# Agent Incident Response: como investigar un fallo cuando quien actuo fue un agente

> Los incidentes agenticos no se investigan solo con logs de API. Necesitan timeline de decisiones, herramientas, contexto, permisos y outcome verificado.

- Author: Viktor Berthelius (BRTHLS)
- Published: 2026-07-13
- Category: automation aiops
- Tags: incident-response, agents, observability, aiops
- Language: es
- Canonical: https://www.brthls.com/magazine/agent-incident-response-investigar-fallo-sistema-agentico-es
- Source: BRTHLS Magazine — https://www.brthls.com

---

## Problema

Un agente falla y el postmortem empieza con una pregunta incomoda: que hizo exactamente.

La respuesta rara vez cabe en un log de prompt y output. El fallo puede estar en retrieval, permisos, tool selection, parametros, retry, alucinacion, timeout, validacion o en una accion externa que parecio exitosa pero no lo fue.

Si no hay metodo de investigacion, cada incidente se convierte en arqueologia.

## Tesis

`Agent Incident Response` debe convertirse en disciplina operativa.

No basta con tener observabilidad generica. Los agentes necesitan una taxonomia de fallos propia y una linea temporal que conecte intencion, contexto, decision, herramienta y efecto.

El objetivo no es culpar al modelo. Es encontrar que capa fallo y que control faltaba.

## Framework

Un incidente agentico debe reconstruirse en siete capas:

- **Intent:** que tarea recibio el agente.
- **Context:** que informacion recupero o no recupero.
- **Policy:** que reglas y permisos aplicaban.
- **Plan:** que ruta eligio.
- **Tools:** que llamadas hizo y con que argumentos.
- **Outcome:** que cambio en el sistema externo.
- **Verification:** como se comprobo el resultado.

Mini-caso: un agente envia un email incorrecto a un cliente. El problema puede ser prompt, CRM desactualizado, plantilla equivocada, falta de aprobacion humana, herramienta sin validacion o verificacion ausente. Sin timeline, el equipo discute opiniones. Con timeline, corrige sistema.

**Senal medible:** porcentaje de incidentes agenticos con causa raiz asignada a una capa concreta.

**Postura:** no automatices lo que no puedes investigar.

## Por que importa ahora

OpenTelemetry ya define convenciones para sistemas GenAI, incluyendo spans, eventos, excepciones y metricas relacionadas con modelos, agentes y herramientas. OpenAI recomienda salvaguardas por capas y validacion de outputs en agentes. MCP documenta amenazas como tool poisoning, confused deputy y riesgos de autorizacion.

La infraestructura existe para empezar. Lo que falta en muchas empresas es la practica: runbooks, etiquetas, owners y retroalimentacion hacia evaluaciones.

## Anti-ejemplo

"El modelo se equivoco."

Es una explicacion perezosa. Puede ser cierta, pero no es accionable. Un incidente serio debe decir donde se rompio la cadena: contexto, instruccion, herramienta, permiso, verificacion o supervision.

## Protocolo (3 pasos)

1. **Crea una taxonomia de fallos.** Modelo, contexto, herramienta, permiso, integracion, criterio, supervision, verificacion.
2. **Exige timeline.** Cada incidente debe tener secuencia de eventos y tool calls.
3. **Convierte causas en evals.** Cada fallo importante debe acabar como caso de prueba permanente.

| Capa | Pregunta | Accion correctiva |
| --- | --- | --- |
| contexto | que sabia | mejorar retrieval |
| herramienta | que invoco | validar argumentos |
| permiso | que podia hacer | reducir scope |
| outcome | que cambio | verificar estado |
| eval | volveria a pasar | crear test |

## Relacionado

- [AI Traces: la capa que convierte agentes en sistemas auditables](/magazine/ai-traces-capa-convierte-agentes-sistemas-auditables-es)
- [Output Verification Layer: el seguro invisible de los agentes en produccion](/magazine/output-verification-layer-seguro-invisible-agentes-produccion-es)
- [Agent Reliability Score: como saber si un agente merece autonomia](/magazine/agent-reliability-score-como-saber-si-un-agente-merece-autonomia-es)

## Fuentes consultadas

- [OpenTelemetry: Semantic conventions for generative AI systems](https://opentelemetry.io/docs/specs/semconv/gen-ai/)
- [OpenAI: A practical guide to building agents](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)
- [MCP Security Best Practices](https://modelcontextprotocol.io/specification/2025-06-18/basic/security_best_practices)

## Proximo paso

Reabre el ultimo fallo de IA que tuviste. No lo clasifiques como "alucinacion" hasta mapear intent, contexto, policy, tool, outcome y verificacion.

---

_Cite as: Berthelius, V. (2026). "Agent Incident Response: como investigar un fallo cuando quien actuo fue un agente". BRTHLS Magazine. https://www.brthls.com/magazine/agent-incident-response-investigar-fallo-sistema-agentico-es_