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. Todos empiezan igual: seis cursos de Fundamentos en un navegador, sin instalar nada, sepas programar o no. Luego tomas una decisión, usar IA para hacer tu trabajo o crear IA que lo haga por ti, y recorres los cursos desde ahí. Ingeniero es el destino, no el requisito previo.

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. Puedes ser productivo con IA en cuestión de horas, tener tu primer Digital FTE en un fin de semana y dominar el stack completo de Agent Factory en un mes de noches enfocadas.

Por qué días, no meses

Esa promesa suena imposible hasta que ves el método que hay detrás. Es el mismo método que cualquiera usa para sobrevivir a un trabajo nuevo con poca base. 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.

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.

Cómo está organizado esto (empieza aquí)

No aprendes esto leyendo todo; lo aprendes recorriendo una ruta clara. Así que esta es la ruta, el único mapa que necesitas tener en la cabeza. Es el mismo que ya muestra la barra lateral: Fundamentos primero, luego agentes generales, luego arneses de agentes personales, donde todos se dan un agente persistente propio, después una de dos rutas, Modo 1 o Modo 2, y por último referencias y acompañantes. Todo gira alrededor de una sola decisión en el centro, el modo, y todo lo anterior a esa decisión es compartido por todos los lectores.

Empieza leyendo 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: qué es realmente un modelo de lenguaje, prompting, los dos lenguajes de documentos del trabajo agéntico, encargar código que nunca escribes, enseñarle una tarea a la IA una vez y conectarla con tus aplicaciones, y aprender a pensar en la era de la IA. Todos los lectores toman estos cursos antes de elegir un modo.

¿Por dónde empiezas? En un navegador. Tus primeros seis cursos, los Fundamentos, se hacen en una pestaña de chat: Claude.ai, ChatGPT o Gemini, sin instalar nada, sepas programar o no. Esa pestaña del navegador es donde ya vive la mayor parte del valor cotidiano de la IA. Cuando el trabajo necesita tus archivos reales, pasas a un agente general en tu propia máquina y empiezan las tres capas del trabajo agéntico.

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.

note

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.

Esas mismas tres capas son el arco que esta sección recorre contigo, desde donde estás ahora hasta donde te lleva:

No tienes que recorrer todo el camino. La mayoría de los lectores se detienen en la etapa 4 o 5, y eso basta para una carrera seria o una primera startup. El camino completo está ahí si lo quieres.

Elige tu modo

Aquí está esa decisión de cerca: la bifurcación entre usar IA y construir IA que trabaje para ti. Tómala primero en abstracto y luego encuentra tu propia fila.

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 "Manufacturing" suena industrial, y lo es: construir Workers es una disciplina distinta de usarlos.

Hay una cosa que la decisión no cambia: todos eligen un agente general, Curso 9 o Curso 10, justo después de Fundamentos. La decisión de modo te dirige a una ruta; no decide si usas un agente general. Siempre lo haces.

	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 9 (ingenieros) o Curso 10 (trabajadores del conocimiento)	Curso 30: 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 antes de la bifurcación. Antes de elegir un modo, todos toman un paso compartido: darse a sí mismos un agente personal persistente. Esa es la sección Arneses de agentes personales (OpenClaw con agentes generales, Curso 19, y Hermes con agentes generales, Curso 20). Es un paso en la ruta compartida, no un modo: construyes aquí tu propio agente y luego eliges Modo 1 o Modo 2.

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 a 6).

Eres...	Tu ruta inicial	Primer hito
Principiante absoluto	Tesis → Curso 1 (qué es la IA) → Curso 2 (prompting) → Curso 3 (Markdown y HTML) → Curso 4 (código que nunca escribes) → Curso 5 (habilidades y conectores) → Curso 6 (pensamiento)	Fundamentos asentados; continúa con un modo abajo
Trabajador del conocimiento	Fundamentos (Cursos 1 a 6) → Curso 10 (Cowork) → Curso 19 o 20 (tener un arnés propio, mediante un agente de código) → Curso 21 (¿es esto un problema para un agente?) → Curso 22 (principios)	Entrega trabajo real de conocimiento con IA
Ingeniero	Fundamentos (Cursos 1 a 6) → Curso 9 (Claude Code) → Curso 19 o 20 (tener un arnés propio) → Curso 30 → Curso 31 (FTE)	Entrega tu primer Digital FTE
Constructor de fuerza laboral	La ruta de ingeniería, luego Curso 35 (Paperclip) → Curso 38 (evals) → Curso 39 (deploy)	Una fuerza laboral de IA gobernada y desplegada en la nube

Los cursos

Ya tomaste la decisión, así que aquí está cada curso, agrupado exactamente como aparece en la barra lateral, con la ruta más rápida y el tiempo de cada profundidad antes de la lista completa.

tip

Varios cursos incluyen una ruta de lector: una pasada conceptual, sin construcción, que tomas para entender y dirigir el trabajo en lugar de implementar cada línea. Usándola donde se ofrece, la ruta más rápida hacia un Digital FTE entregado es Fundamentos (Cursos 1 a 6) → Curso 9 → Curso 30 → Curso 31 → Curso 38 (ruta de lector): unas 15 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) ~8 h · Modo 2 mínimo (primer Digital FTE) ~15 h · Modo 2 completo (fuerza laboral gobernada) ~28 h · dominio completo de Agent Factory ~48 h (con el curso de despliegue en la nube).

Todos comparten los mismos seis Fundamentos que aparecen abajo; después de eso, la ruta se divide por modo.

Fundamentos (todos)

1. Qué es realmente la IA: un modelo mental sin matemáticas ni código de la máquina que está debajo de todos los demás cursos. Nueve ideas que explican por qué un modelo de lenguaje predice en lugar de buscar, por qué suena seguro incluso cuando se equivoca, por qué cuenta mal las letras de "strawberry" y por qué su habilidad es irregular. Léelo primero y cada "¿por qué hizo eso?" de los cursos siguientes ya tendrá una respuesta esperando. Unos 45 minutos.

2. 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.

3. Markdown de entrada, HTML de salida: una introducción de 13 conceptos a los dos lenguajes de documentos del trabajo agéntico: escribir specs en Markdown lo bastante precisas para una máquina, con encabezados, listas, bloques de código, enlaces y el esqueleto de spec con su bucle de validación hasta una calificación de 9, y exigir una salida HTML lo bastante rica para una persona, con la escalera de publicación que convierte un artifact en un enlace compartible. Unos 90 minutos, incluidos los prompts de cierre. Prerrequisito: Curso 2.

4. El código que nunca escribes: una introducción de 13 conceptos para lograr que la IA escriba, ejecute y verifique código que tú nunca lees. Qué tareas son problemas de código (volumen, precisión, repetición, archivos), cómo escribir un brief de cinco secciones sin palabras técnicas, cómo forzar cómputo en lugar de estimación, cómo verificar un resultado que no puedes leer y las cinco superficies donde la IA ejecuta código por ti: Claude.ai, Claude Code, OpenCode, Cowork y OpenWork. Alrededor de una hora, más cuarenta minutos de prompts de cierre y cuatro proyectos. Prerrequisito: Cursos 2 y 3.

5. Habilidades y conectores: una introducción sin código a las dos mejoras que convierten una caja de chat en un compañero de trabajo. Una habilidad enseña a la IA una tarea una vez, un SKILL.md que carga solo cuando tu solicitud coincide, para que trabaje a tu manera siempre; un conector le da a la IA acceso seguro y acotado por permisos a tus aplicaciones reales, como Drive, Gmail, Slack o un tracker, sobre el estándar MCP. Cuándo usar cada uno, cómo usar los integrados, cómo hacer que la IA construya el tuyo propio, y cómo hacerlo de forma segura en las mismas cinco superficies, con notas sobre los equivalentes de ChatGPT y Gemini. Diseñado para contadores, médicos, marketers, ingenieros y estudiantes. Alrededor de 75 minutos, incluidos los prompts y proyectos de cierre. Prerrequisito: Cursos 2 a 4.

6. Cómo pensar en la era de la IA: 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 Modo 2: no son específicos de Modo 1, sino la capa de herramientas bajo todos los modos. La ruta de programación comienza con LLM open-source, donde ejecutas un modelo abierto en tres escalas: tu portátil, un servidor que controlas y la nube. Después eliges a tu compañero, programación agéntica para ingenieros o Cowork para trabajadores del conocimiento, y aplicas cinco disciplinas: desarrollo guiado por especificaciones, ingeniería de bucles, ingeniería del harness, ingeniería de grafos y confianza en el checker. Especificas qué construir, diseñas el bucle que lo construye, endureces el harness que hace seguro confiar en ese bucle, das memoria compartida a tus bucles cuando ejecutas más de uno y demuestras con evals la calidad del checker que está en su centro.

7. Agentes generales en la web: tu primer agente general, dirigido desde una pestaña del navegador sin instalar nada. Un recorrido de 12 conceptos por Claude Cowork en la web y ChatGPT Work: sesiones remotas, ubicación de archivos, conectores, aprobaciones en el teléfono, el bucle de delegación y tareas programadas sin un dispositivo conectado. La lección durable es una lente de seis partes con la que cualquier producto de agentes se puede leer en media hora. La entrada más suave a toda la sección; todo el mundo empieza aquí.

8. LLM open-source: tu portátil, tu servidor o clúster y la nube: tres partes independientes. Con Ollama ejecutas un modelo local, gratuito y sin conexión; con vLLM sirves Qwen3 8B desde una GPU propia y comparas concurrencia; con OpenRouter diriges modelos abiertos frontier que una persona no puede alojar. Claude Code y OpenCode funcionan en los tres niveles. La idea durable: el agente es un harness con un cerebro intercambiable, y ese cerebro es una dirección. La entrada de modelos abiertos a la ruta de programación.

9. 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.

10. 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.

11. Curso acelerado de diseño de sitios web: un curso práctico de construcción con 15 conceptos que aplica todo lo que acabas de aprender a un trabajo: diseñar, verificar y publicar un sitio web real para un cliente, de una sola página o de varias, que parezca creado con intención y no generado. El gusto se convierte en un archivo que carga el modelo; hay un flujo multimedia de cuatro vías, desde fotos gratuitas hasta video de pago; las capturas de pantalla se usan como pruebas; y al final queda una URL publicada. Tu primera construcción real con la máquina agéntica.

12. Desarrollo guiado por especificaciones: una introducción de 13 conceptos para acordar qué construir antes de generar cómo se construye: la constitución del proyecto, las cuatro fases (investigar, especificar, aclarar, construir) y la misma disciplina ejecutada de tres formas, en claude.ai, Claude Code y OpenCode. Una disciplina de pensamiento, no una habilidad de programación, así que las personas que no programan también la ejecutan. Unos 90 minutos más un ejemplo desarrollado dos veces y seis proyectos prácticos. La disciplina que hace confiable al compañero que hayas elegido.

13. Las cuatro capas: un mapa de 12 conceptos de la arquitectura que hay bajo cada sistema agéntico. Prompt, contexto, harness y bucle no son cuatro habilidades competidoras, sino cuatro contenedores anidados, cada uno con su propia unidad de trabajo: una llamada al modelo, la ventana de contexto, un beat y la ejecución completa. Aprendes la firma de fallo de cada capa, la única señal de éxito que un beat de maker puede demostrar por sí solo y por qué ningún prompt puede corregirla, por qué una puerta humana es una salida y no una parada, cómo encajan los Modos 1 y 2 y por qué los grafos no son una quinta capa. Termina con un diagnóstico de ocho casos y una explicación honesta de cuándo el marco se resiste. El hábito: deja de reescribir el prompt y pregunta qué capa falló. Unos 50 minutos, sin instalar nada. Prerrequisito: Curso 9 o 10; léelo antes del Curso 14.

14. Ingeniería de bucles: una introducción de 15 conceptos sobre el cambio de promptear a un agente turno por turno a diseñar el bucle que lo promptea por ti. Aprendes las seis partes de un bucle, un latido, aislamiento por worktree, una habilidad, la división de subagentes maker–checker, un conector y la columna de estado que sobrevive entre ejecuciones, construidas una vez en Claude Code y OpenCode, y luego compuestas en un único bucle de triaje matinal a PR. Cubre los flujos de trabajo dinámicos como el cuerpo codificado de un beat, la disciplina de costo por cadencia que mantiene asequible un bucle y por qué la habilidad duradera vive en los dos extremos que un bucle nunca puede automatizar: la intención y la responsabilidad. Unas dos horas de lectura, más para construir. Prerrequisito: Curso 9; se construye directamente sobre los Cursos 12 y 13.

15. Ingeniería del harness: una introducción de 12 conceptos a la capa que rodea al modelo y convierte la inteligencia en bruto en un agente en el que puedes confiar: Agente = Modelo + Harness. Los cinco verbos que organizan cada superficie del harness (restringir, informar, verificar, corregir y escalar), las reglas de permisos ordenadas por radio de impacto, los sandboxes que vuelven el daño imposible en lugar de solo prohibido, los hooks que revisan el trabajo automáticamente, la salida tipada que un programa puede validar, las cuatro clases de fallo y el hábito de trinquete que convierte cada error detectado en una corrección permanente. Termina endureciendo de extremo a extremo el bucle de triaje matinal de Ingeniería de bucles, tanto en Claude Code como en OpenCode, más ocho construcciones de harness para practicar. Unas dos horas de lectura. Prerrequisito: Curso 9; se construye directamente sobre el Curso 14 (Ingeniería de bucles).

16. Ingeniería de grafos: una introducción de 16 conceptos a la memoria compartida para muchos agentes. Conservas dos grafos sin mezclarlos: un DAG de commits para el trabajo y un grafo de conocimiento para los hechos, con esquema, resolución de entidades reversible y procedencia en cada arista. Los agentes reciben subgrafos acotados y el checker debe citar la arista. Añade un grafo de gobernanza y explica cuándo no construir un grafo. Prerrequisito: Curso 9; continúa los Cursos 14 y 15.

17. Confiar en el checker: curso acelerado de evals: una introducción de 12 conceptos para probar al probador. Calificas la tasa de aprobación, evalúas respuesta, acciones y traza, construyes un conjunto dorado con fallos reales, calibras el juez contra una revisión ciega y ejecutas regresiones con hold-outs sellados contra la ley de Goodhart. Sin frameworks: casos, un runner de shell y jq. Prerrequisito: Curso 9; continúa el Curso 15.

18. Dejar el portátil: curso acelerado de runtime: una introducción de 12 conceptos a dónde debe vivir un bucle probado. Compara sesión local, programación en la nube, runtime gestionado y proceso propio; headless mode es el puente, el suitcase test separa la disciplina portable de la mecánica y la confianza se vuelve a ganar en el nuevo hogar. Prerrequisito: Curso 9; continúa el Curso 17 y cierra la trilogía de la etapa 3.

Arneses de agentes personales

El paso compartido entre usar un agente y elegir un modo. Aquí todos se dan a sí mismos un agente personal persistente: uno que recuerda entre sesiones y se ejecuta en una infraestructura que te pertenece, en lugar de empezar de cero en cada chat. Lo construyes dirigiendo un agente de código (Claude Code u OpenCode), que hace la instalación por ti, así que incluso si Cowork es tu herramienta diaria, apuntas un agente de código a este paso. Ten tu agente aquí y luego elige Modo 1 o Modo 2.

19. 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 habilidad 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 habilidad" de Karpathy, ampliada. Prerrequisito: Curso 9.

20. Hermes con agentes generales: un curso práctico de 90 minutos y 6 escenarios en el que tu agente general instala y ejecuta Hermes (Nous Research), el arnés con memoria primero que se mejora a sí mismo: memoria persistente entre sesiones para que conserve lo que aprende entre ejecuciones, un bucle de aprendizaje que escribe sus propias habilidades a partir de las tareas difíciles que resuelve, agnóstico al modelo para que evites el bloqueo de proveedor, todo ejecutándose en una infraestructura que te pertenece. La misma idea de Personal AI Employee que el Curso 19, construida sobre un arnés diseñado para componer lo que aprende. Prerrequisito: Curso 9; se combina con el Curso 19 (OpenClaw).

Modo 1: la ruta de resolución de problemas

El Modo 1 es un arco de tres cursos: diagnosticar, resolver, cruzar. Decides si una tarea siquiera corresponde a un agente y de qué modo es (Curso 21), la resuelves bien dentro de una sola sesión (Curso 22) y, cuando una solución demuestra que vale la pena conservarla, la promueves a un Worker permanente (Curso 23, el puente hacia el Modo 2).

21. ¿Es esto un problema para un agente?: el triaje de diez minutos que ejecutas antes de abrir cualquier agente. Tres puertas: ¿es siquiera un trabajo para un agente (o una herramienta común, o un chatbot que solo responde)?, ¿lo harás una vez o cada semana (Modo 1 o Modo 2)? y ¿qué aspecto tiene "terminado"? Tres puertas, tres giros equivocados, un camino claro, que cierra con una tarjeta de referencia que asigna cada respuesta a la herramienta de 2026 adecuada. El curso que evita que quemes una sesión entera en una tarea que nunca correspondió a un agente. Escrito para principiantes y un público internacional. La rampa de entrada y la primera página del Modo 1.

22. 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.

23. De tarea puntual a Worker: el traspaso a la fabricación: el puente que cierra el Modo 1 y abre el Modo 2. Cuándo una tarea que sigues resolviendo a mano está lo bastante probada como para convertirse en un Worker permanente, y cómo promoverla: una señal (el método dejó de cambiar), cuatro promociones (tu brief → una spec, tu revisión a ojo → una eval, tú en el bucle → una regla de escalamiento, tu sesión → un runtime) y una bifurcación (tener un arnés personal o fabricar un Digital FTE). Convierte el cruce del Modo 1 al Modo 2 de un precipicio en un paso transitable, y muestra que un Worker es sobre todo promoción, no invención. La última página del Modo 1; da paso a la ruta del Modo 2 (del Curso 24 en adelante).

Modo 2: la ruta de fabricación

Primero, una puerta de entrada. Todos los cursos siguientes asumen que puedes leer el Python que escribe tu agente, así que si nunca has programado, empieza con Python en la era de la IA antes de los cursos de construcción. Tu primera construcción llega antes del bucle: una app nativa de conector, un servidor que despliegas y que llama el modelo del host, todavía sin un bucle de agente propio. Desde ahí, la ruta de fabricación avanza de principio a fin en siete movimientos: construir el Agent, 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.

Fase 1: bloques de construcción

24. Python en la era de la IA: una introducción para leer antes de escribir, pensada para personas que nunca han programado. No escribes Python desde una página en blanco; aprendes a leer, predecir, probar y verificar el Python que genera tu agente, usando el método PRIMM-AI+ y el bucle Test-Driven Generation (TDG). 17 conceptos y seis proyectos pequeños, con una base complementaria que convierte a tu agente en un tutor disciplinado. La puerta de entrada de alfabetización que todos los cursos de construcción de Modo 2 asumen. Prerrequisito: Curso 9.

25. Connector-Native Apps: el curso de construcción previo al bucle: despliega un servidor MCP remoto que un usuario de Claude en el nivel gratuito agrega con una URL pegada y un clic en Authorize, antes de escribir nunca un bucle de agente. Catorce conceptos sobre las cuatro invariantes de una app nativa de conector: una puerta de entrada, solo herramientas, probar identidad desde el inicio de sesión verificado, fallar cerrado, integradas en un ejemplo completo de Reading Room con OAuth 2.1, memoria Postgres de dos tablas, una puerta session-init y un despliegue real. El host trae el modelo y el bucle; tu servidor trae herramientas, estado e identidad. Unos 90-120 minutos de lectura, un día enfocado para construir. Prerrequisito: Cursos 9 y 23; Build AI Agents, más adelante en la ruta, te da el bucle.

26. Dale a tu IA un contexto consultable: RAG en Postgres con pgvector: una introducción de 15 conceptos para darle a tu IA un contexto consultable. Diriges a tu agente para convertir Neon + pgvector en un sistema RAG funcional: esquema, worker de embeddings, chunking, búsqueda semántica e híbrida, recuperación dirigida por evals y un servidor MCP de RAG de solo lectura que cualquier agente puede invocar. El cimiento de recuperación sobre el que se construye el Digital FTE, a partir de la misma base de fabricación. Lectura de ~90 minutos más una construcción. Prerrequisito: Curso 9.

27. Construcción de la capa de contexto: el salto de escala que te saca de tu propio almacén. El curso anterior le dio a un solo Worker un almacén consultable que llenaste tú; este construye el corpus del que lee toda una fuerza laboral, y lo construye alrededor de una pregunta real de un cliente que en el fondo son cuatro preguntas profesionales a la vez. Quince conceptos repartidos en siete partes: las cuatro clases que puede ser una fuente conectada, y por qué mezclarlas es el error caro; Onyx Standard desplegado y leído desde dentro; la herencia de permisos, y la puerta que construyes tú mismo porque la Community Edition no lo hará, probada con un rol cuya respuesta correcta es exactamente nada; tu registro de Neon servido por MCP para que el descubrimiento y la confirmación sigan siendo dos llamadas separadas; un authority-map.yaml escrito antes que el prompt; y un Context Router que devuelve siempre las mismas siete secciones con citas y se niega a fundir un conflicto en un único sí cómodo. Termina con la construcción completa de extremo a extremo, cuatro formas de romperla a propósito, un conjunto de evals de ocho dimensiones y un Context Gateway que sirve el mismo corpus a Claude Code, OpenCode y tu Digital FTE a través de un único límite de identidad. Unas dos horas de lectura, una tarde para construir. Prerrequisito: Curso 26 (conserva ese proyecto de Neon); asume los Cursos 5 y 9.

28. Plugins para agentes de IA: construye y entrega un plugin real que extiende un agente de IA que no te pertenece (Claude Code u OpenCode), y observa cómo el mismo paquete viaja a claude.ai. Trece conceptos sobre las cuatro invariantes de un plugin de agente y sus cuatro palancas (una habilidad, un subagente, un servidor MCP y un hook), más la protección determinista de exit-2 que convierte un consejo en una garantía. Un starter probado te lleva de una carpeta vacía a un plugin que un compañero de equipo instala con un solo comando. El espejo de Connector-Native Apps: allí extendías la app de chat; aquí extiendes el agente de programación. Prerrequisito: Curso 24.

29. Identidad de IA: inicio de sesión humano y acceso de agentes: la capa de identidad y acceso, en dos mitades: adueñarte de tu inicio de sesión (correo e inicio de sesión social, sesiones, doble factor y un servidor OAuth/OIDC que emite tokens reales, construido sobre Better Auth) y luego darle a un AI Worker su propia credencial y una forma acotada, con límite de tiempo, revocable y aprobada por un humano de actuar en nombre de una persona. El hilo conductor: ¿de quién es esta identidad y cómo pasa la autoridad de un humano a un agente? El inicio de sesión humano ya es de nivel de producción hoy; la identidad de agente todavía se está asentando, así que el curso se ancla en primitivas duraderas. Prerrequisito: Curso 24.

Fase 2: construir Workers

30. 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 9.

31. De agente a Digital FTE: un taller de 4 horas sobre cómo convertir un agente básico en un Worker duradero: habilidades 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 30.

32. 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 31.

Fase 3: escalar la fuerza laboral

33. Equipos humano-agente: el modelo operativo de tu fuerza laboral: el modelo operativo para dirigir a humanos y Digital FTEs como un solo equipo: trabajar a la vista de todos, un roster con roles claros, una estrella polar y confianza que crece con fiabilidad verificada. Sin código; diriges a tu agente para redactar ocho documentos operativos (roster, tarjetas de rol, estrella polar, rúbrica de verificación, hacedor-verificador, informe semanal, presupuesto de atención) y sales con el manual operativo de un equipo real. Se puede hacer en modo de planificación antes de que exista tu primer worker. Prerrequisito: Curso 9 para el modo de planificación; el modo en vivo asume un Digital FTE (Curso 31).

34. Diseño de experiencias de agentes: un curso acelerado sobre el diseño que toma el relevo cuando el software actúa por sí mismo. Un producto agéntico tiene dos usuarios: una persona que debe confiar en él y otros agentes que deben analizarlo. En 18 conceptos aprendes a hacer legible el criterio, ajustable la autonomía y recuperables los errores. Diriges a tu agente para redactar un Agent Experience Brief y luego entregas una MCP App con la skill oficial create-mcp-app. Se combina con el Curso 33, Equipos humano-agente: aquel curso escribe el modelo operativo; este diseña la superficie donde una persona experimenta al equipo trabajando.

35. 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 31 o Curso 19.

36. De fuerza laboral fija a dinámica: un taller de medio día, 15 conceptos y 7 decisiones donde la fuerza laboral del Curso 35 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 35.

37. 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 36.

38. Desarrollo dirigido por evals para AI Employees: la disciplina que cierra el arco de fabricación y envuelve todo lo que construyó la ruta de fabricación. 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.

39. 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 38 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 38; la Decisión 8 conecta su suite de evals. La ruta de lector no necesita cuentas de nube.

40. 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.

41. 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 30 (el OpenAI Agents SDK); se combina con el Curso 32 (Inngest) y el Curso 39 (despliegue en la nube).

Referencias y acompañantes

42. ¿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.

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

44. 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 31.

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 esta sección sigue siendo útil cuando terminas: las Referencias y acompañantes de arriba son a lo 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.