Por dónde empezar: conviértete en ingeniero de IA agéntica en días, no en meses

No tienes meses para aprender IA. Buena noticia: no los necesitas.

Esta sección es el camino más corto para pasar de principiante a ingeniero de IA agéntica capaz de entregar: medido en días, no en semestres.

• Productivo en unas 6 horas. Fundamentos (Cursos 1 y 2) más tu primer curso de modo (Curso 3, 4 o 7).
• Tu primer Digital FTE entregado en un fin de semana. Cursos 7 a 9, de principio a fin.
• Fluidez en todo el stack de Agent Factory en un mes de noches enfocadas. Los dieciséis cursos, gobernados por evals y desplegados en la nube.

Por qué funciona

Cualquiera que haya entrado alguna vez a un trabajo nuevo con poca base y haya salido adelante conoce el patrón. Primero, obtienes una vista general del trabajo. Segundo, identificas los pocos temas críticos para hacer el trabajo de verdad. Tercero, aprendes el 80 % de cada tema que se usa de forma habitual, empiezas a trabajar y vas incorporando el resto sobre la marcha, con material de referencia a mano. En este libro, esa referencia es cada capítulo del libro: cada uno está escrito para leerse cuando encuentres una brecha.

Intentar aprender por adelantado todos los detalles de todos los temas lleva meses. Te agotarías antes de entregar algo. Nuestra pedagogía se construye sobre la filosofía opuesta: cubrir el 80 % crítico, ponerte a trabajar y dejar que el resto se complete mediante el uso real. Todos los cursos acelerados de esta sección están diseñados exactamente así.

Una nota sobre este libro. Los cursos acelerados de esta sección te ponen a trabajar rápido. Los capítulos del libro son tu referencia posterior al curso: están escritos para volver a ellos cada vez que aparezca una brecha en el trabajo real.

Empieza por la tesis

Lee primero la tesis. Viene en dos versiones: una para profesionales técnicos y de negocio y otra para principiantes absolutos, de modo que todos puedan seguirla sin importar su base. Después de la tesis vienen los Fundamentos: el Curso 1, sobre prompting, y el Curso 2, sobre pensamiento. Todos los lectores los toman antes de elegir un modo.

El modelo mental que necesitarás: el trabajo en la era de la IA ocurre en tres capas. Usas agentes generales para resolver problemas. Construyes AI Workers para hacer trabajos especializados. Ensamblas esos Workers en AI-Native Companies. Todo compromiso profesional empieza igual: una persona dirige a un agente general. La única pregunta es qué agente, y eso depende de lo que intentas lograr.

Una nota rápida sobre nombres. A lo largo de este libro, AI Worker, Digital FTE y AI Employee se refieren a la misma idea: un sistema agéntico especializado que hace un trabajo real bajo una política definida por humanos. Usamos Digital FTE cuando enfatizamos el valor de negocio, AI Worker cuando enfatizamos la implementación y AI Employee cuando enfatizamos el rol dentro de la empresa. Para cualquier otro término desconocido, el glosario es tu aliado.

Tu recorrido

Este es el arco desde donde estás ahora hasta donde te lleva esta sección:

No tienes que recorrer todo el camino. La mayoría de los lectores se detienen en la etapa 3 o 4, y eso basta para una carrera seria o una primera startup. El camino completo está ahí si lo quieres.

Elige tu modo

La sección de la tesis Los dos modos de uso de agentes generales describe las dos formas en que las personas usan realmente los agentes de propósito general. Modo 1 si quieres usar IA para hacer tu trabajo. Modo 2 si quieres construir IA que haga el trabajo por ti. La etiqueta "Fabricación" suena industrial, y lo es: construir Workers es una disciplina distinta de usarlos.

	Modo 1: resolución de problemas	Modo 2: fabricación
Elige esto si...	Quieres que la IA te ayude a hacer tu trabajo más rápido	Quieres construir AI Workers que hagan trabajo para ti
Para quién es	Cualquier persona: ingenieros o trabajadores del conocimiento	Ingenieros (o un trabajador del conocimiento acompañado por un ingeniero)
Tu herramienta	Claude Code/OpenCode o Claude Cowork/OpenWork	Claude Code/OpenCode para construir; las páginas del curso enseñan conceptos que primero lees por tu cuenta y luego pides al agente crear
Empieza con	Curso 3 (ingenieros) o Curso 4 (trabajadores del conocimiento)	Curso 7: construir agentes de IA
Lo que produces	Trabajo terminado	Un Worker que produce trabajo por sí mismo
Gobernado por	Siete principios de resolución de problemas	Siete invariantes de Agent Factory

Una nota sobre el Modo 1. Si quieres llevar el Modo 1 más lejos y desplegar un asistente personal de IA que ejecute tus flujos de trabajo diarios por sí mismo, sigue OpenClaw con agentes generales (Curso 6) después del curso de principios.

Una nota sobre el Modo 2. La salida del agente general no es el resultado: es el Worker que produce el resultado. Un desarrollador usa Claude Code para especificar, construir y desplegar un Worker que revisa código. Un analista financiero, acompañado por un ingeniero, usa Claude Code para especificar un Worker de cierre contable que se ejecuta al final de cada mes. Misma herramienta, misma disciplina, dominio distinto.

Tu ruta inicial

Si el selector de modo todavía se siente abstracto, aquí tienes la misma decisión en términos completamente concretos: elige la fila que encaje contigo y empieza por el curso de la izquierda. Todas las rutas comienzan con los Fundamentos universales (Cursos 1 y 2).

Eres...	Tu ruta inicial	Primer hito
Principiante absoluto	Tesis -> Curso 1 (Prompting) -> Curso 2 (Pensamiento)	Fundamentos asentados; continúa con un modo abajo
Trabajador del conocimiento	Fundamentos (Cursos 1 y 2) -> Curso 4 (Cowork) -> Curso 5 (Principios)	Entrega trabajo real de conocimiento con IA
Ingeniero	Fundamentos (Cursos 1 y 2) -> Curso 3 (Claude Code) -> Curso 7 -> Curso 8 (FTE)	Entrega tu primer Digital FTE
Constructor de fuerza laboral	La ruta de ingeniería, luego Curso 10 (Paperclip) -> Curso 13 (Evals) -> Curso 14 (Deploy)	Una fuerza laboral de IA gobernada y desplegada en la nube

Los cursos

El camino más rápido hacia un Digital FTE entregado: Fundamentos (Cursos 1 y 2) -> Curso 3 -> Curso 7 -> Curso 8 -> Curso 13 (ruta de lector). Unas 12 horas de trabajo enfocado. Los cursos restantes convierten ese Digital FTE en una fuerza laboral gobernada, pero no los necesitas para entregar el primero.

Tiempo total por profundidad: Modo 1 (productivo con IA) ~5 h · Modo 2 mínimo (primer Digital FTE) ~12 h · Modo 2 completo (fuerza laboral gobernada) ~25 h · dominio completo de Agent Factory ~45 h (con el curso de despliegue en la nube).

Antes de entrar, hay dos prerrequisitos compartidos por todos: prompting de IA moderno y aprender a pensar en la era de la IA. Después, el camino se divide por modo.

Fundamentos (todos)

1. Prompting de IA en 2026: una introducción de 45 minutos y 13 conceptos para usar bien ChatGPT, Claude y Gemini en 2026: contexto, modos de razonamiento, investigación profunda, multimodalidad y apps de escritorio de IA. La mecánica que todos los capítulos de este libro asumen que ya conoces.

2. Cómo pensar en la era de la IA: en desarrollo. La disciplina cognitiva que separa a las personas que obtienen valor real de la IA de quienes no lo logran: cuándo recurrir a un agente, cuándo no hacerlo y cómo enmarcar problemas para que un agente pueda ayudar de verdad.

Agentes generales (elige tu compañero de trabajo)

Estos son los agentes de propósito general que dirigirás en todos los modos que siguen. Los ingenieros eligen el agente de programación; los trabajadores del conocimiento eligen el agente colaborativo de escritorio. Ambos se reutilizan en el Modo 2: no son específicos del Modo 1, son la capa de herramientas bajo todos los modos.

3. Curso acelerado de programación agéntica: Claude Code y OpenCode: un recorrido de 90 minutos y 15 conceptos por Claude Code y OpenCode. Mismo vocabulario, atajos de teclado ligeramente distintos; las habilidades se transfieren limpiamente entre las dos herramientas. El punto de partida con agentes generales para ingenieros.

4. Curso acelerado de Cowork: una introducción de 90 minutos y 15 conceptos a Claude Cowork: delegar trabajo real de conocimiento en el escritorio, la escalera de autonomía, defensas contra prompt injection y el hábito de revisar planes que evita la mayoría de los arrepentimientos. El punto de partida con agentes generales para trabajadores del conocimiento.

Modo 1: la ruta de resolución de problemas

5. Resolución de problemas con agentes generales: un curso acelerado de 90 minutos y 7 principios sobre la disciplina operativa que convierte cualquier agente general —Claude Code, OpenCode, Cowork u OpenWork— de juguete inteligente en herramienta con la que puedes entregar trabajo real. Los siete principios se aplican a las cuatro herramientas: Bash como clave, el código como interfaz universal, la verificación como paso central, descomposición pequeña y reversible, persistencia del estado en archivos, restricciones y seguridad, y observabilidad. Incluye el flujo de trabajo de cuatro fases —explorar, planificar, implementar, confirmar— y un ejercicio final.

6. OpenClaw con agentes generales: un curso práctico de 90 minutos y 6 escenarios en el que tu agente general instala y configura un Personal AI Employee en OpenClaw: de cero a un AI Employee en tu teléfono, con una skill personalizada, una herramienta MCP, una tarea de latido y una demostración final de ACP-spawn donde el AI Employee convoca a un agente de programación propio. La "pequeña skill" de Karpathy, ampliada. Prerrequisito: Curso 3.

Modo 2: la ruta de fabricación

La ruta de fabricación avanza de principio a fin en siete movimientos: construir el Agente, promoverlo a Employee, conectar Employees con un sistema nervioso, añadir gestión, hacer dinámica la contratación, liberar a la persona fundadora y demostrar que toda la fuerza laboral es mediblemente confiable con evals. Sin ese último movimiento, la fabricación no se puede probar: los Workers que no puedes medir son Workers que no puedes entregar de verdad.

7. Curso acelerado para construir agentes de IA: una introducción de 90 minutos y 16 conceptos al OpenAI Agents SDK: bucle de agente, herramientas, sesiones, streaming, handoffs, guardrails, trazado, evals desde el día 1, aprobación humana, despliegue en sandbox sobre Cloudflare y DeepSeek V4 Flash para disciplina de costos. Prerrequisito: Curso 3.

8. De agente a Digital FTE: un taller de 4 horas sobre cómo convertir un agente básico en un Worker duradero: Skills portátiles, Neon Postgres con pgvector como sistema de registro, el Model Context Protocol como el cable entre ellos, disciplina de pistas de auditoría, aprobación como modelo de autoridad y un Worker de soporte al cliente construido de principio a fin. 15 conceptos, 8 decisiones de construcción. Quick Win en 15 minutos; lectura rápida de la hoja de referencia en 90; construcción completa en unas 3 horas más. Prerrequisito: Curso 7.

9. De Digital FTE a Worker de producción con sistema nervioso: un curso de 90 minutos y 15 conceptos sobre envolver tu Digital FTE en una capa operativa de Inngest: ejecución durable, disparadores orientados a eventos, memoización por pasos, concurrencia y limitación de velocidad, repetición y puertas HITL. Extiende el Worker de soporte al cliente para que sobreviva a cortes de red, reinicios y aprobaciones pendientes durante mucho tiempo. Prerrequisito: Curso 8.

10. Construcción de una fuerza laboral con Paperclip: un curso práctico de 90 minutos y 6 escenarios donde tu agente de programación pone en marcha Paperclip (el plano de control open-source, con licencia MIT, para empresas AI-native), contrata un Worker local sin claves, registra una aprobación de junta como registro de decisión auditado y permanente, incorpora un Worker real respaldado por Gemini para que un presupuesto finalmente tenga trabajo facturable que medir, y reconstruye toda la historia de la empresa con una consulta SQL al registro de actividad. Los escenarios 1 a 4 y 6 se ejecutan sin API key; solo el escenario de presupuesto necesita una clave gratuita de Gemini. Prerrequisito: Curso 8 o Curso 6.

11. De fuerza laboral fija a dinámica: un taller de medio día, 15 conceptos y 7 decisiones donde la fuerza laboral del Curso 10 detecta una brecha de capacidad, redacta una propuesta de contratación, la pasa por el mismo primitivo de aprobación que controla un reembolso de 500 USD y provisiona un Legal Specialist en Claude Managed Agents. Contratar como función invocable. Cierra el Invariante 6: la fuerza laboral puede expandirse bajo política. Prerrequisito: Curso 10.

12. Del cuello de botella fundador al delegado del propietario: un taller de medio día, 15 conceptos y 7 decisiones donde el propietario de la fuerza laboral configura un Owner Identic AI en OpenClaw: lee solicitudes rutinarias de aprobación de Paperclip, despeja las que están dentro de un sobre delegado firmado y eleva solo las decisiones que realmente necesitan a una persona. El propietario es el último cuello de botella; este curso lo elimina. Cierra el Invariante 2: todo humano necesita un delegado. Entrega un archivo zip descargable de inicio de laboratorio con endpoints simulados, plantillas de reglas y contexto de juicio de ejemplo. Prerrequisito: Curso 11.

13. Desarrollo dirigido por evals para AI Employees: la disciplina que cierra el arco de fabricación y envuelve todo lo que construyeron los Cursos 3 a 12. Cuatro rutas de aprendizaje: Lector (~3-4 horas, conceptual), Principiante (~1 día), Intermedio (~2 días), Avanzado (~3 días para implementación completa). 15 conceptos más un laboratorio de 7 decisiones. Enseña la pirámide de evaluación de nueve capas (unidad, integración, salida, uso de herramientas, traza, RAG, seguridad, regresión, producción) y el stack de cuatro herramientas que la completa: OpenAI Agent Evals con calificación de trazas, DeepEval, Ragas y Phoenix. Estado final: una fuerza laboral donde cada integrante es mediblemente confiable, con un ritual semanal que promueve trazas a pruebas de regresión y mantiene viva la suite de evals durante meses. Ruta de lector para líderes; ruta avanzada para equipos que entregan. Asume el runtime de OpenAI Agents SDK o Claude Managed Agents.

14. Despliega tu harness de agente en la nube: el curso que entrega todo lo construido por la ruta de fabricación. Enseña la división harness/sandbox: el plano de control (el harness que guarda secretos, ejecuta el bucle del agente y conserva el estado) vive en un límite de seguridad distinto del plano de ejecución (el sandbox donde se ejecuta el código generado por el agente). Despliegas una ruta completa de producción: FastAPI en Azure Container Apps para el harness, Neon Postgres para estado durable, Cloudflare R2 para archivos, un sandbox de ejecución de código, observabilidad en cuatro superficies y la suite de evals del Curso 13 conectada como puerta de CI. Cuatro rutas de aprendizaje (Lector para líderes y arquitectos; Principiante a Avanzado para equipos que entregan), 17 conceptos y un laboratorio dirigido por agente con 9 decisiones donde tu agente de programación lee un AGENTS.md complementario y construye el harness mientras tú lo diriges. Prerrequisito: Curso 13 (la Decisión 8 conecta su suite de evals). La ruta de lector no necesita cuentas de nube.

15. Elección de arquitecturas agénticas: un curso acelerado conceptual sobre selección de patrones: cinco preguntas sobre tu tarea se asignan a uno de cuatro patrones centrales (flujo de trabajo secuencial; agente único + ReAct + herramientas; planificación + ejecución ReAct; especialista multiagente), más reflexión como capa adicional encima. La disciplina consiste en elegir por encaje arquitectónico, no por lo que parece impresionante: cada patrón es una apuesta sobre la tarea, y el correcto es aquel cuyas suposiciones coinciden con la realidad. Enseña el árbol de decisión de cinco preguntas, los dos modos de fallo igualmente comunes (sobredimensionar y quedarse corto), las señales de runtime que revelan un desajuste y cómo cada patrón compone con tu topología de despliegue y tu suite de evals. Cuatro rutas de aprendizaje (Lector ~2-3 horas conceptual; Principiante ~1 día; Intermedio ~2-3 días; Avanzado ~4-5 días), un laboratorio de decisión de cinco casos y una hoja imprimible para clasificar tareas en revisiones de diseño. Prerrequisito: ya puedes construir y evaluar agentes; cruza referencias con los cursos de construcción de agentes, capa operativa y evals.

16. Agentes habilitados para pagos: ACP, AP2, x402 y MPP: un curso acelerado multirruta sobre los cuatro protocolos que permiten a los agentes mover dinero: ACP para compras de consumidores, AP2 para mandatos de autorización, x402 para pagos machine-native sobre HTTP y MPP para liquidación basada en sesiones. La idea clave: los cuatro son capas, no rivales. Lees un caso de uso, eliges un protocolo por capa (descubrimiento, autorización, comercio, liquidación) y los compones como código del OpenAI Agents SDK, con el guardrail de entrada de herramienta que detiene un pago antes de que ocurra. Cuatro rutas de aprendizaje (Lector ~2-3 horas conceptual; Principiante a Avanzado para equipos que entregan), 19 conceptos, un laboratorio de cinco decisiones y la disciplina de límites de gasto de tres niveles que evita que un agente descontrolado vacíe una billetera. Prerrequisito: Curso 7 (OpenAI Agents SDK); se combina con el Curso 9 (Inngest) y el Curso 14 (despliegue en la nube).

Referencias y acompañantes

17. ¿Qué empleados de IA deberías usar en 2026?: cinco herramientas asignadas a quién eres y qué necesitas. Encuentra tu punto de partida en menos de un minuto.

18. Hojas de referencia: tarjetas interactivas de referencia rápida para las herramientas clave de este libro: Claude Code, el espacio colaborativo de Claude y OpenClaw.

19. Fundamentos de ingeniería agéntica: una introducción de 45 minutos a la disciplina de ingeniería que sostiene todo en esta sección: cómo diseñar, entregar y operar sistemas basados en agentes con el mismo rigor que aplicarías a cualquier otro software de producción. Lectura complementaria opcional para cualquiera que vaya más allá del Curso 8.

El glosario es tu otro acompañante constante. Mantén ambos abiertos en pestañas.

Qué tendrás al terminar

Cuando llegues al final de esta sección, no solo entenderás la tesis de Agent Factory: habrás construido contra ella. Habrás usado agentes generales para entregar trabajo real. Habrás desplegado al menos un Digital FTE que funciona sin ti. Lo habrás conectado a un sistema nervioso, lo habrás colocado dentro de una fuerza laboral gobernada por Paperclip, habrás visto a esa fuerza laboral contratar a sus propios colegas y te habrás liberado de ser su cuello de botella mediante un Identic AI. Habrás envuelto todo en evals escritas por ti, de modo que podrás demostrar —no solo esperar— que cada Worker es confiable.

Esa es la diferencia entre este libro y cualquier otro curso de IA: no terminas con apuntes. Terminas con una fuerza laboral de IA funcionando.

Y el libro sigue siendo útil: los capítulos son la referencia a la que vuelves cada vez que te atascas.

Todo lo que viene después de esta sección refina lo que ya construiste. Ahora elige tu modo y empieza.