{"id":35771,"date":"2026-05-11T13:01:29","date_gmt":"2026-05-11T11:01:29","guid":{"rendered":"https:\/\/www.codemotion.com\/magazine\/?p=35771"},"modified":"2026-05-11T13:39:44","modified_gmt":"2026-05-11T11:39:44","slug":"ai-isnt-a-python-only-diet-agentic-ai-with-spring-joins-the-menu","status":"publish","type":"post","link":"https:\/\/www.codemotion.com\/magazine\/es\/inteligencia-artificial\/ai-isnt-a-python-only-diet-agentic-ai-with-spring-joins-the-menu\/","title":{"rendered":"AI isn\u2019t a Python-only diet: Agentic AI with Spring joins the menu"},"content":{"rendered":"\n

Los Large Language Models (LLM) est\u00e1n transformando la forma en que desarrollamos aplicaciones, pero integrarlos en los sistemas empresariales y convertirlos en sistemas de agentes de IA puede resultar complicado.<\/strong> En la Codemotion Madrid 2026 prendimos, de manos de profesionales, c\u00f3mo dise\u00f1ar, desplegar y escalar soluciones basadas en LLMs dentro de entornos reales de producci\u00f3n. <\/p>\n\n\n\n

En la charla “AI isn\u2019t a Python-only diet Agentic AI with Spring joins the menu”,<\/strong> que corri\u00f3 a cargo de Raffaele Auriemma<\/strong>,<\/a> Principal Software Architect en ERNI, explic\u00f3 c\u00f3mo Spring AI<\/strong> simplifica la integraci\u00f3n de los LLM, facilitando, entre muchas otras funcionalidades, la conexi\u00f3n con diferentes proveedores con un esfuerzo m\u00ednimo y el cambio de modelos sin reescribir la l\u00f3gica de negocio.\u00a0<\/p>\n\n\n\n

Contexto de la charla<\/h2>\n\n\n\n

Desde la explosi\u00f3n de ChatGPT en 2022, el ecosistema de la inteligencia artificial generativa ha crecido a una velocidad vertiginosa, y con \u00e9l, la demanda de herramientas que permitan a los equipos de desarrollo incorporar estas capacidades sin abandonar sus stacks tecnol\u00f3gicos<\/strong>.<\/p>\n\n\n\n

Porque s\u00ed, utilizar LLM para tareas b\u00e1sicas o de forma experimental est\u00e1 relativamente al alcance de cualquier equipo con acceso a una API y algo de Python. Pero convertir esos experimentos en sistemas robustos, mantenibles y escalables dentro de arquitecturas empresariales es otra historia.<\/strong><\/p>\n\n\n\n

A la m\u00ednima que se intenta construir algo con cara y ojos, empiezan a aflorar retos de todo tipo: integraci\u00f3n, gobernanza, ciclo de vida del software, observabilidad, testing o compatibilidad<\/strong> con los sistemas legacy<\/strong> que ya llevan a\u00f1os en producci\u00f3n. <\/p>\n\n\n\n

Y todo ello sin mencionar la presi\u00f3n de los equipos de negocios, que suelen pedir resultados \u201cpara ayer\u201d, ni las restricciones de los departamentos de seguridad, que miran con lupa cualquier dato que salga hacia una API externa.<\/p>\n\n\n\n

Y si hablamos de los propios LLM, la variedad de proveedores, modelos y versiones<\/strong> disponibles a\u00f1ade otra capa de complejidad nada desde\u00f1able: hoy apuestas por un modelo, ma\u00f1ana aparece uno mejor, y pasado tienes que justificar por qu\u00e9 tu arquitectura no puede adaptarse sin reescribir c\u00f3digo. Sin olvidarnos de las alucinaciones o las respuestas poco eficientes. <\/p>\n\n\n\n

Y ahora empieza la era de los agentes de IA<\/h2>\n\n\n\n

Sin apenas tiempo para asimilar todo lo anterior, la industria ya est\u00e1 girando hacia un paradigma todav\u00eda m\u00e1s ambicioso: el de los agentes de IA.<\/strong> <\/p>\n\n\n\n

Sistemas que no se limitan a responder preguntas o generar c\u00f3digo, sino que razonan, planifican, toman decisiones y ejecutan acciones de forma aut\u00f3noma. <\/strong><\/p>\n\n\n\n

Encadenan tareas complejas en flujos de trabajo que pueden extenderse durante minutos, horas o incluso d\u00edas, interactuando con herramientas externas, bases de datos, APIs y otros agentes sin intervenci\u00f3n humana constante.<\/p>\n\n\n\n

Y aqu\u00ed es precisamente donde el ecosistema Java, y Spring en particular, tiene mucho que decir.<\/strong> D\u00e9cadas construyendo software empresarial, patrones de integraci\u00f3n, inyecci\u00f3n de dependencias, gesti\u00f3n del ciclo de vida de los componentes, seguridad, observabilidad\u2026 todo ese bagaje se convierte en la base sobre la que construir algo nuevo, m\u00e1s capaz y, sobre todo, m\u00e1s fiable. <\/p>\n\n\n\n

Hablamos de Spring AI<\/strong>, una apuesta decidida por llevar la IA agentica al territorio donde Java lleva d\u00e9cadas siendo imbatible: sistemas de misi\u00f3n cr\u00edtica, integraciones complejas y arquitecturas donde no hay lugar para el error.<\/p>\n\n\n\n

La charla<\/h2>\n\n\n\n

Es en ese contexto donde la charla de Raffaele Auriemma, Principal Software Architect en ERNI<\/strong>, cobraba todo su sentido: no se trataba de una demostraci\u00f3n de laboratorio ni de un caso de uso simplificado para la ocasi\u00f3n, sino de una exploraci\u00f3n honesta de c\u00f3mo construir sistemas ag\u00e9nticos reales con Spring AI<\/strong>, capaces de emplear diferentes LLM sin necesidad de cambiar la l\u00f3gica de negocio.<\/p>\n\n\n\n

Los asistentes aprendieron, durante la sesi\u00f3n del lunes 20 de abril de 2026,  en la Room 5, a crear agentes inteligentes capaces de razonar, actuar e interactuar utilizando herramientas y flujos de trabajo. Tambi\u00e9n se abord\u00f3 la Retrieval-Augmented Generation (RAG)<\/strong> para enriquecer las respuestas de los modelos y reducir las alucinaciones<\/strong> al basar los resultados en datos propios, y se vio c\u00f3mo el Model Context Protocol (MCP<\/strong>) permit\u00eda una interoperabilidad fluida entre los servicios de IA y los sistemas existentes.<\/p>\n\n\n\n

A trav\u00e9s de ejemplos pr\u00e1cticos, se mostr\u00f3 c\u00f3mo dise\u00f1ar e implementar aplicaciones listas para producci\u00f3n<\/strong>, sensibles al contexto e impulsadas por agentes utilizando Spring AI.<\/p>\n\n\n\n

Para poner estas ideas en contexto, se present\u00f3 un asistente de reservas de hotel. Este caso de uso se ha implementado como una prueba de concepto y su c\u00f3digo fuente<\/strong> est\u00e1 disponible como demostraci\u00f3n en el repositorio de ERNI Academy<\/strong>:<\/p>\n\n\n\n

https:\/\/github.com\/ERNI-Academy\/spring-ai-hotel-booking<\/a><\/p>\n\n\n\n

Este sistema combina m\u00faltiples capacidades:<\/p>\n\n\n\n