Un agente de IA en la Raspberry Pi: por qué 50 peticiones gratis al día no dan para nada

Durante un tiempo tuve en la Raspberry Pi n8n, una herramienta de automatizaciones con cajitas que se conectan (del tipo «cuando pase esto, haz aquello»). Luego me dio por lo que está de moda: cambiarlo por un agente de IA que hiciera las cosas «de forma inteligente».

Instalé un agente de código abierto, lo conecté a modelos de lenguaje a través de un servicio que da acceso a muchos modelos con un plan gratuito, y lo tuve funcionando unas semanas. Al final lo desinstalé. Te cuento por qué, porque creo que es una lección útil antes de lanzarse.

Lo que me prometía

Un agente de IA no es solo un chat: puede usar herramientas. Lee archivos, ejecuta comandos, consulta webs, programa tareas… Le dices qué quieres conseguir y él decide los pasos.

La idea era tenerlo siempre encendido en la Pi y pedirle cosas desde el móvil: «revisa si la copia de anoche fue bien», «resúmeme los entrenamientos de la semana»…

El muro: 50 peticiones al día

El servicio de modelos tenía un plan gratuito de 50 peticiones al día (subía a unas 1.000 si metías una pequeña cantidad de crédito). Sonaba a mucho. No lo es.

El motivo es cómo trabaja un agente. Una tarea que para ti es «una pregunta» son, por dentro, muchas llamadas al modelo:

1. El modelo lee tu petición y decide qué herramienta usar. Una petición.
2. Se ejecuta la herramienta y el modelo lee el resultado. Otra.
3. Decide que necesita otra herramienta. Otra.
4. …y así hasta que da la respuesta final.

Una tarea sencilla puede encadenar diez o veinte peticiones. Con 50 al día, el agente se quedaba sin gasolina a media mañana.

El respaldo local que no funcionó

Pensé: «cuando se acaben las peticiones gratuitas, que use un modelo en local». Tengo un portátil con una gráfica NVIDIA de 6 GB, así que monté ahí un modelo abierto.

Como chat local iba bien, pero para el agente no sirvió. El agente exigía un contexto enorme (64.000 tokens), y con 6 GB de memoria de vídeo solo cabía un modelo pequeño que se inventaba el formato de las llamadas a herramientas. Para un agente, eso es como un fontanero que no sabe usar la llave inglesa. Lo cuento con todas las cifras en otro artículo.

Lo que sí me gustó

No todo fue malo:

• Con peticiones disponibles, resolvía cosas de verdad: consultaba archivos de la Pi, resumía registros, contestaba con contexto.
• Tenía memoria entre conversaciones, algo que un chat normal no tiene.
• Me obligó a entender cómo funcionan los agentes por dentro, que es justo lo que necesito para mis estudios.

Por qué lo desinstalé

Al final hice cuentas:

• Lo que de verdad necesitaba eran tareas repetitivas y previsibles: revisar una copia, mandar un resumen semanal, avisar si algo se cae.
• Para eso, un script o una monitorización con avisos hace exactamente lo mismo cada vez, no gasta peticiones y no se inventa nada.
• Para lo que sí necesita inteligencia (investigar, escribir, montar cosas nuevas), uso un asistente de IA en el ordenador, cuando lo necesito, con un plan que sí da para ello.

Así que acabé con: un script semanal para el resumen de entrenamientos, Uptime Kuma con avisos por Telegram para las caídas, y el agente fuera. Y la Pi con 1,7 GB menos de archivos.

Lecciones

1. Un agente gasta peticiones como un coche gasta gasolina en ciudad. Mira el plan antes de enamorarte.
2. Si la tarea es siempre igual, no necesitas IA. Un flujo fijo (n8n, un script, cron) es más barato y más fiable.
3. La IA brilla en lo imprevisible: investigar, redactar, depurar algo nuevo.
4. Un modelo pequeño en local no sustituye a uno grande para agentes. Llamar bien a las herramientas es lo más difícil, y es lo primero que falla.
5. Desinstalar también es una decisión técnica. Probar algo, medirlo y quitarlo es aprender, no fracasar.