Workshop de IA: agentes, modelos y herramientas

02 ¿Qué NO es la IA?

• No es magia ni ciencia ficción. No hay una "mente" dentro de la máquina. Es software, ejecutándose en servidores, con electricidad y silicio.
• No es una mente consciente. No tiene deseos, emociones ni intenciones. No "quiere" nada. Procesa tokens y calcula probabilidades.
• No es un buscador glorificado. Google busca páginas que existen. Un LLM (Large Language Model, modelo grande de lenguaje) genera texto nuevo que nunca existió, a partir de patrones aprendidos.
• No "piensa" como un humano. No razona causalmente. Predice la siguiente palabra más probable dada una secuencia. El resultado puede parecer razonamiento, pero el mecanismo es estadístico.
• No es infalible ni objetiva. Alucina (genera información falsa con confianza), tiene sesgos heredados de los datos de entrenamiento, y no sabe que no sabe.

03 ¿Qué SÍ es la IA?

Hitos clave de la IA moderna

04 ¿Qué es un sistema determinista y por qué la IA no lo es?

¿Por qué ocurre esto?

El modelo no devuelve "la respuesta correcta". Calcula una distribución de probabilidades sobre todos los tokens posibles y muestrea de ella. Los parámetros temperature, top-p y top-k controlan cuánta aleatoriedad se permite. Con temperature=0 se acerca al determinismo, pero no lo garantiza (hay variaciones por precisión numérica y batching).

Del prompt al token: flujo de generación

05 Principios de la IA

06 La neurona artificial

Todo empieza aquí. Una neurona artificial es una función matemática que recibe números, los multiplica por pesos, suma un sesgo y aplica una función de activación.

En código

Funciones de activación

07 Redes neuronales: capas y arquitectura

Una red neuronal es un grafo de neuronas organizadas en capas. Cada capa transforma los datos y los pasa a la siguiente.

Estructura de una red (MLP)

¿Qué aprende cada capa?

08 Cómo aprende una red: backpropagation

El entrenamiento es un bucle: predice, mide el error, ajusta los pesos, repite. Miles de millones de veces.

El bucle de entrenamiento

En pseudocódigo

09 Funciones de pérdida y optimizadores

La función de pérdida mide cuánto se equivoca el modelo. El optimizador decide cómo ajustar los pesos para reducir ese error.

Funciones de pérdida principales

Optimizadores

Problemas comunes del entrenamiento

10 CNNs: redes convolucionales para visión

Las Convolutional Neural Networks revolucionaron la visión por computador. En vez de mirar cada píxel por separado, aplican filtros que detectan patrones locales.

Flujo de una CNN

Conceptos clave

11 RNNs y LSTMs: redes para secuencias

Antes de los Transformers, las Recurrent Neural Networks eran la forma de procesar secuencias (texto, audio, series temporales). Entenderlas explica por qué el Transformer fue revolucionario.

Cómo funciona una RNN

Procesa un token a la vez, manteniendo un "estado oculto" (hidden state) que resume todo lo que ha visto antes. El problema: al llegar al token 500, ya ha "olvidado" el token 1.

RNN vs LSTM vs Transformer

12 ¿Qué es un token?

Un token es la unidad mínima que procesa el modelo. No es una palabra ni un carácter: es un trozo de texto que el tokenizador decide según su vocabulario.

Ejemplos de tokenización

Palabras frente a tokens

1 token ≈ 4 caracteres en inglés, ≈ 3 en español. El español gasta más tokens porque los tokenizadores se entrenan mayoritariamente con texto en inglés.

• En español se gastan más tokens que en inglés para decir lo mismo (~20-30% más). Los tokenizadores se entrenan mayoritariamente con texto en inglés.
• El modelo no ve texto: ve secuencias de números (IDs de token). Cada token tiene un ID único en el vocabulario del modelo.
• Todo se mide en tokens: el context window, el precio de la API, el límite de respuesta. Es la "moneda" de la IA.
• Regla rápida: 1 token ≈ 3/4 de una palabra en inglés, algo menos en español.

13 ¿Qué es un embedding?

Un embedding es la representación numérica de un concepto (palabra, frase, imagen, código...). Convierte texto en un vector de cientos o miles de números. Cada número representa una dimensión del significado.

¿Qué es una dimensión?

Un vector de embedding tiene cientos o miles de componentes. Cada componente (dimensión) codifica un aspecto del significado: puede capturar si algo es animado/inanimado, positivo/negativo, concreto/abstracto, etc. No hay etiquetas explícitas: el modelo las descubre durante el entrenamiento.

14 Embeddings en la práctica

Aritmética de significado

Los embeddings capturan relaciones semánticas que se pueden operar como vectores:

Similitud semántica

La clave: conceptos similares quedan cerca en el espacio vectorial. Esto permite buscar por significado, no por palabras exactas.

¿Para qué sirven?

• Búsqueda semántica: encontrar documentos por significado ("¿cómo despliego en producción?" encuentra docs sobre "deploy to prod")
• RAG (Retrieval-Augmented Generation): así se buscan los fragmentos relevantes para inyectar en el prompt del modelo
• Clasificación: agrupar textos similares automáticamente (tickets de soporte, emails...)
• Detección de duplicados: comparar si dos textos dicen lo mismo con palabras diferentes

Modelos de embedding (marzo 2026)

Los embeddings se almacenan en bases de datos vectoriales: Pinecone, Chroma, Weaviate, pgvector. La elección del modelo depende del idioma, tipo de contenido y presupuesto.

15 Entrenamiento vs inferencia

Fine-tuning

Reentrenar parcialmente un modelo existente con tus propios datos. Mucho más barato que entrenar desde cero. Cambia el comportamiento y estilo del modelo, pero no le "enseña" datos nuevos en tiempo real. Para acceder a datos propios cambiantes, es mejor usar RAG.

16 Quantización: modelos que caben en tu portátil

Comprimir el modelo reduciendo la precisión numérica de cada parámetro. Un modelo guarda millones de números decimales (pesos). La quantización reduce cuántos bits usa cada uno.

Esto es lo que hace posible LM Studio y Ollama: ejecutar modelos de 7B-70B parámetros en tu portátil usando formatos GGUF quantizados (Q4, Q5, Q8). A menor precisión, menor calidad, pero la pérdida suele ser sorprendentemente pequeña para la mayoría de tareas.

17 Lo que deberías saber: fundamentos

19 ¿Qué es un modelo LLM?

Large Language Model: un modelo de lenguaje a gran escala. Entrenado con cantidades masivas de texto (internet, libros, código...) para predecir el siguiente token dada una secuencia.

Modelos principales (marzo 2026)

20 Arquitecturas

Evolución de las arquitecturas

Las arquitecturas de redes neuronales han evolucionado radicalmente en la última década. Cada salto resolvió limitaciones fundamentales del anterior.

De RNN a Transformer

Variantes del Transformer

Los modelos que usamos hoy (Claude, GPT, Llama) son todos decoder-only Transformers. La arquitectura Transformer de 2017 fue el punto de inflexión que hizo posible todo lo que vino después.

21 ¿Cómo funciona un Transformer?

Atención = subrayar lo importante

"El gato se subió al árbol porque tenía miedo" → "tenía" mira a "gato" para saber QUIEN tenía miedo. Es como subrayar las palabras importantes para entender cada parte de la frase.

Paso a paso simplificado

1. El texto se trocea en tokens (palabras o trozos de palabras)
2. Cada token se convierte en un vector (embedding) con su significado y posición
3. El mecanismo de atención compara cada token con todos los demás: "¿quién es relevante para quién?"
4. Esta información se mezcla y se pasa por redes neuronales
5. Al final, el modelo predice: "la siguiente palabra más probable es..."

Flujo del mecanismo de atención

22 Arquitectura MoE (Mixture of Experts)

En vez de un modelo monolítico donde todos los parámetros se activan en cada petición, MoE divide el modelo en múltiples "expertos" especializados.

Flujo de una petición MoE

Cómo funciona el routing

• Un router (red neuronal pequeña) decide qué expertos activa para cada token
• Cada experto es una red feed-forward completa, especializada en ciertos patrones
• Solo se activa una fracción de los parámetros por inferencia (ej: 2 de 8 expertos)
• El router asigna pesos a los expertos activos; la salida final es la suma ponderada
• Se aplica load balancing durante el entrenamiento para que todos los expertos se utilicen de forma equilibrada

Modelo denso frente a MoE

• Mixtral: 8 expertos, activa 2 por token. GPT-4 y GPT-5.2 usan variantes de MoE
• Trade-off: más parámetros totales (más memoria para almacenar), pero menos activos por petición (más rápido y barato)

23 El mecanismo de atención en detalle

La atención permite que cada token "mire" a todos los demás para decidir cuáles son relevantes. Aquí están las matemáticas detrás, simplificadas.

Las matrices Q, K, V

Multi-head attention

En vez de una sola atención, el modelo ejecuta múltiples "cabezas" en paralelo (32-128 en modelos grandes). Cada cabeza aprende a fijarse en algo diferente: una en sintaxis, otra en semántica, otra en correferencia. Los resultados se concatenan.

Positional encoding

Como el Transformer procesa todos los tokens en paralelo, no sabe el orden. Se le añade información de posición a cada token:

24 Tokenización en profundidad

El tokenizador convierte texto en números antes de que el modelo lo vea. Cómo se tokeniza afecta directamente al rendimiento, al coste y al soporte multilingüe.

Algoritmos principales

Impacto en idiomas

Implicaciones prácticas

• Coste: más tokens = más caro. Español gasta ~20-30% más tokens que inglés para el mismo contenido
• Calidad: si una palabra se parte en muchos tokens, el modelo la "entiende" peor. Palabras raras o técnicas se fragmentan más
• Context window: el límite es en tokens, no en palabras. Un documento en español consume más context que el mismo en inglés

25 Transfer learning: el paradigma que lo cambió todo

Antes de transfer learning, cada tarea requería entrenar un modelo desde cero. Hoy, se pre-entrena una vez con datos masivos y se adapta a cualquier tarea con poco esfuerzo.

Flujo de transfer learning

Evolución del paradigma

Hitos del transfer learning

• ImageNet (2012): AlexNet demostró que features aprendidas en ImageNet se transfieren a cualquier tarea de visión. Empezó la revolución
• Word2Vec (2013): embeddings pre-entrenados reutilizables para cualquier tarea de NLP
• BERT (2018): pre-training bidireccional masivo. Fine-tune con 1000 ejemplos superaba modelos entrenados con millones
• GPT-3 (2020): demostró que con suficiente escala, el fine-tuning ni siquiera es necesario: basta con describir la tarea en el prompt

26 ¿Cómo funciona MoE?

Así funciona MoE

• El modelo tiene muchos "expertos" (redes neuronales especializadas)
• Cuando llega un token, el router lo mira y decide: "esto lo sabe el experto 3 y el experto 7"
• Solo esos 2 expertos trabajan, los otros 6 descansan
• Las respuestas de los 2 expertos se combinan para dar el resultado final

27 Parámetros de configuración de un modelo

Parámetros principales

Ejemplo práctico: llamada a la API

¿Qué hace top_p (nucleus sampling)?

Imagina que el modelo ha calculado las probabilidades de los siguientes tokens posibles:

Con top_p=0.9 solo se consideran los tokens cuya probabilidad acumulada no supere el 90%. Se descartan los menos probables ("estimado", "querido") y se elige entre los restantes. Cuanto menor el valor, más conservador: top_p=0.1 solo elige entre el top 10% de probabilidad.

¿Qué hace top_k?

Más simple: solo mira los k tokens más probables, independientemente de cuánta probabilidad acumulen.

• top_k=1: siempre elige el token más probable (greedy, casi determinista)
• top_k=10: elige entre los 10 más probables
• top_k=50: bastante diverso, 50 candidatos
• top_k=0 o sin límite: considera todos los tokens del vocabulario

28 Modelos de razonamiento (thinking models)

Algunos modelos pueden "pensar antes de responder". Usan tokens internos de razonamiento (thinking tokens) que no se muestran al usuario pero mejoran la calidad en tareas complejas.

¿Cuándo usar thinking vs estándar?

29 Modelos multimodales nativos

En 2026, los modelos frontier ya no procesan texto e imágenes con pipelines separados: son nativamente multimodales. Un solo modelo entiende texto, imagen, audio y vídeo de forma unificada.

Pipeline vs nativo

Estado del arte (marzo 2026)

¿Qué cambia para un ingeniero?

• Una sola API para todo: envías texto, imágenes, audio y vídeo en la misma llamada. No necesitas integrar servicios separados
• Razonamiento cruzado: "¿Este diagrama de arquitectura coincide con la documentación?" El modelo entiende ambos formatos
• Generación multimodal: pides texto y el modelo puede devolver texto + imágenes + audio en la misma respuesta

30 Open source vs propietario: ¿cuál elegir?

No todos los modelos son iguales ni se licencian igual. Entender la diferencia entre open source y propietario es clave para elegir la herramienta correcta.

Modelos principales

Propietario vs open source

31 Destilación de modelos

¿Qué es la destilación?

Entrenar un modelo pequeño para que replique el comportamiento de uno grande (teacher → student). El modelo grande genera datos de entrenamiento (respuestas, razonamientos) y el pequeño aprende a imitarlo.

Caso real: DeepSeek-R1

DeepSeek-R1 (671B) fue destilado a modelos de 1.5B, 7B, 8B, 14B, 32B y 70B. Los modelos destilados mantienen gran parte de la capacidad de razonamiento del original, pero corren en hardware mucho más modesto.

32 Inferencia optimizada

Servir un modelo en producción no es solo cargarlo y llamar generate(). La diferencia entre un prototipo y producción real está en estas técnicas:

Técnicas clave

Herramientas de serving

33 Edge AI: modelos en el dispositivo

Ejecutar modelos de IA directamente en el dispositivo del usuario (móvil, navegador, IoT) sin depender de un servidor. La quantización (slide 10) es lo que lo hace posible.

Opciones por plataforma

34 Lo que deberías saber: arquitecturas y modelos

36 Prompt engineering: cómo hablarle bien al modelo

No es "preguntarle cosas": es diseñar la entrada para obtener la salida que necesitas. La calidad del prompt determina la calidad de la respuesta.

Técnicas principales

Antes vs después: el impacto de un buen prompt

37 Context engineering: más allá del prompt

En 2026 el término clave ya no es prompt engineering sino context engineering: la disciplina de gestionar toda la información que recibe el modelo, no solo el prompt del usuario.

¿Qué compone el contexto?

Técnicas de context engineering (2026)

• Compactación selectiva: resumir el historial manteniendo las decisiones clave (Claude Code lo hace automáticamente)
• Rules persistentes: ficheros CLAUDE.md, .cursorrules o AGENTS.md que inyectan contexto en cada conversación
• Memoria episódica: recordar conversaciones anteriores y recuperarlas cuando son relevantes
• Context routing: enviar solo el contexto relevante según la tarea detectada

38 Formatos de datos para LLMs: JSON, YAML, Markdown y más

Los LLMs no leen datos como un parser: los interpretan como secuencia de tokens. El formato que elijas afecta directamente a la calidad de la respuesta, el coste y la velocidad.

Comparativa de formatos

El mismo dato en 3 formatos

Regla práctica: ¿cuándo usar cada uno?

• ¿Tu código parsea la salida? → JSON con strict mode (slide 40)
• ¿El LLM lee la entrada como contexto? → Markdown (más natural, menos tokens)
• ¿Configuras herramientas de IA? → YAML (skills, agentes, frontmatter)
• ¿Separas bloques en un prompt largo? → XML tags (<context>, <instructions>)

39 Alucinaciones: cuando la IA inventa con total confianza

Una alucinación ocurre cuando el modelo genera información falsa, inventada o sin base, pero la presenta con la misma confianza que un dato real. No es un bug: es una consecuencia del mecanismo de predicción estadística.

Ejemplo real: código alucinado

¿Por qué ocurre?

• No tiene base de datos interna: el modelo no "busca" información. Genera la siguiente palabra más probable dada la secuencia. Si "fast-csv-validator" suena plausible, lo genera
• No distingue hechos de invenciones: no tiene un mecanismo para verificar si lo que genera es real. Todo es predicción estadística
• Cuanto más específico, más riesgo: preguntas generales ("¿qué es REST?") rara vez alucinan. Preguntas específicas ("¿qué método de la API de Stripe v4.2 maneja reembolsos parciales?") alucinan frecuentemente

Cómo protegerte

40 Structured output: que el modelo devuelva datos parseables

En producción no quieres texto libre: quieres JSON válido, con campos tipados, que tu código pueda parsear sin romper. Los modelos modernos soportan modos para garantizarlo.

Tres niveles de control

Ejemplo con Anthropic (strict tool use)

¿Cuándo usar cada nivel?

• Solo prompt: prototipos rápidos, chat interactivo donde no necesitas parsear la salida
• JSON mode: cuando necesitas JSON pero el schema es flexible o variable
• Strict mode: producción, pipelines automatizados, integraciones API donde un campo que falta rompe el flujo

41 Visión y multimodalidad: más allá del texto

Los modelos actuales no solo leen texto: pueden ver imágenes, leer PDFs y procesar audio. Esto abre casos de uso que antes requerían herramientas especializadas.

¿Qué puedes enviar al modelo?

Ejemplo: enviar una imagen a la API

Soporte por modelo (marzo 2026)

42 Voz y APIs en tiempo real

En 2026, los agentes ya no solo leen y escriben texto: hablan. Las APIs de voz en tiempo real permiten construir agentes conversacionales con latencia de milisegundos.

Pipeline clásico vs nativo

Herramientas (marzo 2026)

Casos de uso para ingenieros

• Agentes de soporte telefónico: sustituyen IVRs tradicionales por conversaciones naturales con acceso a herramientas
• Pair programming por voz: hablar con el agente mientras programas, sin cambiar de contexto
• Traducción simultánea: interpretar reuniones en tiempo real entre idiomas

43 Generación de imágenes y vídeo con IA

Los modelos generativos no solo producen texto: generan imágenes, vídeo, audio y 3D a partir de descripciones en lenguaje natural.

Modelos de imagen (marzo 2026)

Modelos de vídeo

Casos de uso para ingenieros

• Prototipar UIs: generar mockups desde descripciones antes de programar
• Assets y placeholders: iconos, fondos, avatares para tests y demos
• Documentación visual: diagramas explicativos para docs técnicas

44 Cómo funcionan los modelos de difusión

Los modelos de difusión generan imágenes eliminando ruido progresivamente. Empiezan con ruido puro y, paso a paso, lo convierten en una imagen coherente guiada por tu prompt.

Proceso de generación

Conceptos clave

Difusión vs GANs

45 Tipos de entrenamiento para modelos de imagen

No necesitas entrenar un modelo desde cero. Existen técnicas para adaptar modelos existentes a tu estilo, personaje o dominio con pocos datos y hardware modesto.

¿Cuál elegir?

Ejemplo: entrenar un LoRA con Kohya

46 Herramientas OSS y plataformas para imagen

El ecosistema open source de generación de imágenes es enorme. Estas son las herramientas que un ingeniero necesita conocer.

Interfaces locales

Plataformas cloud (GPU bajo demanda)

Ecosistema de modelos

47 Técnicas de control: ControlNet, IP-Adapter y más

Generar imágenes "a ver qué sale" es divertido. En producción, necesitas control preciso sobre la composición, la pose, el estilo y los detalles.

Técnicas principales

Tipos de ControlNet

48 ¿Cómo se crea un modelo frontier?

1. Pre-entrenamiento: billones de tokens, semanas de entrenamiento en miles de GPUs. El modelo aprende patrones del lenguaje prediciendo la siguiente palabra en textos masivos (internet, libros, código). Esta fase consume el 90%+ del presupuesto de compute.
2. Fine-tuning supervisado (SFT): ejemplos curados de conversaciones de calidad. Humanos escriben respuestas ideales y el modelo aprende a imitarlas. Típicamente 10.000-100.000 ejemplos de alta calidad.
3. RLHF / RLAIF: RLHF = Reinforcement Learning from Human Feedback (aprendizaje por refuerzo con feedback humano). RLAIF = lo mismo pero con feedback de otro modelo de IA en vez de humanos. Se comparan respuestas y el modelo aprende cuál es "mejor". Esto es lo que hace que el modelo sea útil y seguro. Técnicas recientes: DPO (Direct Preference Optimization) y GRPO (Group Relative Policy Optimization) simplifican el proceso eliminando la necesidad de un reward model separado.
4. Evaluación: benchmarks estandarizados (MMLU, HumanEval, GPQA, SWE-bench...) para medir capacidades y comparar con la competencia. Red-teaming para seguridad.

49 Hugging Face + LM Studio: modelos en local

Ideal para: prototipos, datos sensibles, trabajar sin conexión, evaluar modelos antes de pagar API.

50 RAG (Retrieval Augmented Generation)

Problema: el modelo no sabe de tus datos internos (documentación, BD, wikis). Fue entrenado con datos públicos hasta cierta fecha.

Solución: en vez de reentrenar el modelo, le pasas contexto relevante en cada consulta.

Componentes clave

Flujo RAG en código (simplificado)

RAG vs fine-tuning

• RAG: para datos propios que cambian frecuentemente. Sin coste de reentrenamiento. Fuentes citables.
• Fine-tuning: para cambiar el estilo o comportamiento del modelo. Los datos se "hornean" en los pesos.

51 Agentic RAG: la evolución del retrieval

El RAG básico (slide anterior) busca, inyecta y genera. Agentic RAG añade razonamiento: el agente decide qué buscar, cómo buscarlo, y si el resultado es suficiente.

RAG básico vs agentic RAG

Patrones de agentic RAG

52 GraphRAG y estrategias avanzadas de retrieval

Más allá de buscar fragmentos similares: estrategias que combinan grafos de conocimiento, búsqueda híbrida y contexto enriquecido.

Estrategias de retrieval (de simple a avanzado)

Flujo de GraphRAG

53 ¿Cuándo usar prompt, RAG o fine-tuning?

Las tres técnicas resuelven problemas diferentes. Elegir mal cuesta tiempo y dinero.

Árbol de decisión

54 Fine-tuning en la práctica

Fine-tuning es reentrenar parcialmente un modelo con tus propios datos para que se especialice en tu tarea. No cambias el modelo entero: solo ajustas una parte.

LoRA y QLoRA

En vez de reentrenar los miles de millones de parámetros del modelo, LoRA (Low-Rank Adaptation) añade pequeñas matrices entrenables en capas clave. Resultado: entrenas 0.1-1% de los parámetros con una fracción de la memoria.

Herramientas

55 Datos sintéticos

Usar un LLM grande para generar datos de entrenamiento para otros modelos o sistemas. Cada vez más común como alternativa a la recolección manual de datos.

Patrones comunes

Riesgos

• Model collapse: si entrenas con datos generados por el mismo modelo (o uno similar), la calidad degrada con cada generación. Los errores se amplifican
• Sesgo amplificado: los sesgos del modelo teacher se heredan y pueden intensificarse en el student
• Calidad variable: sin filtrado y revisión humana, los datos sintéticos pueden contener alucinaciones, inconsistencias o patrones repetitivos

56 Bases de datos vectoriales: ¿qué son y en qué se diferencian?

Bases de datos optimizadas para almacenar y buscar vectores (embeddings) por similitud. En vez de buscar por coincidencia exacta (WHERE nombre = 'X'), buscan por distancia entre vectores: "¿qué vectores se parecen más a este?"

SQL vs NoSQL vs Vectorial

Proveedores principales (marzo 2026)

57 Text-to-SQL: consultas en lenguaje natural

Convertir preguntas en español a queries SQL ejecutables. El caso de uso más inmediato de IA para backend engineers.

Flujo

Ejemplo

Riesgos y mitigaciones

• SQL injection vía LLM: el modelo podría generar DELETE o DROP. Solución: usuario de solo lectura, validar query, limitar a SELECT
• Queries incorrectas: el modelo puede malinterpretar el esquema. Solución: incluir descripciones de columnas, validar con EXPLAIN
• Datos sensibles: el usuario podría pedir datos que no debería ver. Solución: row-level security, filtros obligatorios

58 Prompt caching: pagar una vez, reutilizar siempre

Cuando usas system prompts largos o contexto RAG fijo, estás pagando los mismos tokens en cada llamada. El prompt caching guarda los tokens estáticos en caché y solo cobras una fracción en llamadas posteriores.

Soporte por proveedor

Ejemplo con la API de Anthropic

59 Context window en la práctica: no todo es lo que parece

Un modelo con 200k tokens de context window no significa que puedas meter 200k tokens y funcione igual de bien. Hay límites prácticos que todo ingeniero debe conocer.

"Lost in the middle"

Los modelos prestan más atención al inicio y al final del contexto, y tienden a "olvidar" información que está en el medio. Si metes un dato importante en la página 50 de 100, el modelo puede ignorarlo. (Lost in the Middle paper)

Context teórico vs práctico

Estrategias para contextos grandes

• Chunking inteligente: dividir documentos en fragmentos con solapamiento
• Priorizar información relevante al inicio y final del prompt
• RAG en vez de meter todo en el context cuando el volumen es grande
• Resumen progresivo para conversaciones largas
• Map-reduce para documentos enormes

60 API Hello World: tu primera llamada a un LLM

Antes de hablar de agentes, veamos lo más básico: hacer una llamada a la API de un modelo. Es sorprendentemente simple.

Con curl

Con el SDK de TypeScript

¿Qué devuelve la API?

• content: array de bloques con el texto de la respuesta
• model: el modelo que respondió
• stop_reason: por qué paró ("end_turn" = respuesta completa)
• usage: input_tokens y output_tokens consumidos (lo que pagas)

61 Streaming de respuestas

En vez de esperar a que el modelo genere toda la respuesta, recibes token por token en tiempo real. Todo producto serio usa streaming: ChatGPT, Claude, Gemini.

¿Cómo funciona?

Ejemplo: streaming con la API de Anthropic

Eventos del stream

62 Arquitectura de aplicaciones con LLM

Saber llamar a la API es el primer paso. Construir un producto en producción requiere patrones de ingeniería que la documentación del modelo no enseña.

Capas de una app LLM en producción

Checklist para producción

• Spending limits: alertas y cortes automáticos por coste diario/mensual
• Timeouts: nunca esperar indefinidamente. Timeout + respuesta de fallback
• Observabilidad: loguear cada llamada (modelo, tokens, latencia, coste)
• Versionado de prompts: tratar prompts como código: en git, con rollback

63 Lo que deberías saber: uso práctico

65 ¿Cuándo usar un agente y no un prompt?

66 ¿Qué es un agente?

Un LLM con capacidad de actuar: no solo responde, ejecuta. Tiene acceso a herramientas (tools) y puede completar tareas complejas de forma autónoma.

¿Qué puede hacer un agente?

Ejemplo paso a paso: "Añade tests al módulo de auth"

1. Lee el código del módulo de auth para entender la estructura
2. Identifica funciones sin cobertura de tests
3. Escribe los tests en un archivo nuevo o existente
4. Ejecuta npm test para verificar que pasan
5. Corrige errores si algún test falla y vuelve a ejecutar

Diferencia clave con un chatbot

Un chatbot responde preguntas. Un agente completa tareas. El chatbot te dice cómo hacerlo; el agente lo hace por ti (con tu supervisión).

Ejemplos: Claude Code, Devin, Cursor Agent, Aider

67 Contexto y memoria en agentes: por qué importa empezar limpio

El context window es la memoria de trabajo del agente: lo que "ve" en cada momento. Cuanto más larga la conversación, más tokens consume → más caro, más lento y peor rendimiento.

¿Por qué usar contextos nuevos para tareas nuevas?

• Evitas contaminación: instrucciones o errores de una tarea anterior no afectan a la siguiente
• Mejor rendimiento: el modelo razona mejor con contexto limpio y enfocado
• Menor coste: no pagas tokens de historia irrelevante

Tipos de memoria en agentes

68 Memoria persistente para agentes

Un agente sin memoria entre sesiones empieza de cero cada vez. La memoria persistente permite que recuerde decisiones, preferencias y contexto de conversaciones anteriores.

Tipos de memoria persistente

Herramientas (marzo 2026)

69 Function calling (tool use): cómo el modelo ejecuta acciones

El modelo no puede ejecutar código directamente. Lo que puede hacer es decidir qué herramienta llamar y con qué parámetros. El sistema anfitrión ejecuta la herramienta y le devuelve el resultado.

Flujo de una tool call

Ejemplo con la API de Anthropic

Claves para ingenieros

• El modelo NO ejecuta nada: solo emite un JSON con la herramienta y parámetros. Tu código decide si ejecutar o no (sandboxing, permisos)
• La descripción importa: el modelo elige la herramienta por su nombre y descripción. Una descripción mala = herramienta ignorada o mal usada
• Bucle iterativo: el modelo puede encadenar múltiples tool calls antes de dar una respuesta final
• Es la base de los agentes: un agente es un LLM con acceso a herramientas que decide cuáles usar en cada paso

70 Arquitecturas de agentes: el bucle fundamental

Un agente no es solo un modelo que responde. Es un sistema que razona, actúa y aprende del resultado en un bucle continuo.

El bucle ReAct (Reason + Act)

El agente piensa en voz alta (chain of thought), decide qué herramienta usar, ejecuta, lee el resultado y decide el siguiente paso. Este patrón (ReAct, 2022) es la base de casi todos los agentes actuales.

Variantes del bucle

71 Patrones de diseño de sistemas de agentes

Los bloques fundamentales para construir sistemas de agentes, según la guía de Anthropic "Building Effective Agents":

¿Cuándo usar cada uno?

72 Multi-modelo: usar varios modelos y stack de orquestación

No todos los modelos son iguales ni cuestan lo mismo. La clave es usar el modelo adecuado para cada tarea.

Patrón de routing

Stack típico de orquestación

• Orquestador: coordina el flujo (LangGraph, Mastra, Google ADK, tu propio código)
• Agente planificador: modelo potente que descompone la tarea (Opus, GPT-5.2)
• Agentes ejecutores: modelos más baratos que ejecutan subtareas (Sonnet, Haiku, modelos locales)
• Agente validador: revisa la salida antes de entregarla

73 Patrones de orquestación en OpenAI y Claude

Google ADK

• Workflow agents: Sequential, Parallel, Loop para pipelines predecibles
• LLM-driven routing: el modelo decide dinámicamente a qué agente derivar
• Soporte nativo para MCP tools y streaming de audio/vídeo

74 Ejemplo: un agente con tools en código real

Un agente mínimo tiene tres partes: un modelo, unas herramientas y un bucle que ejecuta las tool calls hasta que el modelo termina.

Agente básico con Claude API (TypeScript)

¿Qué está pasando?

1. Se envía el prompt + las tools disponibles al modelo
2. El modelo responde con tool_use (quiere leer un fichero)
3. Nuestro código ejecuta la lectura y devuelve el resultado como tool_result
4. El modelo lee el resultado y decide: ¿necesita otra tool call o ya puede responder?
5. El bucle se repite hasta que el modelo dice end_turn

75 Sistemas de orquestación de agentes

Coordinan múltiples agentes para resolver problemas complejos. Un agente solo no puede con todo: necesitas especialización, división de tareas y coordinación.

Patrones principales

76 ¿Cuáles hay? (orquestadores y ADKs)

77 Estructura de un agente sobre Claude Code

78 Coding agents: el estado del arte

Agentes que programan de forma autónoma: leen código, planifican cambios, implementan, ejecutan tests y corrigen errores. El salto de "asistente" a "programador autónomo".

Comparativa (marzo 2026)

¿Qué pueden hacer realmente?

• Funciona bien: features acotadas, refactoring, tests, bugs con stack trace claro, migraciones mecánicas
• Funciona regular: diseño de arquitectura, features que tocan muchos ficheros, código con lógica de negocio compleja
• No funciona (todavía): debugging de problemas sin reproducción clara, decisiones de producto, código que requiere contexto que no está en el repo

79 MCP (Model Context Protocol): el estándar que conecta modelos con el mundo

Un protocolo abierto (creado por Anthropic, adoptado por la industria) que estandariza cómo un modelo se conecta con herramientas externas.

¿Cómo funciona?

• Un MCP Server expone herramientas (leer BD, buscar en web, navegar, enviar mensajes...) siguiendo el protocolo
• El agente/modelo descubre qué herramientas tiene disponibles y las llama cuando las necesita
• Protocolo JSON-RPC sobre stdio o HTTP con SSE

¿Quién lo soporta? (marzo 2026)

Claude Code, Claude Desktop, Cursor, Windsurf, VS Code (GitHub Copilot), OpenAI (anunciado), Google ADK (nativo). Cientos de servidores disponibles: PostgreSQL, GitHub, Slack, Playwright, Pinecone, filesystem...

80 MCP en la práctica: crear un servidor mínimo

Crear un MCP server es sorprendentemente simple. Aquí tienes un servidor completo en TypeScript que expone una herramienta.

Servidor MCP mínimo (TypeScript)

Registrar en Claude Code

¿Qué puede exponer un MCP server?

81 Computer Use y Browser Use

Agentes que controlan el ordenador como un humano: mueven el ratón, hacen clic, leen la pantalla, rellenan formularios. El siguiente salto en capacidad de los agentes.

Tipos de control

Casos de uso reales

82 A2A (Agent-to-Agent): agentes que hablan entre sí

Agent-to-Agent Protocol (Google, 2025): un protocolo abierto para que agentes de distintos proveedores colaboren entre sí. Si MCP conecta agentes con herramientas, A2A conecta agentes con otros agentes.

¿Cómo funciona?

Conceptos clave

• Agent Card: un JSON en /.well-known/agent.json que describe el agente: nombre, URL, capacidades, autenticación requerida
• Task: la unidad de trabajo. Un agente cliente crea una tarea, el agente remoto la ejecuta y devuelve artefactos (texto, ficheros, datos estructurados)
• Streaming: soporta SSE para tareas largas con actualizaciones en tiempo real
• Opaco por diseño: el agente cliente no necesita saber cómo funciona el agente remoto internamente. Solo ve la Agent Card y los resultados

MCP vs A2A

83 Human-in-the-loop

Un agente autónomo sin supervisión es un riesgo. Human-in-the-loop (HITL) son patrones para mantener al humano en el bucle de decisión en los momentos críticos.

Patrones de intervención

Nivel de autonomía

84 Lo que deberías saber: agentes y orquestación

86 IDE web vs terminal: ¿dónde usar la IA?

¿Cuándo usar cuál?

87 Comparativa de AI coding assistants (marzo 2026)

Todos usan IA, pero cada herramienta tiene un enfoque diferente. La elección depende de cómo trabajas, no solo de qué modelo usa.

¿Cómo elegir?

88 AI coding benchmarks: medir con datos, no con marketing

Cada herramienta dice ser "la mejor". Los benchmarks te dan datos objetivos para comparar modelos y agentes de coding.

Benchmarks principales

Cómo leer benchmarks sin engañarte

• Verified vs unverified: SWE-bench Verified (500 issues curados) es más fiable que el full (2294, con ruido)
• Coste por resolución: un agente que resuelve el 50% gastando 10x más tokens no es mejor que uno que resuelve el 45% barato
• Contaminación: si el modelo se entrenó con los datos del benchmark, el score no es representativo
• Tu caso de uso: SWE-bench mide bugs en Python OSS. Si trabajas con TypeScript empresarial, el ranking puede ser distinto

89 IA en CI/CD

Los agentes de IA ya se integran en los pipelines de desarrollo. No solo generan código: lo revisan, testean y despliegan.

Dónde encaja la IA en el pipeline

Ejemplo: Claude Code en CI con GitHub Actions

90 Seguridad y riesgos

Mitigaciones

• Validación de salida y guardrails
• Sandboxing y permisos mínimos
• Revisión humana (human-in-the-loop)
• Modelos locales para datos sensibles
• Nunca confiar ciegamente en la salida

Gobernanza empresarial

Las empresas necesitan una política de uso de IA clara antes de que los equipos adopten herramientas por su cuenta:

• Política de uso aceptable: qué herramientas están aprobadas, qué datos se pueden enviar, qué modelos usar para cada tipo de tarea
• Clasificación de datos: definir qué es público, interno y confidencial. Los datos confidenciales nunca salen a APIs externas
• Auditoría y trazabilidad: logs de qué prompts se envían, qué código se genera, quién lo revisa. Fundamental para cumplimiento normativo (GDPR, AI Act de la UE)
• Formación obligatoria: el equipo debe entender los riesgos antes de usar las herramientas. No basta con dar acceso
• Presupuesto y límites: establecer spending limits por equipo/proyecto, alertas de consumo, revisión mensual de costes

91 Guardrails en la práctica

Los guardrails son mecanismos de control que limitan y validan el comportamiento de un LLM en producción. No es solo "pon un system prompt": son capas independientes que se aplican antes, durante y después de la generación.

import { z } from "zod";

// Define el schema esperado
const ResponseSchema = z.object({
  answer: z.string().max(500),
  confidence: z.number().min(0).max(1),
  sources: z.array(z.string().url()).max(5),
});

// Válida la respuesta del LLM
const parsed = ResponseSchema.safeParse(
  JSON.parse(llmResponse)
);
if (!parsed.success) {
  // Respuesta no cumple el contrato: rechazar
  return fallbackResponse();
}

92 Testing adversarial y red teaming

No basta con que tu sistema funcione con inputs normales. Necesitas probar que resiste ataques deliberados. El red teaming es testear tu sistema intentando romperlo.

Vectores de ataque comunes

Cómo testear

93 EU AI Act y compliance

La Ley de IA de la UE entró en vigor en agosto 2024. Es la primera regulación integral de IA del mundo y afecta a cualquier sistema de IA que opere en la UE, independientemente de dónde se desarrolle.

Clasificación por riesgo

¿Qué significa para un desarrollador?

• Model cards: documentar capacidades, limitaciones, datos de entrenamiento y evaluaciones del modelo
• Datos de entrenamiento: trazabilidad del origen y calidad de los datos usados
• Supervisión humana: los sistemas de alto riesgo requieren que un humano pueda intervenir y anular decisiones
• Monitorización post-despliegue: seguimiento continuo del rendimiento y los sesgos del modelo en producción
• Registros y auditoría: logs de las decisiones del sistema para investigación posterior

94 Tokens y coste: ¿cuánto cuesta usar IA?

Se paga por tokens de entrada + tokens de salida. La salida suele ser más cara (el modelo trabaja más generando que leyendo).

Precios por millón de tokens (marzo 2026)

Estrategias para optimizar coste

• Usar el modelo más barato que resuelva la tarea (no todo necesita Opus)
• Caching de prompts (Anthropic y OpenAI lo soportan nativamente)
• Acortar system prompts y contexto innecesario
• Modelos locales para desarrollo y pruebas

95 Observabilidad de LLMs

En producción, un LLM sin observabilidad es una caja negra. Necesitas saber qué está pasando en cada llamada: latencia, coste, calidad, errores, y poder investigar cuando algo falla.

¿Qué observar?

Herramientas

96 Gestión de prompts como código

Un prompt en producción no es un string pegado en el código. Es un artefacto de ingeniería que necesita versionado, testing, review y rollback.

Ejemplo de estructura

97 Evaluaciones (evals): ¿cómo saber si tu IA funciona bien?

No puedes escribir tests unitarios clásicos contra un LLM (la salida cambia cada vez). Necesitas evaluaciones (evals): métricas y frameworks para medir la calidad de un sistema de IA de forma sistemática.

Tipos de evaluación

Ejemplo práctico: eval básica

Herramientas de evaluación

98 Testing de código generado por IA

El código generado por IA parece correcto y tiene buena pinta. Pero esconde bugs sutiles que solo se detectan con testing riguroso.

Errores típicos del código generado

Estrategia de testing

99 Vibe coding: programar por intención

Término acuñado por Andrej Karpathy (febrero 2025): "un nuevo tipo de programación donde te dejas llevar por las vibes, abrazas lo exponencial, y olvidas que el código existe".

Riesgos sin disciplina

• Código que no entiendes: si no puedes leerlo, no puedes mantenerlo ni debuggearlo
• Deuda técnica invisible: "funciona" pero tiene decisiones de arquitectura que no has evaluado
• Falsa productividad: generar código rápido no es generar código correcto

Vibe coding con disciplina

• Spec antes que código: describe qué quieres antes de pedir implementación
• Tests antes que implementación: genera los tests primero, luego la implementación
• Revisa cada diff: no hagas merge de código que no entiendas
• Commits pequeños: cambios atómicos que puedes revertir individualmente

100 El cambio de paradigma en el trabajo del ingeniero

Exponential Programming (Diverger)

No es solo "programar más rápido". Es un cambio de modelo mental. Diverger acuña el término Exponential Programming para describir cómo la IA transforma la relación entre el ingeniero y el código:

• Productividad no lineal: un ingeniero con agentes no es 2x más rápido, puede ser 10x o 50x en ciertas tareas. El cuello de botella deja de ser escribir código y pasa a ser pensar qué construir
• Abstracción sobre abstracción: antes abstraíamos con funciones, clases y frameworks. Ahora abstraemos con prompts, agentes y flujos. El nivel de abstracción sube un orden de magnitud
• Equipos más pequeños, más impacto: lo que antes requería un equipo de 10 personas durante meses, un ingeniero con agentes bien orquestados puede hacerlo en días. Cambia la economía de los proyectos
• El ingeniero como director: tu trabajo no es escribir cada línea, es definir la visión, establecer las restricciones, revisar el resultado y tomar decisiones que la IA no puede tomar por ti

Nuevas habilidades del ingeniero IA-aumentado

• Prompt engineering y diseño de system prompts
• Evaluación de salidas de modelos (evals)
• Orquestación de agentes y diseño de flujos multi-paso
• Gestión de contexto: qué información dar al modelo y cuándo
• Pensamiento crítico: detectar alucinaciones, sesgos y errores sutiles

101 Patrones de trabajo con IA en el día a día

Más allá de las herramientas, lo que marca la diferencia es cómo integras la IA en tu flujo de trabajo. Estos son los patrones que los equipos más productivos usan en 2026.

102 Configurar Claude Code como un pro

La diferencia entre un Claude Code que "funciona" y uno que multiplica tu productividad está en cómo lo configuras. Estos ficheros definen su comportamiento.

Estructura de configuración

Ejemplo: CLAUDE.md de proyecto

Ejemplo: .claude/rules/testing.md

103 Configurar OpenCode y Cursor

Cada herramienta tiene su propio sistema de reglas. La idea es la misma: darle contexto persistente para que no tengas que repetirte en cada conversación.

OpenCode

Cursor

Comparativa rápida

104 Escribir rules efectivas: el arte de instruir al modelo

Las rules son el ROI más alto que puedes conseguir con una herramienta de IA. 30 minutos bien invertidos te ahorran horas de correcciones. Pero no todas las rules son iguales.

Rules malas vs buenas

Estructura de una buena rule

Iterar rules: el ciclo virtuoso

• Trabaja con el modelo → detecta cuándo hace algo que no quieres
• Añade la rule → corrige ese comportamiento concreto
• Commitea la rule → todo el equipo se beneficia
• Revisión semanal → elimina rules obsoletas, refina las que no funcionan

105 Crear una skill: extensiones reutilizables para tu agente

Una skill es una capacidad empaquetada que el modelo activa automáticamente cuando detecta que aplica, o que invocas manualmente con /nombre. Cada skill vive en su propio directorio con un fichero SKILL.md.

Estructura oficial (directorio + SKILL.md)

SKILL.md: frontmatter + instrucciones

Campos del frontmatter

Claves para una buena skill

• Description específica: "Helps with data" no funciona. "Analyze Excel spreadsheets, generate charts. Use when working with .xlsx files" sí
• Secciones estándar: ## Instructions (pasos), ## Examples (casos), ## Requirements (dependencias)
• Progressive disclosure: SKILL.md carga siempre; los ficheros extra solo cuando el modelo los necesita
• allowed-tools: úsalo para skills de solo lectura o con alcance limitado (seguridad, auditoría)

106 Anatomía de un plugin: skills + agentes + hooks

Un plugin empaqueta skills, agentes, hooks y comandos en una unidad instalable y compartible. Es así como se distribuyen las extensiones de Claude Code.

Estructura de directorios

Cada pieza tiene su rol

.claude-plugin/plugin.json mínimo

107 AI agents en producción: lecciones aprendidas

Tras un año de agentes en producción real, estas son las lecciones que no aparecen en los tutoriales.

Lo que funciona

Lo que no funciona (todavía)

El "agent tax"

• Tiempo de supervisión: un agente autónomo necesita que alguien revise su trabajo. Ese tiempo es el "agent tax"
• Coste de tokens: un agente que itera 10 veces consume 10x más tokens. Sin límites, las facturas se disparan
• Debugging opaco: cuando un agente multi-paso falla, diagnosticar cuál paso falló y por qué es más difícil que debuggear código normal

108 Lo que deberías saber: realidad del ingeniero