agentes inteligentes nos permite acompañar a las organizaciones en todo el ciclo de vida del proyecto. Desde la selección del modelo base hasta la implementación de medidas de seguridad adaptativas, pasando por la integración con servicios cloud y la creación de paneles de control con Power BI. Entendemos que la dirección aditiva no es un concepto abstracto, sino una técnica con impacto real en el negocio. Por eso trabajamos con equipos de I+D para que cada despliegue incluya un estudio de transferencia chat-agente, utilizando herramientas de registro y análisis que capturen tanto la representación interna como el comportamiento externo.
Para concluir, el mensaje central de la investigación es claro: la dirección aditiva está presente en los agentes, pero su efecto se reescala de forma impredecible. Las empresas que desarrollan y utilizan agentes IA deben asumir que lo que funciona en un chat no tiene por qué funcionar igual en un entorno con herramientas. La buena noticia es que existen métodos para medir, anticipar y mitigar este reescalado. Con el apoyo de un socio tecnológico como Q2BSTUDIO, es posible construir sistemas robustos que mantengan el control incluso cuando el contexto cambia. La clave está en la combinación de un desarrollo a medida, infraestructura cloud escalable, análisis de datos continuo y un profundo conocimiento de la mecánica de los modelos de lenguaje. Solo así se puede garantizar que la inteligencia artificial se despliegue de forma segura y eficaz en el mundo real.
