AI SDK 7 Ya Está Aquí El Framework de Agentes que Necesitas para Producción

Por Qué AI SDK 7 es un Game Changer

Si has construido agentes de IA con TypeScript, conoces el dolor: cada proveedor tiene su propia API para razonamiento, subida de archivos, contexto de herramientas y streaming. El AI SDK de Vercel, con más de 16 millones de descargas semanales, lo soluciona con una capa unificada. La versión 7 es un salto enorme — no es solo una actualización de librería, es un framework de agentes listo para producción.

La idea clave: separar el qué (tu lógica de agente) del cómo (los detalles específicos de cada proveedor). Esto te permite cambiar de modelo, agregar aprobación humana y observar cada paso sin reescribir tu código.

Vamos a ver las cinco áreas principales: Desarrollar, Ejecutar, Integrar, Observar e Ir Más Allá del Texto.

Desarrolla Agentes con Precisión

Control de Razonamiento

Los modelos de frontera (OpenAI, Anthropic, Google) soportan razonamiento configurable, pero cada uno lo expone de manera diferente. AI SDK 7 lo estandariza con una sola opción reasoning:

import { generateText } from 'ai';

const result = await generateText({
  model,
  prompt: 'Resuelve este problema matemático complejo paso a paso.',
  reasoning: 'high', // se mapea a la configuración nativa del proveedor
});

Contexto de Herramientas y Contexto de Runtime

Las herramientas a menudo necesitan API keys o configuraciones que no deben filtrarse al LLM. AI SDK 7 introduce contextSchema tipado para aislar secretos a herramientas individuales:

const agent = new ToolLoopAgent({
  model,
  tools: {
    clima: tool({
      description: 'Obtener clima para una ciudad',
      inputSchema: z.object({ ciudad: z.string() }),
      contextSchema: z.object({ apiKey: z.string() }),
      execute: async (input, { context: { apiKey } }) => {
        // apiKey está aislada solo para esta herramienta
      },
    }),
  },
  toolsContext: {
    clima: { apiKey: process.env.WEATHER_API_KEY! },
  },
});

Para loops de múltiples pasos, runtimeContext permite compartir estado mutable entre etapas:

const agent = new ToolLoopAgent({
  runtimeContext: { historialConversacion: [] },
  prepareStep: async ({ runtimeContext, steps }) => {
    runtimeContext.historialConversacion.push(steps[steps.length - 1].resultado);
    return runtimeContext;
  },
});

Subida de Archivos y Skills del Proveedor

Subir archivos grandes (PDFs, imágenes) en cada llamada de inferencia es un desperdicio. Las nuevas APIs uploadFile y uploadSkill permiten subir una vez y pasar una referencia ligera:

const { providerReference } = await uploadFile({
  api: openai.files(),
  data: readFileSync('./foto.png'),
  filename: 'foto.png',
});

const result = await streamText({
  model: openai.responses('gpt-5.5'),
  messages: [
    {
      role: 'user',
      content: [
        { type: 'text', text: 'Describe esta imagen.' },
        { type: 'file', mediaType: 'image', data: providerReference },
      ],
    },
  ],
});

MCP Apps y Terminal UI

Las apps MCP (Model Context Protocol) ahora son ciudadanos de primera clase. Puedes construir apps que exponen tanto herramientas visibles al modelo como una UI en sandbox. Para pruebas rápidas, el paquete TUI te permite ejecutar un agente desde la terminal sin código de UI:

import { runAgentTUI } from '@ai-sdk/tui';

await runAgentTUI({ agent });
// UI interactiva en terminal con razonamiento, herramientas y renderizado de markdown

Ejecuta Agentes de Forma Confiable

Aprobaciones de Herramientas & Durabilidad

Para flujos de alto riesgo, necesitas supervisión humana. AI SDK 7 soporta modos de aprobación por herramienta:

const agent = new ToolLoopAgent({
  model,
  tools: { borrarBaseDatos: borrarBaseDatosTool },
  toolApproval: {
    borrarBaseDatos: 'user-approval', // requiere confirmación manual
  },
});

Para agentes de larga duración, WorkflowAgent ofrece durabilidad — tu agente sobrevive a reinicios de proceso, deploys e interrupciones. Serializa el estado y puede reanudar desde el último paso completado.

Timeouts & Sandbox

Los agentes pueden atorarse. AI SDK 7 agrega timeouts granulares:

const result = await generateText({
  model,
  tools: { clima: climaTool, apiLenta: apiLentaTool },
  timeout: {
    totalMs: 60000,
    stepMs: 10000,
    chunkMs: 2000,
    toolMs: 5000,
    tools: { apiLentaMs: 10000 },
  },
  prompt: '¿Cuál es el clima en la Ciudad de México?',
});

El soporte a sandbox mediante SandboxSession permite ejecutar agentes en entornos aislados (como Vercel Sandbox) para ejecución segura de código.

Integra Cualquier Harness de Agente

¿Quieres usar Claude Code, Codex o Pi dentro de tu app? El nuevo HarnessAgent proporciona una interfaz consistente:

const agent = new HarnessAgent({
  harness: claudeCode,
  sandbox: createVercelSandbox({ runtime: 'node24', ports: [4000] }),
  instructions: 'Eres un asistente de codificación cuidadoso.',
  tools: { leerIssueGitHub, leerPRGitHub },
});

Obsérvalo Todo

Telemetría & Tracing

Registra telemetría una vez al inicio:

import { registerTelemetry, generateText } from 'ai';
import { OpenTelemetry } from '@ai-sdk/otel';

registerTelemetry(new OpenTelemetry());

const result = await generateText({
  model: 'google/gemini-3.5-flash',
  prompt: 'Escribe una historia corta sobre un gato.',
  telemetry: { functionId: 'story-agent' },
});

Estadísticas de Rendimiento

Obtén métricas por paso como tiempo hasta el primer token y tokens por segundo:

const result = streamText({ model: 'openai/gpt-5', prompt: '...' });
for await (const chunk of result.textStream) process.stdout.write(chunk);
const { performance } = await result.finalStep;
console.log({
  responseTimeMs: performance.responseTimeMs,
  outputTokensPerSecond: performance.outputTokensPerSecond,
});

Ve Más Allá del Texto

AI SDK 7 agrega soporte a voz en tiempo real agnóstico de proveedor (WebSocket, funciona con OpenAI, Google, xAI) y generación de video:

import { experimental_generateVideo as generateVideo } from 'ai';

const { videos } = await generateVideo({
  model: 'google/veo-3.1-generate-001',
  prompt: 'Un gato caminando en una caminadora',
  aspectRatio: '16:9',
});

Limitaciones & Precauciones

• Madurez: Algunas características son experimentales (voz en tiempo real, generación de video, harnesses). Espera cambios en la API.
• Riesgo de Lock-in: Aunque el SDK abstrae proveedores, funciones avanzadas como uploadSkill solo funcionan con endpoints de Anthropic/OpenAI que las soporten.
• Curva de Aprendizaje: La cantidad de nuevas abstracciones (ToolLoopAgent, WorkflowAgent, HarnessAgent, SandboxSession) puede ser abrumadora para principiantes.
• Overhead de Rendimiento: La capa unificada agrega latencia leve comparada con APIs directas del proveedor para casos de uso simples.

Próximos Pasos

1. Actualiza: Ejecuta npx @ai-sdk/codemod v7 para migrar desde v6 automáticamente.
2. Explora la documentación: Revisa la documentación oficial de AI SDK para profundizar en cada característica.
3. Construye un agente duradero: Empieza con WorkflowAgent y agrega aprobaciones de herramientas para un asistente del mundo real.
4. Checa innovaciones similares: Para un enfoque diferente de asistentes de IA en plataforma, mira cómo Agent Lee de Cloudflare redefine la interacción en plataforma.

Fuente: Este artículo está basado en el post oficial del blog de Vercel sobre AI SDK 7.