Por qué dejé n8n por mis propios agentes de IA

Eran las 7 de la mañana de un martes. Café en mano, reviso mi sitio antes de empezar el día. Y ahí, la pequeña duda: los datos del día anterior no están. Mi workflow de n8n murió durante la noche. Un nodo se negaba a hablar con una API. Sin ningún mensaje claro. Solo un punto rojo en una pantalla y una mañana entera recableando ladrillos en lugar de hacer mi verdadero trabajo.

Aquel martes por la mañana no era el primero. Era simplemente uno de más.

Hoy, mis automatizaciones funcionan sin n8n. Funcionan con agentes de IA, sobre un pequeño [VPS que pago a 3,60 €/mes](https://mintavocado.com/es/instalar-agente-hermes-vps/). Voy a contarte por qué cambié, lo que n8n me aportó de todos modos y, sobre todo: en qué casos NO deberías seguir mi ejemplo.

Lo que n8n me aportó

Empecemos siendo honestos, porque es demasiado fácil escupir sobre una herramienta después de abandonarla.

n8n me enseñó a pensar en automatizaciones. Antes de él, lo hacía todo a mano: copiar y pegar, verificaciones repetitivas, tareas técnicas que posponía sin fin. n8n me mostró que se podían encadenar pasos —un disparador, una petición, una transformación, un envío— y dejar que la máquina hiciera el trabajo.

También me hizo entender la lógica de las conexiones entre servicios. Los webhooks, las claves API, los formatos de datos. Todo eso lo aprendí construyendo workflows visuales, sin escribir una sola línea de código al principio.

Y sinceramente, para empezar, es excelente. Ves tu flujo ante tus ojos, conectas bloques, haces pruebas con un clic. El primer workflow que funciona solo te hace sentir un genio. Es una puerta de entrada legítima al mundo de la automatización.

Si nunca hubiera tocado n8n, probablemente nunca se me habría ocurrido la idea de construir lo que vino después.

El punto de ruptura

Entonces, ¿por qué irse? Por una palabra: mantenimiento.

Cada workflow que añadía era una pequeña deuda técnica. Al principio, con dos o tres automatizaciones, iba bien. Pero en cuanto tienes una decena, se instala un fenómeno insidioso: las APIs de los servicios que usas cambian. Un editor modifica su formato de respuesta, otro añade autenticación, un tercero deprecó un endpoint. Y tú, tu workflow se rompe.

Y ni siquiera de forma espectacular. Se rompe en silencio, o se rompe un martes por la mañana, cuando tienes otras cosas que hacer. Abres el editor, localizas el nodo con error, lo reparas, pruebas, relanzas. Treinta minutos, una hora. Luego, a la semana siguiente, otro workflow. Luego otro.

La lógica también estaba congelada. Un workflow solo sabe hacer lo que sus bifurcaciones dicen. Si llega un caso imprevisto —un formato de datos ligeramente diferente, una respuesta vacía— no se adapta. Se bloquea. Y la única inteligencia capaz de desbloquearlo era yo, a mano.

En cierto momento hice el cálculo: pasaba más tiempo manteniendo mis automatizaciones que el tiempo que estas me ahorraban. Una automatización que cuesta más mantenimiento del tiempo que reporta ya no es una automatización. Es una mascota exigente.

Lo que los’agentes de IA’cambian en la práctica

Aquí está el corazón de mi decisión, y es una diferencia de naturaleza, no de grado.

Un workflow automatiza pasos. Un agente razona sobre un objetivo.

A un workflow le dices:’toma esto, transforma aquello, envía allá’. Ejecuta la lista, punto final. A un agente le dices:’redáctame un borrador de artículo sobre este tema, respetando estas reglas’. A ti, los pasos. A él, la manera de lograrlo. Si una API devuelve algo inesperado, no se bloquea: se ajusta, lo reintenta, o me lo pide. Esa es toda la diferencia entre una máquina que se avería y un colaborador que vuelve a ti cuando hay un problema.

En concreto, en mi VPS, hoy mis agentes hacen:

• **La redacción**: cuatro artículos por semana, preparados como borradores, con las reglas editoriales respetadas. Yo los leo, los ajusto, los valido.
• **La sincronización de las traducciones**: mis artículos en inglés y en español siguen automáticamente a las versiones francesas.
• **La publicación automática**: los contenidos validados salen en línea sin que yo los toque.
• **El seguimiento SEO semanal**: recupero los datos de Search Console y un resumen claro, sin abrir ni un solo panel de control.

Lo que me impactó es lo que desapareció de mi vida: ni una sola mañana de martes catastrófica. Cuando un servicio externo cambia algo, el agente lo nota, lo rodea, o me lo señala en una frase. Ya no reparo cables. Doy instrucciones.

¿Y el mantenimiento? Sigue existiendo, seamos claros. Pero se ha desplazado: en lugar de recablear nodos visuales, describo reglas en lenguaje natural. Y una regla escrita en francés se corrige en una frase —no en una sesión de depuración.

El coste real

Hablemos de dinero y de tiempo, porque es ahí donde la mayoría de los artículos se detienen demasiado pronto.

Mi infraestructura actual:

• Un VPS a **3,60 € al mes**. Es el precio de dos cafés.
• Una suscripción a un LLM de unos **15 $ al mes**. Es el único gasto’moderno’.
• Algunos scripts caseros y conexiones MCP, escritos con el tiempo, con la ayuda de la IA precisamente.

Enfrente, mi antiguo coste de n8n no era una suscripción. Era mi tiempo. Una hora de reparación por aquí, una noche de depuración por allá, la carga mental de saber que un workflow podía morir en cualquier momento. Incluso con una tarifa horaria modesta, ese tiempo valía mucho más de 20 € al mes.

También hay un coste inicial, no te mientas al respecto. Montar un VPS, instalar tus agentes, escribir tus primeros scripts: lleva tiempo, unas cuantas noches. No es magia de un clic como n8n. Pero es una inversión puntual, donde el mantenimiento de n8n era una suscripción perpetua en horas.

El verdadero cálculo no es, pues,’cuánto cuesta la herramienta’. Es’cuánto cuesta el sistema, mantenimiento incluido, en doce meses’. Desde ese punto de vista, no hay color.

Quién debería quedarse en n8n

Ahora, la parte antidogma, porque no quiero venderte una religión.

Si tienes **tres automatizaciones simples y estables** —un webhook que rellena un Google Sheets, una notificación de Slack cuando se envía un formulario, una copia de seguridad programada— quédate en n8n. En serio. Tu sistema funciona, es visual, cuesta unos minutos de mantenimiento al mes. No tienes ningún problema que resolver. Cambiar de herramienta por moda es un desperdicio.

n8n no es una mala herramienta. Es incluso probablemente el mejor punto de entrada a la automatización si no programas. No es él el problema. El problema es el umbral.

El umbral es el momento en que el número de workflows multiplica las superficies de fallo más rápido de lo que multiplica tus ganancias de tiempo. En mi caso, ese umbral se cruzó en torno a la decena de automatizaciones interconectadas. En el tuyo, estará en otro punto. La buena pregunta que debes hacerte no es’¿n8n o agentes?’, sino’¿paso más tiempo reparando que construyendo?’. Si la respuesta es no, no cambies nada.

¿Y si empiezas totalmente de cero? Empieza por n8n, aprende la lógica de las conexiones, automatiza una tarea penosa real. Luego, el día en que el mantenimiento te carcoma, sabrás exactamente por qué pasas a los agentes.

Conclusión

No dejé n8n por despecho. Lo dejé porque mis necesidades habían superado para lo que fue concebido. Él me enseñó a automatizar; mis agentes me enseñaron a delegar.

Un workflow ejecuta pasos. Un agente persigue un objetivo. Cuando todo va bien, la diferencia es invisible. Cuando llega lo imprevisto —y siempre llega— uno se bloquea y el otro se adapta.

Si te reconoces en ese martes por la mañana en que un workflow murió durante tu café, hazte la pregunta. Si no, quédate con tu n8n, te va muy bien.

FAQ

¿Por qué dejar n8n cuando todavía funciona?

Porque’funciona’no es la buena unidad de medida. Mis workflows funcionaban, pero cada API externa que evolucionaba creaba una reparación que hacer. Más allá de una decena de automatizaciones, el mantenimiento consumía más tiempo del que las automatizaciones ahorraban. El umbral de rentabilidad se había pasado.

¿Los agentes de IA son caros?

No en mi caso: un VPS a 3,60 € al mes y una suscripción a un LLM de unos 15 $ al mes. El verdadero coste es el tiempo de puesta en marcha al principio, unas cuantas noches. Enfrente, he eliminado las horas de mantenimiento recurrente que n8n me imponía cada semana.

¿Hay que saber programar para lanzarse con agentes de IA?

No, no en el sentido clásico del término. La mayoría de mis configuraciones están escritas en lenguaje natural: reglas, instrucciones, contextos. La IA me ayudó a escribir los pocos scripts necesarios. Lo que cuenta es saber describir con precisión lo que quieres obtener.

¿Es n8n una mala herramienta?

No, y lo repito con gusto. Para automatizaciones simples y estables —un webhook hacia Google Sheets, una notificación, una copia de seguridad— sigue siendo excelente y visual. Mi salida no dice nada de n8n: dice que mi uso había superado su perímetro natural.

¿Por dónde empezar si quiero hacer lo mismo?

Empieza por identificar tu tarea automatizada más penosa de mantener, no la más importante. Descríbela como un objetivo a un agente de IA en lugar de como una serie de pasos —[la guía de instalación paso a paso](https://mintavocado.com/es/instalar-agente-hermes-vps/) te toma media hora. Haz pruebas en una sola tarea durante unas semanas, y quédate con n8n para todo lo que ya funciona bien.