Perplexity Teammates: agentes de IA a US$200 al mes

US$200 al mes y 10.000 créditos mensuales: ese es el precio de entrada para que un agente de IA de Perplexity asuma un trabajo de forma permanente y no espere a que le escribas la siguiente orden. La compañía presentó Teammates el 5 de noviembre, una función que convierte al asistente en un compañero con responsabilidades continuas en lugar de una conversación que se abre y se cierra por encargo.

Para un founder con equipo chico, la diferencia no es cosmética. Es el salto entre pedir tareas y delegar funciones: clasificar reportes de errores, seguir un tablero de métricas, vigilar el rendimiento de una campaña o investigar un mercado, todo sostenido en el tiempo y con memoria de lo ya hecho.

¿Qué son los Teammates y en qué se diferencian de un chatbot?

Un chatbot responde un pedido y termina. Un Teammate recibe una responsabilidad y la atiende en segundo plano dentro de Perplexity Computer, el sistema de agentes de la casa que está activo desde febrero. Computer ya ejecutaba encargos de varios pasos con las herramientas, los archivos y los conectores del usuario, y repartía cada tarea entre sus modelos. Lo que cambia con Teammates es la persistencia.

Según DigitalTrends, Computer corría en sesiones temporales que desaparecían al terminar cada trabajo. Un Teammate, en cambio, sobrevive entre un encargo y otro: guarda los objetivos del proyecto, el historial y los archivos compartidos, y cada tarea nueva parte del trabajo acumulado. Además hereda los proyectos, las habilidades, la memoria y los permisos que ya existían en Computer, así que no arranca en blanco cada mañana.

TechRepublic lo describe con una imagen útil: cada agente tiene su propio hilo de conversación, lo que facilita seguir qué está haciendo y revisar sus resultados. Y Analytics Insight subraya el mismo punto desde otro ángulo: el usuario ya no tiene que explicar los mismos requisitos cada vez que asigna algo.

Cómo se crea un Teammate en cinco pasos

El flujo en la versión web es corto y bastante autoexplicativo. Según la documentación que cita el artículo original:

• Entrar en la sección Teammates de la navegación izquierda.
• Ponerle un nombre al agente.
• Conectar las herramientas que necesita: complementos como Slack, GitHub o Gmail. En GitHub se elige incluso a qué repositorios puede entrar.
• Describir el trabajo que debe asumir: de dónde sale la información, qué debe entregar y cuándo debe actuar.
• Asignarlo a un proyecto y dejarle una primera tarea.

A partir de ahí el agente planifica, coordina sesiones de Computer y presenta resultados para que los revises y los corrijas sobre la marcha. Ese último punto es el que más subestiman los equipos: el valor no está en configurarlo una vez, sino en la calidad del feedback que le das las primeras dos semanas.

¿Qué hace un agente que no para de trabajar?

La diferencia grande está en la iniciativa. Un Teammate vigila el trabajo en curso y hace seguimiento cuando algo cambia, sin esperar una consulta nueva. El ejemplo que da Perplexity es de ventas: si un cliente habitual deja de comprar, el agente revisa su historial de pedidos y sus casos de soporte, investiga qué cambió y prepara una oferta a su medida, o marca los problemas a resolver antes de contactarlo.

Los casos que recorren las áreas de una empresa son concretos:

• Marketing: atiende publicaciones sociales, campañas de correo y anuncios, vigila el rendimiento y los movimientos de la competencia, y redacta ajustes cuando los resultados caen.
• Soporte al cliente: revisa las quejas del día anterior, resume tendencias, prepara respuestas y sigue cada caso hasta cerrarlo.
• Operaciones: cuida fechas límite, listas de tareas y proveedores, y persigue lo que falte cuando una entrega queda a 72 horas.
• Desarrollo y QA: según DigitalTrends, puede hacer triaje de bugs, correr bucles de control de calidad, monitorear seguridad, analizar datos y gestionar pruebas A/B.

La continuidad también se extiende al equipo humano. Un Teammate puede sumarse a un canal de Slack, donde los compañeros le entregan trabajo o le piden el estado de una tarea. Y los agentes se pasan trabajo entre ellos: uno encuentra errores en un sitio web y le entrega los hallazgos a otro para que prepare las correcciones.

Hay un detalle que suele pasarse por alto y que sí cambia el comportamiento: el agente aprende de las correcciones. Si le dices a uno de operaciones que una agencia necesita dos semanas de aviso, ese plazo queda incorporado en los planes futuros. Es la diferencia entre un prompt que se repite y una instrucción que se acumula.

¿Cuánto cuesta y quién puede usarlo?

El despliegue arranca en la web como vista previa de investigación, solo para suscriptores individuales del plan Max. Ese plan cuesta US$200 al mes o US$2.000 al año, unos US$167 mensuales con facturación anual, e incluye 10.000 créditos mensuales que alimentan el trabajo de los agentes. TechRepublic confirma las mismas cifras en la documentación de Max y precisa que la opción anual está disponible desde la app web.

Durante el lanzamiento hay un periodo promocional de uso incluido. Al terminar, el consumo de cada Teammate saldrá de esos créditos. Y ahí está el riesgo de cuenta que conviene anticipar: ShiftDelete advierte que las tareas complejas o en paralelo consumen créditos más rápido, así que varios agentes corriendo sin pausa pueden agotar la asignación en poco tiempo.

Quien tenga los planes gratuito o Pro debe subir a Max. Las cuentas empresariales quedan fuera: el centro de ayuda de Perplexity aclara que Enterprise Pro y Enterprise Max no lo reciben por defecto. La llegada a iOS quedó anunciada para más adelante, sin fecha, y Aravind Srinivas, director ejecutivo de la compañía, adelantó aplicaciones nativas de móvil y escritorio, también sin fecha. La compañía tampoco ha publicado un tope de agentes por cuenta.

¿Qué riesgos implica darle permisos a un agente persistente?

Cada agente corre en un entorno separado, con sesiones de navegador propias. Las credenciales guardadas quedan cifradas y se introducen de forma segura, y el usuario conserva el mando: puede revisar el trabajo terminado, tomar el control del escritorio del agente o redirigirlo mientras trabaja. ShiftDelete añade que cada Teammate opera en una computadora aislada con escritorio, navegador y cookies independientes, y que los permisos de proyecto y los canales de Slack que vigila se configuran por separado.

Aun así, TechRepublic pone el dedo en la llaga: el anuncio no establece qué tan confiables son esas salvaguardas en despliegues reales. Su recomendación para organizaciones es sensata y aplica igual a una startup de diez personas: un agente que puede leer información de proyectos o actuar a través de una aplicación debería tener solo los permisos necesarios para el trabajo asignado. Y conviene definir de antemano qué acciones requieren aprobación humana, sobre todo cuando el agente puede enviar mensajes, modificar archivos compartidos o tocar sistemas de producción.

¿Qué significa esto para tu startup?

El contraste con el encargo suelto es el corazón del producto, y también la clave para decidir si te sirve. Un agente persistente no te ahorra una consulta: te ahorra el trabajo de reconstruir contexto cada vez. Ese es el costo real que elimina, y es el que casi nadie mide cuando evalúa herramientas de IA.

También conviene mirar el tablero competitivo sin ilusiones. TechRepublic señala que OpenAI empuja agentes de trabajo parecidos con Dots, enfocado en asistencia personal continua, y que Anthropic lo hace con Claude Duet, orientado a la automatización de tareas de oficina mediante servicios conectados. DigitalTrends suma otros nombres: los agentes de workspace de OpenAI, Copilot Cowork de Microsoft, Grok Bot y Claude Cowork de Anthropic, y apunta que los dos primeros apuntan a organizaciones más que a suscriptores individuales. La diferencia entre estos productos está en disponibilidad, integraciones y forma de supervisión, no en la promesa.

Dos acciones concretas antes de pagar los US$200:

• Empieza por un solo rol, no por cinco. Elige la función que hoy te consume más horas de alguien valioso —triaje de soporte, seguimiento de campañas, revisión de métricas semanales— y mide cuánto tarda el agente en entregar algo usable. Con 10.000 créditos mensuales y sin tope publicado de agentes, la tentación de lanzar muchos de golpe es alta y el consumo se dispara.
• Diseña el circuito de aprobación antes de conectar herramientas. Define qué puede hacer solo y qué necesita tu visto bueno. Si el agente puede escribir en Slack o tocar un repositorio, ese límite tiene que estar escrito desde el día uno, no después del primer error.

Y una advertencia de escala: Srinivas contó que su propio equipo creó unos 10.000 teammates internos en 30 días, una cifra interna sin auditar. Es una señal de hacia dónde va la compañía —la misma que apunta a ser agente de IA en los próximos teléfonos de Samsung— pero no es un dato de adopción verificable. Tómalo como ambición declarada, no como benchmark.

Conclusión

Teammates mueve la frontera de lo que se le pide a un asistente de IA: de responder a sostener una responsabilidad. Para un equipo pequeño con recursos limitados, eso puede significar cubrir una función completa sin contratar, siempre que aceptes dos condiciones. La primera es económica: US$200 al mes más el consumo de créditos, en un plan individual que hoy no está disponible para cuentas empresariales. La segunda es operativa: un agente que actúa sin que se lo pidan necesita permisos acotados y reglas de aprobación claras.

La pregunta útil no es si la tecnología está lista, sino si tu operación tiene un trabajo lo bastante repetitivo y medible como para que un agente persistente lo haga mejor que un proceso documentado. Si la respuesta es sí, el experimento cuesta menos que una contratación. Si es no, US$200 al mes compran un juguete caro.