Puente OS vs Gumloop: diferencias y cuándo conviene cada uno

Un constructor de agentes de IA es una plataforma donde una persona describe un trabajo y obtiene un agente: un modelo de lenguaje con acceso a herramientas, como el correo, el CRM o una planilla, que decide en cada caso qué paso dar para cumplir el objetivo. Puente OS es la plataforma que construye los sistemas que operan tu negocio: apps, workflows, bases de datos y agentes que leen de tus sistemas, cruzan la información que ninguno tiene completa, deciden con tus reglas y ejecutan la acción dentro de ellos. El agente es una de esas cuatro piezas, y en un proceso bien diseñado toma los tramos que piden criterio.

Soy Cris Ugarte, CEO y cofundador de Puente OS. Trabajamos con empresas de retail, eCommerce y logística en Chile, Perú y México, y desde que los agentes de IA se pusieron de moda, Gumloop aparece en las conversaciones: es una de las plataformas que más empuja la idea de que cada persona de la empresa arme sus propios agentes. La pregunta que viene después es directa: ¿en qué se diferencia Puente?

Mi respuesta es que Puente entrega el sistema que opera tu proceso, funcionando y con un responsable, y que en ese sistema cada tramo va con la pieza que le corresponde. Casi todo lo que opera tu empresa tiene una respuesta correcta conocida y corre mejor con reglas; el agente rinde en los tramos donde el siguiente paso depende de lo que se descubre. Acá reviso qué hace cada uno, con fuentes públicas para todo lo que digo de Gumloop, y en qué casos conviene cada uno.

¿Qué es Gumloop y qué resuelve?

Gumloop es una plataforma para construir agentes de IA, operada por AgentHub Inc. Su llms.txt y su home la presentan con la frase «the multiplayer AI agent builder» (el constructor de agentes de IA multijugador): cualquier persona de la empresa construye agentes con cualquier modelo y cualquier integración, y TI controla los accesos. Su página About lo resume en una idea: entender una tarea debería ser el único requisito para automatizarla.

Lo que ofrece, según su sitio y su documentación:

Agentes. Su página de agentes los presenta como agentes que todo tu equipo puede usar, con control de desempeño, seguridad y observabilidad. Cada agente se arma con un modelo, instrucciones, conectores, skills, fuentes de conocimiento y subagentes en los que delega trabajo en paralelo. Gumball, su agente personal, construye o actualiza un agente a partir de lo que le pides.
Disparadores. Los triggers corren un agente con una agenda, con un webhook o cuando pasa algo en una aplicación, como un correo nuevo en Gmail, un mensaje en Slack o un registro que cambia en Salesforce. Con Create With AI, describes en lenguaje natural qué vigilar en una o varias aplicaciones, y la IA arma el disparador.
Skills. Su página de skills las describe como playbooks reutilizables que los agentes escriben, corrigen y comparten, con historial de cambios por archivo y permisos para decidir quién las edita y quién solo las usa.
Artifacts. Desde un prompt, un agente crea presentaciones, documentos, planillas, código y apps web que leen y escriben datos de tus herramientas conectadas en tiempo real. Cada artifact tiene su propia URL, versiones y permisos, y los interactivos cargan sus datos con scripts de Python cada vez que se abren.
Brain. Una base de conocimiento de la empresa que indexa tus herramientas para que los agentes busquen y respondan con citas.
Control humano y evaluación. Con Human in the Loop, cada conector se configura para que el agente pida aprobación siempre, solo para escribir o borrar, o herramienta por herramienta. Las evaluaciones califican cada interacción del agente con los criterios que defines.
Canales. Los agentes se usan en Slack, Microsoft Teams, correo y la interfaz de Gumloop, según su página de agentes, que muestra WhatsApp como «Coming soon», y también en una página alojada que cualquiera puede abrir.
Modelos. Es agnóstico al modelo: su página Enterprise nombra Claude, GPT, Gemini, Grok, DeepSeek, Qwen, GLM, Kimi, Llama, MiniMax y Perplexity, y su documentación suma Auto, un enrutador que elige el modelo para cada mensaje, y la opción de usar tus propias llaves de API.
Para desarrolladores. Una API REST, SDK para Python y JavaScript, una CLI y un servidor MCP para usar Gumloop desde Claude, Cursor o VS Code.
Funciones para empresas. Según su documentación Enterprise, SSO con SAML y OIDC, aprovisionamiento con SCIM, roles personalizados que definen qué conectores, herramientas y modelos usa cada grupo, políticas por conector, logs de auditoría y dashboards de adopción. Su página Enterprise suma el despliegue en tu propia VPC de AWS, Azure o Google Cloud y la certificación SOC 2 Type II.

Su foco está en los agentes. En su página de planes, los workflows con que nació la plataforma figuran bajo el título «Workflows (Legacy)», y su servidor MCP mantiene herramientas para listar y correr esos flows guardados. Su página de agentes habla de orquestar procesos complejos con varios agentes «inside deterministic workflows» (dentro de workflows deterministas).

Le habla a los equipos de marketing, ventas, operaciones, ingeniería y soporte, y sus casos de uso están en ese terreno: preparar reuniones, enriquecer y calificar leads, actualizar el CRM desde las llamadas, investigar SEO, clasificar tickets o monitorear a la competencia, según su llms.txt. Entre sus casos publicados están Opendoor, Gusto, fal y Samsara. En marzo de 2026 anunció su Serie B, liderada por Benchmark.

Que cualquier persona de tu empresa arme agentes conectados a sus herramientas, con TI a cargo de los accesos y el control: ese es el trabajo de Gumloop.

¿Qué es Puente OS y qué resuelve?

Puente OS es la plataforma que construye los sistemas que operan tu negocio. Tu ERP registra lo que pasó. Tu BI te muestra lo que pasó. Puente hace que pase. En tu stack es el system of action: lee de tus sistemas, cruza la información que ninguno tiene completa, decide con tus reglas y ejecuta la acción dentro de ellos.

Lo que construye sale de cuatro piezas:

Workflows con reglas explícitas y auditables, que parten solos cuando cambia un dato o a una hora fija.
Bases de datos que juntan el contexto de varios sistemas: el pedido, su boleta, su despacho y su liquidación en un mismo registro.
Apps donde tu equipo ve, decide y aprueba las excepciones.
Agentes para los tramos que requieren criterio, como un reclamo ambiguo o una entrega fallida.

Con Puente OS describes en lenguaje natural lo que tu operación necesita y obtienes software corriendo: apps, workflows, bases de datos y agentes. El equipo de Growth Ops de Puente construye cada proceso contigo y lo mantiene, y cada uno llega a producción en 2 a 4 semanas. Puente actúa sobre tus sistemas, y donde la operación vive en planillas, también guarda el registro.

La disciplina detrás es el Diseño Autónomo: diseñar tu operación para que lo repetible corra solo, con tus reglas, y tu equipo decida lo que requiere criterio. Si quieres el detalle de la capa, está en qué es un system of action.

¿Qué pieza le corresponde a cada tramo de un proceso?

Cada tramo cae en una de cuatro capas: workflow para la regla, modelo para la lectura, agente para el criterio y persona para la excepción. La pregunta útil para tu operación es qué tramo va en cada capa, y la respuesta define cuánto de tu proceso sale igual cada vez.

La diferencia está en quién decide el siguiente paso. En un workflow lo decide el código, con las reglas que tu empresa definió, y con los mismos datos sale siempre el mismo resultado. En un agente lo decide un modelo de lenguaje, caso a caso, y eso es justo lo que se busca en los tramos donde el camino depende de lo que aparece. Anthropic, OpenAI, Microsoft y Google coinciden en el consejo: partir por la solución más simple, usar reglas para lo que tiene una respuesta conocida y reservar los agentes para lo que no tiene un camino fijo. El detalle, con las fuentes, está en cómo implementar IA en tu empresa.

Tomemos la orden que entra por un marketplace y tiene que salir con su guía:

Workflow para la regla. El corte de despacho, la paquetería elegida por zona, costo y seguro, la generación de la guía y el número de seguimiento escrito en la orden. Son decisiones con una respuesta correcta, y tu equipo y tu auditor esperan verlas aplicadas igual en cada orden.
Modelo para la lectura. La dirección escrita de mil formas, el pedido que llega por WhatsApp o el PDF del proveedor. Un modelo lo convierte en campos, y una regla los valida antes de escribir en tus sistemas.
Agente para el criterio. La entrega fallida, donde la respuesta del cliente decide si se reprograma, se cambia la dirección o se retira en un punto de entrega.
Persona para la excepción. El reembolso sobre el monto que definiste o el caso que queda fuera de toda regla, que llega a una app con el pedido y su historia a la vista.

Alrededor de esos tramos, el proceso necesita su base de datos, donde la orden, su boleta, su despacho y su devolución quedan en un mismo registro, y la pantalla donde tu equipo decide. Cuando esas piezas viven en herramientas y personas distintas, coordinarlas se come las horas de tu equipo: es el impuesto de coordinación. Puente OS entrega las cuatro capas, los datos y las apps sobre una misma plataforma, diseñadas a partir de tu proceso.

¿En qué se diferencian Puente OS y Gumloop, dimensión por dimensión?

Dimensión por dimensión:

Quién construye. Gumloop: las personas de tu empresa, describiendo en lenguaje natural lo que quieren, con plantillas, Gumball para armar o ajustar un agente y un directorio de expertos que se pueden contratar. Puente OS: el equipo de Growth Ops construye cada proceso contigo. Describes en lenguaje natural lo que tu operación necesita y obtienes software corriendo, y cada activación o cambio irreversible pasa por tu confirmación.
Quién mantiene. Gumloop: quien construyó el agente, con agentes que revisan su propio trabajo y proponen mejoras a sus skills para que alguien las apruebe. Puente OS: el equipo de Growth Ops mantiene cada proceso a medida que tu operación cambia, con un canal nuevo, una regla nueva o un reporte que cambia de formato, y responde cuando algo falla.
La pieza central. Gumloop: el agente. Cuando un disparador se activa, el agente recibe un prompt y lo procesa igual que si lo hubieras escrito en el chat, según su documentación de triggers. Puente OS: las cuatro piezas, y cada tramo va en la que le corresponde. Lo que tiene una respuesta conocida corre en workflows con reglas explícitas, y el agente toma los tramos con criterio.
Disparadores. Gumloop: agendas, webhooks y disparadores de aplicaciones como Gmail, Slack, Microsoft Teams, Google Sheets, Notion, Airtable, Zendesk, Salesforce, HubSpot, Linear, Jira y Monday.com, más disparadores que la IA arma a partir de una descripción y que cruzan varias aplicaciones. Puente OS: workflows que parten solos cuando cambia un dato en tus sistemas o a una hora fija, con reglas que quedan escritas, se versionan y se editan.
Apps e interfaces. Gumloop: artifacts, que van desde un documento hasta una app web con datos en vivo de tus herramientas, con su URL, versiones, permisos y la opción de alojarlos en un dominio propio; y agentes que trabajan en Slack, Teams, correo o una página alojada. Puente OS: apps web a la medida de cada proceso, alojadas en Puente con su propio link, donde tu equipo ve, decide y aprueba las excepciones, como un tablero de diferencias para finanzas o una bandeja de envíos detenidos para operaciones.
Datos. Gumloop: Brain, la base de conocimiento que indexa tus documentos y conversaciones para que los agentes respondan con citas; archivos que persisten entre conversaciones con un mismo agente; y conectores para leer y escribir en bases de datos como PostgreSQL, Snowflake o BigQuery. Puente OS: bases de datos de tu negocio, con columnas tipadas que se validan antes de guardar, consultas con filtros, agrupación y agregación, y cargas de hasta 10.000 filas en una sola operación. Las leen y las escriben los workflows y las apps del mismo proceso.
Integraciones. Gumloop: más de 100 integraciones MCP según su llms.txt y más de 300 integraciones nativas según su página About, con nombres como Salesforce, HubSpot, Slack, Gmail, Notion, Shopify, Stripe, QuickBooks y NetSuite, y la opción de conectar cualquier servidor MCP o desplegar uno propio. En la lista de conectores de su llms.txt y en su documentación, al 11 de octubre de 2026, no aparecen Mercado Libre, Bsale, Defontana, el SII ni Falabella. Puente OS: conectores nativos para Mercado Libre (órdenes y detalle de envío), Bsale (stock y documentos), Multivende, WhatsApp, Gmail y Google Sheets, entre otros. El resto, como el SII, tu facturador o tu ERP, lo conecta el equipo de Growth Ops por su API, por HTTP o Python, o leyendo la base de datos del ERP.
Canales con tus clientes. Gumloop: Slack, Microsoft Teams, correo y páginas alojadas, y WhatsApp aparece como «Coming soon» en su página de agentes. Puente OS: agentes en WhatsApp, sobre la API oficial de WhatsApp Business y con plantillas aprobadas por Meta, en Instagram, en correo y en el chat de un portal web, que trabajan con texto, imágenes, archivos y voz, con traspaso a una persona de tu equipo cuando la conversación lo pide.
Control humano. Gumloop: aprobación por conector o por herramienta, con modos como pedir permiso solo para escribir o borrar, avisos por Slack o en la app, y la posibilidad de que el agente haga una pregunta antes de seguir. Puente OS: las acciones irreversibles, como emitir un documento tributario, se diseñan en dos pasos, un borrador y la confirmación de una persona, y las excepciones llegan a una app con todo el contexto.
Manejo de errores y monitoreo. Gumloop: un disparador se desactiva solo tras 3 ejecuciones fallidas seguidas y avisa a su dueño por correo, Slack y en la app, con un link a la última ejecución fallida; evaluaciones que califican cada interacción y un registro de actividad de los conectores. Puente OS: el detalle de cada ejecución muestra el paso donde se detuvo y, por paso, el error, el traceback y los logs; hay alertas de falla con un extracto del error y políticas de falla por paso y por iteración. Detrás está el equipo que responde: en un vendedor de electrónica en México, cada incidencia queda en una bitácora de soporte, y entre el 1 y el 12 de agosto de 2026 la mediana de resolución fue de 10 minutos.
IA. Gumloop: agentes con cualquier modelo, un enrutador que elige el modelo por mensaje, skills que los agentes escriben y mejoran, subagentes, Brain y evaluaciones. Puente OS: el sistema completo se construye con IA. Describes en lenguaje natural lo que tu operación necesita y obtienes apps, workflows, bases de datos y agentes corriendo: así, en un vendedor de electrónica en México, una persona construyó 20 apps y 75 procesos en diez meses. Dentro de cada proceso, un modelo lee lo que llega desordenado y los agentes toman los tramos que piden criterio: corren dentro de los workflows, con herramientas, historial y un tope de iteraciones, y un agente de decisiones clasifica y enruta con preguntas cerradas.
Gobierno y despliegue. Gumloop: SSO con SAML y OIDC, SCIM, roles personalizados, políticas por conector escritas en lenguaje natural, restricción de modelos, logs de auditoría y despliegue en tu propia VPC en el plan Enterprise, más la certificación SOC 2 Type II; versiones inmutables de cada agente, según su API. Puente OS: cada guardado de un workflow crea una versión nueva, y volver atrás es activar la anterior; en las apps, cada publicación queda como una versión y las anteriores como historial. A cada app se le asignan las tablas que su proceso usa, con permisos de lectura, escritura y borrado. Puente administra la plataforma donde todo corre.

¿Cómo se ve en una operación real?

Se ve como procesos donde las reglas hacen casi todo el trabajo y la IA aparece en los tramos que la necesitan, con un equipo que los mantiene. Tres clientes de Puente OS, de menos a más criterio:

Ejemplo 1: un vendedor multicanal de electrónica en México, de la orden a la guía

Un vendedor de electrónica en México opera sin ERP, y Puente tiene conectados siete de sus canales de venta. Cada orden sigue su camino con reglas: la dirección se valida, la paquetería se elige por zona, costo y seguro, la guía se genera y el número de seguimiento queda escrito en la orden. Cuando la dirección llega escrita de forma irregular, un modelo de IA la normaliza, y la regla la valida antes de seguir. Alrededor corren otros procesos: un reporte que consolida por API 213.362 órdenes de Mercado Libre y una bitácora de soporte donde queda cada incidencia.

El 97,9% de las 38.628 órdenes procesadas entre noviembre de 2025 y agosto de 2026 salió con su guía sin intervención humana: 37.815 guías. Generar las guías de un corte pasó de 5 a 7 horas a 15 minutos, y el volumen mensual creció 40% con el mismo equipo de operaciones. Entre el 1 y el 12 de agosto, 12 de 2.051 órdenes tuvieron una incidencia, el 0,59%, con una mediana de resolución de 10 minutos. Detrás hay 20 apps, 75 procesos, 7 canales y 19 APIs, construidos en diez meses por una persona.

Ejemplo 2: un retailer de mascotas en Chile, con el margen de cada venta a la vista

Un retailer de mascotas vende en cuatro canales. Un workflow calcula cada día el margen de cada línea de venta: a agosto de 2026 llevaba 247.626 líneas, y 3.830 de ellas, el 1,5%, aparecieron con margen negativo que antes nadie veía. Cada despacho se mide contra la promesa de entrega con la API del courier: 33.192 despachos medidos y 85,0% de cumplimiento sobre los no anulados. Es un cálculo con una respuesta correcta, y por eso corre con reglas.

Son 10 apps en producción para seis departamentos, con 167 versiones desplegadas, que construye y mantiene una persona. El tiempo entre pedir un proceso nuevo y tenerlo en producción bajó de 105 días, en el primer proyecto, a 7.

Ejemplo 3: un retailer de moda multimarca en Chile, con un agente donde manda la conversación

Un retailer chileno de moda multimarca usa cada pieza según lo que pide el proceso. En servicio al cliente, donde cada consulta llega distinta por WhatsApp, Instagram o correo, un agente de IA atiende la primera línea, consulta el tracking de cada pedido en el OMS, resuelve cambios y devoluciones dentro del chat y le pasa la conversación a una ejecutiva cuando hace falta. En composturas, el arreglo de una prenda sigue siempre el mismo camino (ticket en la tienda, ruteo al taller de la zona, seis estados y un correo al cliente con cada cambio), y ese proceso corre con reglas sobre la misma plataforma.

El agente toma la conversación, donde cada caso pide criterio, y las reglas toman el camino que se repite.

¿Por qué elegir Puente OS?

Porque recibes el sistema que opera tu negocio ya funcionando: cada tramo de tu proceso en la pieza que le corresponde, las apps donde trabaja tu equipo y la base de datos de tu negocio, conectados a tus sistemas locales y construidos y mantenidos por el equipo de Growth Ops. Gumloop es una herramienta excelente para que las personas de tu empresa armen sus agentes, y Puente OS entrega la operación corriendo, con su responsable. Seis razones concretas:

Recibes el sistema funcionando. Cada proceso llega a producción con su pantalla, sus datos, sus reglas y sus agentes, y tu equipo trabaja las excepciones en una app hecha para ese proceso. En el retailer de mascotas del Ejemplo 2 son 10 apps en producción para seis departamentos.
Cada tramo corre con la pieza que le corresponde. Workflow para la regla, modelo para la lectura, agente para el criterio y persona para la excepción. Lo que tiene una respuesta conocida sale igual cada vez y se audita por su regla: en el vendedor de electrónica del Ejemplo 1, el 97,9% de las órdenes sale con su guía sin intervención humana. Donde manda el criterio, trabaja un agente, como en la atención del retailer de moda del Ejemplo 3.
Tu proceso tiene su base de datos y su pantalla. El pedido, su boleta, su despacho y su margen quedan en un mismo registro, con columnas tipadas, y tu equipo decide en apps con permisos por tabla. En el retailer de mascotas, esa base mostró 3.830 líneas de venta con margen negativo que antes nadie veía.
Trabaja sobre los sistemas que ya usas. Puente trae conectores nativos para Mercado Libre, Bsale y Multivende, y el equipo conecta tu facturador, tu courier o tu ERP por API, por HTTP o Python, o leyendo la base de datos del ERP. En el vendedor de electrónica, un reporte consolida por API 213.362 órdenes de Mercado Libre.
Un equipo lo construye contigo y responde cuando algo falla. Growth Ops levanta qué gatilla cada proceso, qué decide y cuáles son sus excepciones, lo construye y lo mantiene. En el vendedor de electrónica, entre el 1 y el 12 de agosto de 2026, el 0,59% de las órdenes tuvo una incidencia, con una mediana de resolución de 10 minutos.
Cada proceso se suma sobre el anterior. Cada uno llega a producción en 2 a 4 semanas y usa las conexiones y los datos que dejaron los anteriores. En el retailer de mascotas, el tiempo entre pedir un proceso nuevo y tenerlo en producción bajó de 105 días a 7.

Así tu operación corre con tus reglas, y tu equipo dedica su tiempo a decidir lo que requiere criterio.

¿Cuándo conviene cada uno?

Conviene Gumloop cuando quieres que las personas de tus equipos armen sus propios agentes sobre las herramientas que ya usan. Conviene Puente OS cuando quieres tu operación corriendo de punta a punta, con cada tramo en su pieza y un equipo que la construye contigo y la mantiene.

Gumloop, si tus equipos de ventas, marketing, soporte u operaciones quieren armar agentes para preparar reuniones, calificar leads, actualizar el CRM, investigar o generar reportes, y trabajar con ellos en Slack, Microsoft Teams o el correo. También si tu stack vive en herramientas como Salesforce, HubSpot, Gong, Notion o Google Workspace, si quieres elegir el modelo de cada agente o si tu área de TI pide SSO, SCIM, auditoría y despliegue en tu propia VPC. Su amplitud de conectores, su ritmo de producto y su foco en que cualquiera construya son fortalezas reales.
Puente OS, si quieres que el proceso quede funcionando con sus apps, sus datos y sus reglas, conectado a Mercado Libre, Bsale, tu facturador o tu ERP, y con un equipo que lo diseña contigo, lo mantiene y responde cuando algo falla. También si tu operación necesita que lo que tiene una respuesta correcta salga igual cada vez, con la regla a la vista, y que el agente atienda donde manda el criterio, por ejemplo en WhatsApp con tus clientes.

¿Cómo partir?

Por un proceso que duela, con volumen y traspasos manuales: la generación de guías, la conciliación de un marketplace o el cuadre de documentos. Con Puente OS, cada proceso llega a producción en 2 a 4 semanas.

Elige el proceso. Con volumen, traspasos manuales y un costo visible cuando falla.
Toma la línea base. Casos al mes, horas de trabajo manual por semana y porcentaje de casos que salen a la primera.
Haz el inventario de lo que ya corre. Los agentes, los flujos, las planillas y los scripts que tocan ese proceso, con lo que hacen, quién los mantiene y qué sistemas usan. Esa lista define qué se conecta y qué se rediseña.
Separa la regla del criterio. Marca qué tramos tienen una respuesta conocida, cuáles llegan desordenados y necesitan una lectura, y cuáles dependen de lo que se descubre en el camino.
Escribe las reglas que tu equipo aplica de memoria. Por ejemplo: "si una orden sigue sin guía dos horas después del corte, llega a operaciones con el pedido completo a la vista".
Define el destino de cada excepción. La resuelve el sistema o llega a una persona con nombre, con todo el contexto en una App.
Mide desde la primera semana y suma el siguiente proceso sobre la misma plataforma.

Ese es el Diseño Autónomo aplicado proceso por proceso: lo repetible corre solo, con tus reglas, y tu equipo decide lo que requiere criterio. Si estás comparando plataformas de automatización, el mismo enfoque está en Puente OS vs n8n; si tu tema son los agentes que conversan con tus clientes, en Puente OS vs Vambe, y si vendes en marketplaces, en Puente OS vs Multivende.

Creemos que todas las empresas de LATAM pueden ser operacionalmente autónomas, y eso parte por tener cada proceso corriendo de punta a punta, con cada tramo en su pieza y un equipo que lo sostiene.

Puntos clave

Gumloop es un constructor de agentes de IA para equipos de negocio: agentes con cualquier modelo, disparadores en lenguaje natural, skills, artifacts con datos en vivo, Brain, aprobación humana y controles para TI, como SSO, auditoría y despliegue en tu VPC.
Cada tramo de un proceso cae en una de cuatro capas: workflow para la regla, modelo para la lectura, agente para el criterio y persona para la excepción.
Puente OS entrega el sistema completo funcionando: apps, bases de datos, workflows y agentes sobre una misma plataforma, diseñados a partir de tus procesos y conectados a tus sistemas.
Puente trae conectores nativos para Mercado Libre, Bsale y Multivende, y el equipo de Growth Ops conecta por API el resto de tus sistemas, como el SII, tu facturador o tu ERP.
El equipo de Growth Ops construye cada proceso, lo mantiene y responde cuando algo falla: en un vendedor de electrónica en México, el 97,9% de las órdenes sale con su guía sin intervención humana, y entre el 1 y el 12 de agosto de 2026 las incidencias se resolvieron con una mediana de 10 minutos.
Gumloop conviene cuando tus equipos quieren armar sus propios agentes sobre sus herramientas. Puente OS conviene cuando quieres tu operación corriendo de punta a punta, en 2 a 4 semanas por proceso.

¿Quieres ver qué tramos de tu operación corren con reglas y cuáles con agentes? Conversemos sobre tus procesos y te mostramos Puente OS funcionando con casos como los de este artículo. Agenda una conversación con nuestro equipo.

Preguntas frecuentes

¿Qué es Gumloop y para qué sirve?

Gumloop es un constructor de agentes de IA, operado por AgentHub Inc., que se presenta como «the multiplayer AI agent builder». Sirve para que las personas de una empresa armen agentes que se conectan a sus aplicaciones, corren con disparadores, usan skills y producen artifacts como dashboards, documentos y apps web, con cualquier modelo de IA. Sus casos de uso típicos son preparar reuniones, enriquecer y calificar leads, actualizar el CRM, investigar SEO, clasificar tickets de soporte y generar reportes. Para TI ofrece SSO, auditoría, monitoreo de uso y despliegue en una VPC propia.

¿Gumloop tiene workflows?

Tiene workflows, y hoy su producto se organiza alrededor de los agentes. En su página de planes, los workflows figuran bajo el título «Workflows (Legacy)», y su servidor MCP mantiene herramientas para listar los flows guardados, correrlos y revisar sus resultados. Su página de agentes describe la orquestación de procesos con varios agentes dentro de workflows deterministas, y sus disparadores corren un agente que procesa el evento como un mensaje del chat. En Puente OS, el workflow con reglas explícitas es una de las cuatro piezas, y el agente corre dentro de él en los tramos que piden criterio.

¿Gumloop tiene integración con Mercado Libre, Bsale o el SII?

En la lista de conectores de su llms.txt y en su documentación, al 11 de octubre de 2026, no aparecen Mercado Libre, Bsale, Defontana, el SII ni Falabella, y las direcciones de su catálogo de conectores para esos nombres responden 404. Sí aparecen Shopify, Stripe, PayPal, QuickBooks y NetSuite, entre otros. Para un servicio sin conector propio, Gumloop permite conectar cualquier servidor MCP o desplegar uno propio. Puente OS trae conectores nativos para Mercado Libre (órdenes y detalle de envío), Bsale (stock y documentos) y Multivende, y el equipo de Growth Ops conecta el resto por API.

¿Gumloop sirve para automatizar procesos de operaciones?

Gumloop tiene una línea para equipos de operaciones y casos de uso como el procesamiento de facturas que llegan al correo, donde un agente lee el PDF, extrae los datos, revisa los cálculos y los registra en Google Sheets, según su llms.txt. Cada agente lo arma y lo ajusta tu equipo, o un experto de su directorio. Puente OS está hecho para el caso de la empresa que quiere el proceso operativo funcionando de punta a punta: el equipo de Growth Ops lo diseña contigo, pone cada tramo en su pieza, lo conecta a tu ERP, tu marketplace, tu courier y tu facturador, y lo mantiene.

¿Puente OS tiene agentes de IA?

Sí, y la IA de Puente OS empieza antes: está en cómo se construye el sistema. Describes en lenguaje natural lo que tu operación necesita y obtienes software corriendo; en un vendedor de electrónica en México, una persona construyó 20 apps y 75 procesos en diez meses. Dentro de ese sistema, el agente es una de las cuatro piezas, junto a las apps, los workflows y las bases de datos, y corre dentro de un workflow: un agente simple para redactar o resumir, un agente avanzado con herramientas, historial y un tope de iteraciones, y un agente de decisiones que clasifica y enruta con preguntas cerradas. Puente también construye agentes que conversan con tus clientes por WhatsApp, Instagram, correo o el chat de un portal web, y que trabajan con texto, imágenes, archivos y voz. Cada tramo va con lo que le corresponde, como explico en cómo implementar IA en tu empresa.

¿Qué pasa con los agentes que ya tengo en Gumloop?

Parten en el inventario. El equipo de Growth Ops revisa contigo los agentes y los flujos que tocan cada proceso, qué hacen y quién los mantiene, y define cuáles siguen corriendo donde están y cuáles se rediseñan dentro del proceso en Puente OS, con su app, sus datos y sus reglas. Gumloop ofrece API REST y webhooks para correr sus agentes desde otro sistema. Cada proceso llega a producción en 2 a 4 semanas.

Fuentes externas citadas

Las citas de fuentes en inglés son traducción nuestra. Todo lo que este post dice de Gumloop sale de su sitio, su llms.txt, su documentación y su foro oficial, revisados el 11 de octubre de 2026. Las cifras de clientes de Puente OS son mediciones de producción de agosto de 2026; el tiempo de generación de guías y las fechas de pedido de cada proceso vienen del seguimiento con el cliente.

Gumloop: producto

llms.txt (Gumloop): «Gumloop is the multiplayer AI agent builder. Anyone at a company can build agents with any AI model and any integration, while IT controls access»; operado por AgentHub Inc.; agentes que se conectan a las apps, corren con triggers, usan skills y producen artifacts como dashboards, documentos y web apps; agnóstico al modelo; controles enterprise: SSO, audit logging, usage monitoring y VPC deployments; «100+ MCP integrations»; casos de uso típicos (lead enrichment y qualification, CRM updates, meeting prep, SEO, support triage, competitor monitoring, data analysis, scheduled reports, invoice processing); lista de conectores MCP; API REST, servidor MCP, SDK de Python y JavaScript y CLI; soluciones para Marketing, Sales, Operations, Engineering, Support y Security.
Home (Gumloop): «Gumloop is the multiplayer AI agent builder».
About (Gumloop): «over 300 integrations natively supported», conexión de cualquier MCP externo o despliegue de MCP propios; seis principios, entre ellos «Everyone should be able to automate»: entender la tarea debería ser el único requisito para automatizarla; despliegue en tu propia VPC.
Agents (Gumloop): agentes para todo el equipo, con control de desempeño, seguridad y observabilidad; «Orchestrate complex processes with multiple agents inside deterministic workflows»; agentes en Slack, Microsoft Teams y Gmail, con WhatsApp marcado «Coming soon».
Triggers (Gumloop): describir en lenguaje natural qué vigilar en la web o en varias apps, cruzar varias herramientas en una sola revisión y detectar condiciones como caídas porcentuales o diferencias entre sistemas.
Skills (Gumloop): playbooks que los agentes escriben, corrigen y mejoran; revisiones automáticas de desempeño con sugerencias para aprobar; reutilización en la organización con permisos; historial de cambios con diffs por archivo.
Artifacts (Gumloop): web apps, presentaciones, código, documentos, planillas e imágenes desde un prompt; apps que leen y escriben datos de las herramientas conectadas en tiempo real; versiones, URL propia y permisos.
Experts (Gumloop): «Gumloop Expert Directory», con expertos verificados para ayudar a automatizar workflows con IA.
Customers (Gumloop): casos de Opendoor, Gusto, fal y Samsara.
Pricing (Gumloop): la tabla de planes agrupa las funciones de workflows bajo el título «Workflows (Legacy)». Se cita solo por ese título.
Enterprise (Gumloop): modelos Claude, GPT, Gemini, Grok, DeepSeek, Qwen, GLM, Kimi, Llama, MiniMax y Perplexity; uso de llaves propias; audit logging; «VPC deployments: Deploy Gumloop inside your own AWS, Azure, or Google Cloud environment»; roles y permisos; SAML SSO y SCIM; restricción de modelos; SOC 2 Type II; GDPR y acuerdos de retención cero con modelos de terceros; políticas en lenguaje natural que bloquean, etiquetan o registran acciones; seguimiento de clientes y servidores MCP.

Gumloop: documentación

Agents (documentación de Gumloop): un agente se compone de modelo, instrucciones, conectores, skills, fuentes de conocimiento, subagentes, secretos y habilidades; los subagentes corren como tareas propias, hasta 10 en paralelo por tarea.
Agent triggers (documentación de Gumloop): disparadores por agenda, por aplicación y por webhook; cuando un disparador se activa, el agente recibe el prompt configurado y lo procesa «exactly as if you had typed it in the chat»; disparadores de Gmail, Slack, Microsoft Teams, Google Drive, Google Sheets, Google Calendar, Notion, Airtable, Zendesk, Salesforce, Linear, Jira, Monday.com y Parallel Web Monitor, más Outlook, Google Forms, Typeform, HubSpot e incident.io; los disparadores se desactivan tras 3 ejecuciones fallidas seguidas y avisan a su dueño por correo, Slack y en la app.
Create triggers with AI (documentación de Gumloop): la IA arma disparadores que revisan cualquier combinación de servicios conectados y activan el agente cuando se cumplen las condiciones.
Agent artifacts (documentación de Gumloop): versiones automáticas, permisos de acceso, alojamiento en dominio propio; los artifacts interactivos son HTML con scripts de Python que traen datos en vivo de las integraciones cada vez que se abren.
Brain (documentación de Gumloop): base de conocimiento de la empresa que indexa las herramientas conectadas para que los agentes respondan con citas.
Human in the Loop (documentación de Gumloop): modos de aprobación por conector (Always allow, Ask each time, Ask for writes/deletes, Never allow y Custom), avisos en la app, por Slack o en el chat, y la habilidad Ask Question.
Evaluations (documentación de Gumloop): califica cada interacción del agente con los criterios definidos y etiqueta conversaciones para reportes.
Hosted Pages (documentación de Gumloop): una página propia para el agente, que cualquiera puede abrir.
AI models (documentación de Gumloop): modelos de Anthropic, OpenAI, Google, DeepSeek, MiniMax y Z.ai, entre otros; Auto, el enrutador que elige el modelo por mensaje; uso de llaves propias.
Custom MCP servers (documentación de Gumloop): conexión a cualquier servidor MCP.
Enterprise features (documentación de Gumloop): SSO con SAML, OIDC y SCIM; roles personalizados que controlan conectores, herramientas y modelos; políticas por conector; túneles administrados; IPs de salida fijas; audit logging; Organization Insights; exportación de datos de uso.
Getting started, API (documentación de Gumloop) y List agent versions: API REST para crear agentes, iniciar sesiones y activar automatizaciones; versiones inmutables de cada agente.
MCP server (documentación de Gumloop) y Flow and run tools: servidor MCP para Claude, Cursor, VS Code y otros clientes; herramientas para listar workbooks y flows guardados, correrlos y ver su historial.
llms-full.txt (documentación de Gumloop): texto completo de la documentación. Búsqueda del 11 de octubre de 2026: «Mercado Libre», «MercadoLibre», «Bsale», «Defontana», «Falabella», «SII» y «Servicio de Impuestos Internos» dan 0 resultados; tampoco aparecen en la lista de conectores del llms.txt del sitio, y las direcciones gumloop.com/connectors/ para mercadolibre, bsale, defontana, falabella y sii responden 404.

Gumloop: compañía

Announcing our Series B (foro oficial de Gumloop, 12-mar-2026): anuncio de la Serie B, liderada por Benchmark.

Puente OS vs Gumloop: del agente al sistema que opera tu negocio