Claude Skills vs MCP vs agentes: qué pieza te falta realmente
En muchas conversaciones sobre IA aplicada se mezclan tres términos que suenan casi intercambiables: Skills, MCP y agentes. El problema es que no resuelven exactamente lo mismo. Cuando los pones en la misma caja, acabas comprando expectativas equivocadas.
La forma más útil de ordenarlos es pensar en capas distintas del trabajo.
La versión corta
Si hubiera que resumir mucho:
- un Skill empaqueta criterio y estructura repetible
- MCP ayuda a conectar herramientas y contexto
- un agente intenta ejecutar una tarea con cierto grado de autonomía
No compiten tanto. Se apilan.
Qué resuelve un Skill
Un Skill es útil cuando una tarea se repite y ya sabes bastante bien cómo quieres abordarla. Su valor está en evitar que tengas que reconstruir siempre:
- instrucciones
- tono
- estructura
- criterios de calidad
Piensa en tareas como:
- revisar una nota de producto
- resumir documentación
- preparar un briefing
- convertir una reunión en acciones
Ahí el problema no es falta de conexión con herramientas. El problema es repetir criterio.
Qué resuelve MCP
MCP aparece cuando la IA necesita tocar algo más allá del prompt: archivos, sistemas, datos o herramientas. No decide cómo pensar la tarea. Facilita que el asistente pueda descubrir y usar contexto externo de una manera más ordenada.
Si el Skill responde a «cómo trabajamos esto», MCP responde a «a qué puede conectarse la IA para hacerlo».
Qué resuelve un agente
Un agente empieza a ser relevante cuando no solo quieres contexto o estructura, sino también una cierta ejecución del flujo:
- investigar
- preparar
- actuar
- devolver resultado
Aquí la pieza clave es el grado de autonomía operativa. No siempre total. A veces basta con que encadene pasos de forma bastante estable.
Errores típicos al elegir
1. Pedir un agente cuando falta criterio
Si el equipo ni siquiera tiene claro cómo debe hacerse la tarea, un agente no arreglará mucho. Antes conviene fijar estructura y reglas. Muchas veces ahí encaja mejor un Skill.
2. Crear un Skill cuando el cuello de botella es acceso
A veces el problema no es que falten instrucciones. Es que la IA no ve los sistemas necesarios para trabajar con sentido. En ese caso, empaquetar mejor el prompt ayuda poco. El cuello está en la conexión.
3. Obsesionarse con MCP cuando la tarea ni siquiera está validada
También pasa lo contrario: dedicar mucha energía a la arquitectura antes de saber si el caso de uso merece la pena. Si todavía no sabes si alguien necesita de verdad ese flujo, quizá sea pronto para esa capa.
Cómo saber qué te falta
Yo me haría estas preguntas:
- ¿el problema principal es repetir criterio?
- ¿el problema principal es acceder a herramientas o datos?
- ¿el problema principal es ejecutar un flujo con varios pasos?
Si la primera pesa más, probablemente te falta una capa tipo Skill.
Si la segunda pesa más, probablemente te falta conexión y contexto.
Si la tercera pesa más, quizá te falta capacidad agentic o, al menos, un flujo mejor orquestado.
Cómo se pueden combinar
Lo interesante es que estas piezas no se excluyen. De hecho, se complementan bastante bien:
- un Skill fija la forma de pensar la tarea
- MCP acerca herramientas o datos relevantes
- un agente orquesta y ejecuta parte del flujo
Cuando se entienden así, la conversación deja de ser «qué tecnología gano» y se vuelve «qué capa me falta para que este trabajo funcione mejor».
Conclusión
Skills, MCP y agentes son piezas distintas del rompecabezas. La clave no está en elegir la palabra más de moda, sino en identificar qué tipo de déficit tienes: criterio, conexión o ejecución.
Cuando haces esa lectura, el panorama se aclara mucho y deja de parecer una sopa de siglas.