Agentes de IA Curso Completo 2026 (2 Horas)
Publicado no IA Dots ·
Agentes de IAAI Signaldot-ai_agentsdot-anthropicdot-artificial_intelligencedot-claudedot-llmEspanholidioma-esyt-6m2EUkj2Is0
Vídeo em Espanhol, publicado pelo canal Agustín Medina | AI Agency Academy .
Sobre este contenido: El resumen, los puntos principales y los temas que aparecen a continuación se generan automáticamente a partir de la transcripción del vídeo. Reflejan el contenido, las opiniones, afirmaciones y predicciones presentadas en el vídeo y no representan una posición, validación o verificación de hechos por parte de IA Dots.
Resumen del vídeo
O vídeo apresenta um curso completo sobre agentes de inteligência artificial voltado para iniciantes, explicando conceitos fundamentais, a diferença entre chatbots e agentes, estruturas multiagente, gestão de tokens e ferramentas práticas de desenvolvimento sem necessidade de programação avançada.
Puntos principales
- Diferença entre chatbots tradicionais e agentes inteligentes baseados no bucle de observação, raciocínio e atuação.
- Funcionamento e importância da janela de contexto, gestão de tokens e estratégias para otimizar custos e eficiência.
- Partes constitutivas de um agente modular, incluindo memória, ferramentas, loop de execução e o modelo de linguagem.
- Uso de arquivos de instruções globais e contratuais (como cloud.md) para evitar a degradação de instruções e garantir autoaprendizagem.
- Aplicação de padrões multiagente (como classificação, atuação, síntese, torneio e verificação adversária) para executar tarefas em paralelo.
- Utilização de Protocolos MCP (Model Context Protocol) e ferramentas práticas para automação de tarefas reais, como prospecção de clínicas dentais.
Temas
Agentes de IAJanela de contextoBucle de execuçãoPadrões multiagenteOtimização de tokensArquivos de instruçãoAutomaçãoProtocolo MCP
Transcripción del vídeo
Texto de los subtítulos disponibles; puede contener errores.
Vale, gente, fijaos mientras grabo el vídeo. Eh, lo que estoy haciendo justo ahora es que he lanzado seis subagentes, como estáis viendo aquí en la pantalla, donde cada uno de estos controla el navegador y lo que están haciendo es buscar clínicas dentales en Barcelona para ver cuál de ellas no tienen chatbot, teléfono, si tienen píxel de meta y el gancho para venderles uno directamente prospectándolas. Y este es el curso completo de agentes de inteligencia artificial de cero a profesional con Cloud code, Codex o antigravity o lo que quieras porque el sistema es el mismo en las tres y no hace falta saber programar, hace falta entender cuatro cosas y al acabar de este vídeo las vais a tener en profundidad porque la diferencia ya no está en usar un agente, eso lo hace todo el mundo. La diferencia está en dirigir un equipo completo, por lo tanto, cero relleno y tres bloques. El motor, ¿cómo piensa una gente por dentro? ¿Y por qué se vuelve tonto a mitad de sesión? y cómo se le pone una condición deparada para que termine de verdad con la tarea que le hayas especificado. Los cimientos, un archivo de instrucciones que se le reescribe solo cuando la corregís y un contrato de encargo para que deje de inventarse información cuando no ha acabado. Lo veréis construir y probar un software él solo. Y el arsenal vamos a ver seis patrones multiagente y el consejo vamos a tener Steve Jobs, Ray Croc, Walt Disney y Henry 4 en paralelo destrozando vuestra idea de negocio antes de que os cueste dinero. Y también os voy a enseñar lo que no funciona, por qué las skills están sobrevaloradas, dónde se lía una gente con un PDF y los 24,000 tokens que estáis pagando cada vez que iniciáis una conversación sin haber escrito nada. Y todo lo que veréis os lo llevaréis gratis en la descripción. Guardaos el vídeo porque no se diere en una pasada y no hay nada en habla hispana igual a esto. Pues a ver, cafelito que va a hacer falta para todo lo que os tengo preparado por aquí, que ya os digo que es una locura. nos hemos pegado un trabajazo brutal y esto va a marcar una diferencia muy muy grande entre lo que sabéis actualmente y lo que vais a poder ejecutar justo al acabar este curso. Ya os adelanto de que si estáis empezando con todo esto de los agentes de codificación y tal, se os va a hacer un poco a chino ciertos conceptos, pero yo os adelanto que no tenéis que ser genios ni nada relacionado con eso, simplemente poner un poco de atención y poco más, ¿vale? Merece mucho la pena. Entonces, vamos a darle mucha caña. Lo primero vamos a entender la diferencia que existe entre un chatbot y un agente, ¿no? Porque realmente un chatbot es el paso previo a lo que tenemos actualmente, que son los agentes de codificación. Un chatbot, como todos sabemos hasta ahora, cuando nosotros interactuamos con él, pues básicamente le damos una entrada en lenguaje natural, como podría ser hola. Y este básicamente lo que hace es procesarlo y respondernos el lenguaje natural de igual forma. Es decir, no hay ningún tipo de ejecución, como sería el caso de esta ventana de contexto que estáis viendo aquí, donde yo le digo a GPT hola. Y él me responde, "Hola, ¿en qué puedo ayudarte hoy?" No hay ninguna ejecución, no hay ninguna búsqueda en internet, no hay nada que haga que esto se pueda considerar un agente, ¿no? Que ahora veremos cuál es la diferencia. La principal diferencia es esto que se conoce como bucle de la gente y esto está constituido por tres pasos principalmente. Y estos tres pasos los vamos a entender de una forma muy intuitiva, porque quiero que penséis en cómo piensa un niño pequeño. ¿Sabéis el típico eh juego de niños que os dan una caja vacía que tiene eh como agujeritos con formas, no? A lo mejor tiene un agujerito con una forma cuadrada, tiene un agujerito con una forma redonda, otro con una forma de estrella y después hay unas piezas que el niño tiene que introducir dentro de esta cajita. Pues básicamente el modelo de razonamiento que sigue el niño es exactamente igual que el de un agente. Lo primero que hace es observar, es decir, observa la pieza, la forma de esta, si es redonda, si es cuadrada, etcétera. Lo segundo que hace es razonar. ¿Cómo razonaría el niño? Pues diría, "Ostras, tengo una pieza que es redonda." Tiene sentido que la pueda introducir por este agujerito. Y por último, lo que hace es actuar, es decir, introduce la pieza en ese agujerito. Entonces, con los agentes lo que se ha hecho es eh modelar este comportamiento, esta forma para lograr exactamente lo mismo que hacemos los seres humanos, que ahora no esté encerrado dentro de esta ventana de contexto, de esta ventanita de aquí, sino que pueda hacer cosas fuera de esta, que la gente ya no esté condicionado, sino que pueda razonar por el mismo, lograr tareas de forma autónoma y, por último actuar fuera de lo que viene a ser esa ventanita. Es decir, una gente ahora tiene esa capacidad. ¿Y cuál es la gracia de todo esto? La gracia es que nosotros podemos condicionar el listón que le hayamos puesto en la entrada. Es decir, le podemos dar una condición que la gente tiene que cumplir sí o sí para que nosotros consideremos que la tarea se ha logrado. Entonces, vamos a ver esto de una forma, digamos que muy intuitiva. Cuando nosotros le damos un prom a un agente, lo primero que va a hacer es leer todo el contexto, la entrada que le hayas dado. Por ejemplo, búscame vuelos para ir a Barcelona tal día, ¿vale? leer si tiene datos relacionados con tu empresa, si tiene datos relacionados con tus preferencias, etcétera. Y lo siguiente que va a hacer es razonar. Va a decir, "Vale, ya tengo toda esta información, la he observado, voy a razonar con ella junto con la entrada del usuario a ver qué me está solicitando realmente." Cuando hace ese razonamiento, lo siguiente que decide es, "Vale, ¿necesito utilizar herramientas o solo con darle una respuesta es suficiente?" Si necesita utilizar herramientas, es decir, no está completada la solicitud del usuario, lo que va a hacer es el siguiente paso, que es actuar. Este paso es cuando usa herramientas como editar, ejecutar, buscar en internet, lo que sea. Bien, entonces una vez finaliza este paso de actuar, lo que va a hacer es pasar al siguiente turno y en el siguiente turno va a verificar si esa actuación que ha hecho es lo suficientemente buena, porque puede ser que haya actuado de forma errónea, entonces él mismo se va a autverificar. Observa de nuevo la entrada del usuario, observa de nuevo qué resultado le ha dado a actuar y por último la petición para por último razonar y decir, "Vale, he logrado lo que el usuario me ha pedido y cómo sabemos cuando el agente tiene que salir de este bucle, porque la gente podría estar en este bucle todo el día, podría estar aquí metido infinitamente, porque hay una cosa que se conoce como condición de parada. La condición de parada es lo que nosotros le definimos como objetivo para que la gente considere que la tarea ha sido completada. Y es ahí cuando nos da la respuesta final. ¿Y por qué es importante la condición de parada? Porque la condición de parada tiene que tener criterios verificables. ¿Qué son los criterios verificables? Pues que por ejemplo le digas, "Necesito que realices la acción hasta lograr X." ¿Qué podría ser X? por ejemplo, que me pases cinco vuelos de una determinada forma, cinco vuelos en Excel. Entonces, el agente hasta que no te pase cinco opciones de vuelo y te lo introduzca en un Excel, no va a verificar esta condición de parada. Por eso es tan importante que pongamos criterios verificables a un agente. Bien, vamos a verlo muy rápidamente en Codex. En este caso, fijaos, eh antes le estaba haciendo aquí unas pruebas de crear una landing eh genérica y de esta manera se ve s super claro. Abro esta ventana de contexto, le digo, "Crea un código para una landing page genérica y fijaos lo que está haciendo. Primero está procesando la entrada del usuario. Fijaos, ha procesado nuestra entrada justo aquí. Y lo siguiente que está haciendo es ejecutar en este caso, perdonad. Fijaos. Para por último, veréis que empieza a ejecutar herramientas. ¿Veis? Ahora ejecuta herramientas. Fijaos que estamos siguiendo los tres pasos que estábamos comentando. Observamos, observar, razonar y por último actuar. Y está haciendo esto de forma iterativa. Fijaos, lee información, es decir, observa. Ahora, en teoría, debería razonar. está preparando y pasado un momento, cuando tenga toda esa información condensada, lo que va a hacer es actuar. Fijaos que es superintuitivo. Está ejecutando todo el código, como veis por aquí, y esto es en bucle. ¿Y cuándo sabrá este agente, esta ventana de contexto que ha cumplido con la condición de parada? pues cuando tenga una landing page genérica rápida. Fijaos que estos criterios no son lo suficientemente específicos. ¿Qué es una landing page genérica rápida? Pueden ser muchas cosas, ¿no? Entonces, en el momento que él considere que tiene una landing page genérica rápida, pues finalizará. Por eso es tan importante que los criterios eh de verificación sean específicos, porque yo aquí le podría poner, necesito que sea una landing page e para una clínica dental que tenga un header, que tenga una determinada sintaxis en particular, que tenga una capacidad de agendarse con cenly, ¿vale? y una serie de criterios que sí que pueda verificar el agente en este caso. Bien, entonces ya hemos visto lo que es eh esto del bucle de la gente y por qué es tan importante, ¿no? Porque al final es la diferencia principal y es lo que venimos a solucionar con todo esto de de los agentes comparado con lo que teníamos hasta ahora en cuanto a modelos de lenguaje. Pero también tenemos que entender una cosa y es que cuando nosotros estamos haciendo uso de todo esto, es decir, cuando estamos alimentando constantemente el contexto, lo que está haciendo es que cada vez es más y más grande. Recordad que mediante vamos ejecutando esas herramientas, vamos alimentando a la gente. La gente va recopilando información de internet, va recopilando información de la landing page y esto cada vez se va haciendo más y más grande. Es decir, el agente cada vez sabe más cosas dentro de esa ventana de contexto. Bien, pero esto tiene una ventaja y una desventaja, lógicamente. Y la ventaja, ¿cuál es? Pues la ventaja es que lógicamente sabe más y va a ser capaz de ejecutar mejor la instrucción, pero la desventaja es que al crecer la ventana de contexto, que la ventana de contexto básicamente es todo lo que ocurre aquí dentro, cada vez nuestra solicitud va a ser más y más cara y por lo tanto más ineficiente. Bien, entonces, ¿cómo podemos cuantificar lo que se conoce como ventana de contexto? La ventana de contexto, de nuevo, es todo lo que ocurre en una conversación y es lo que es capaz de procesar el agente, en este caso, en una sola solicitud del usuario. La ventana de contexto se mide en tokens y los tokens son la unidad mínima de procesamiento de la inteligencia artificial. Así como los seres humanos tenemos, pues, yo que sé, los euros, los dólares, las libras, pues exactamente igual los agentes tienen lo que se conocen como tokens y es la forma en la que tenemos de determinar cuánto uso le estamos dando a la IA. Y es la forma en la que estas empresas como Chat GPT, eh Anthropic y todas estas saben cuánto tienen que cobrar a los usuarios cuando hacen uso de sus aplicaciones. Bien, ¿cuánto a cuánto equivale un token? Pues por ejemplo, la palabra hola es aproximadamente un token. Si vais a internet y buscáis eh open AI tokenizer, Open AI tookenizer, aquí en Tokenizer Tool, veis que eso os abre aquí una pequeña ventanita donde en el modelo GPT5, si le ponéis hola, os lo traduce, digamos, a la cantidad de tokens que equivale, ¿no? Entonces, esto es bastante interesante porque de esta forma sois conscientes de cuál es el límite que tienen los modelos. ¿Por qué? Porque la ventana de contexto tiene un límite. En este caso, eh los modelos más recientes, la mayoría, tienen un millón de tokens. En el momento que superamos esa ventana de contexto, ese millón de tokens, lo que ocurre es que el modelo eh lo trunca. Truncar es decir que corta la salida o que corta el razonamiento y la calidad de la respuesta no va a ser tan buena, además de ser mucho más cara. Bien, entonces es muy importante que si está razonando el modelo, por ejemplo, mira, veis que aquí ha acabado justo la landing landing page. Si está razonando el modelo, observemos qué está razonando muchas veces porque puede hacer que lo esté haciendo mal y justamente la parte del razonamiento es lo más caro dentro de esa ventana de contexto. Entonces, si está haciéndolo mal, lo que vamos a hacer es pues directamente pararlo, ¿no? Le voy a decir ejecuta una acción de remodelación aleatoria. de la landing, por ejemplo, ¿no? Para que veamos lo que ocurre. ¿Veis? Ahora aquí está pensando, si veo que ejecuta una acción que no es correcta, como por ejemplo, vamos a darle un cambio al azar, fondo oscuro, tal, no me gustan los acentos Lima, por ejemplo, pues lo que voy a hacer es detenerlo automáticamente y de esa forma mi ventana de contexto no va a crecer de forma, digamos que sin sentido, de forma que no que no tenga sentido dentro de de mi de mi petición o lo que estoy buscando. Bien, entonces ya sabemos como la diferencia principal, ¿no?, entre un agente de codificación y lo que venimos viendo, que son los chatbots convencionales. ¿Vale? Vamos a ver ahora algo interesantísimo y es de qué partes está constituido un agente de inteligencia artificial, ¿no? Porque un agente de inteligencia artificial tiene la gracia de que es modular. ¿Y qué quiere decir que es modular? Quiere decir que tenemos que entenderlo como piezas del ego, ¿no? Que nosotros vamos uniendo y que al final conforman a todo lo que entendemos como ese agente. Un agente normalmente tiene una memoria, es decir, tiene exactamente igual que los seres humanos, una capacidad de almacenar información y de procesar recuperándola. Y esto pues podemos procesarlo con los eh cloud.mds, de MDS que comentaremos posteriormente, el historial de la conversación, las memorias automáticas y las habilidades reutilizables. Todo esto lo iremos viendo a lo largo de del curso. ¿Qué pasa? que podemos tener memorias persistentes, memorias que el agente pueda acceder independientemente del momento y memorias que son circunstanciales, que no que no son remanentes, digamos. Las que no son remanentes podrían ser, por ejemplo, las que ocurren aquí en la ventana de contexto. Cada vez que iniciemos una nueva ventana de contexto, todo lo que haya ocurrido dentro de esta se va a resetear completamente. ¿Qué quiere decir esto? Pues por ejemplo, si yo vuelvo a esta ventana de chat GPT en codex y abro una nueva, todo lo que haya ocurrido en esa ventana anterior va a ser automáticamente reseteado. El modelo tiene amnesia. Bien, para eso necesitaríamos una memoria a largo plazo. Una memoria a largo plazo que el cliente pueda utilizar para recuperar nuestro contexto y serían dos memorias distintas. Esta memoria nosotros podemos utilizar la que queramos. Podemos cambiarla a nuestro antojo, podemos utilizar la que queramos. Después tenemos las herramientas y este es el cambio de paradigma de nuevo. Las herramientas es lo que hacen y lo que diferencian a un modelo conversacional que está aquí dentro tranquilito como hecho GPT que no hace nada. Bueno, ahora sí que hace alguna cosita, pero antes, sobre todo, no hacía nada. De un modelo que es capaz de actuar fuera, es capaz de hacer cosas dentro de mi ordenador, de buscar vuelos, de hacer landing pages y de hacer cosas fuera de su ámbito, que es una ventana cerrada. Y estas herramientas pues son leer y editar archivos dentro de tu ordenador, ejecutar código y comandos, buscar en la web, llamar a API y MCPs, etcétera. Todo esto son conceptos que vamos a ir viendo posteriormente y que vais a entender a la perfección. Después tendríamos el loop de ejecución. El loop de ejecución es lo que hace que no se detenga tras una respuesta, que pueda seguir hasta cumplir el objetivo, que sería la condición de parada que hemos visto justo aquí arriba, y que cada acción le da de nuevo un contexto, es decir, tiene la capacidad de autoobservarse y eh ir mejorando mediante se va procesando todo esto. Y por último y prácticamente lo más importante es el modelo de lenguaje, el LLM. El LLM. Quiero que penséis que todo esto de aquí, todo esto es el exoesqueleto. Imaginaos un robot, ¿vale?, con un exoesqueleto, pero que vosotros podéis cambiarle la unidad de procesamiento, le podéis cambiar el cerebro y poder ponerle el cerebro que queráis. Imaginaos que le queréis poner el cerebro de Albert Einstein, pues le ponéis ese cerebro. Imaginaos que le queréis poner el cerebro de alguien que pues no sea tan inteligente, pues le podéis cambiar el cerebro. Es modular, ¿vale? Entonces, esto es lo que hace que entienda el lenguaje natural, es lo que decide qué hacer a continuación y es lo que tiene en común con un chatbot este modelo de lenguaje. Bien, y aquí pues le podemos poner un modelo de lenguaje como de nuevo el modelo eh Astra justamente que acaba de salir de GPT, el modelo Opus, el modelo Fable, el modelo de Yemina y los más potentes, lo que queramos. Y esto de aquí es modular, mientras que todo esto también lo puede ser, lógicamente también lo es, pero es lo que se conoce como el arnés de la gente. Aquí hay bastantes matices, ¿vale? Podríamos profundizar bastante en esto, pero de momento solo quiero que os suene lo que se conoce como en inglés así. Vale. ¿Qué pasa? que este arnés es lo que nos ofrecen las empresas de inteligencia artificial cuando nos ofrecen estos modelos, estos agentes más bien, pero normalmente ya nos lo condicionan para que siempre vayan con su modelo de lenguaje. Esto lo vamos a ver después, ¿vale? Ahora lo que vamos a ver son qué son exactamente o qué opciones tenemos dentro del mercado con eh por parte de Anthropic con Cloud Code, por parte de Open AI con Codex y por parte de Google con Antigravity. Esto son agentes de codificación que pueden interactuar con nuestro entorno de trabajo y normalmente tenemos dos formas de utilizarlo. Bueno, en realidad tenemos tres, serían con la aplicación de escritorio, después tendríamos la opción de en el entorno de desarrollo, que sería más para programadores, y por último tendríamos la terminal. Pero, ¿qué pasa? que las empresas hoy en día, la mayoría, lo que están haciendo es que están yéndose fuertemente, apostando fuertemente por las aplicaciones de escritorio. Muchísimo. Cada vez los entornos de desarrollo están desapareciendo más y más. No quiere decir que desaparezcan, quiere decir que su intencionalidad es que los agentes ya tengan la autonomía suficiente como para no tener que verificar su trabajo constantemente por parte de un entorno de desarrollo, que esto lo veremos posteriormente. Entonces, vamos a ver un vistazo a estas tres y las diferencias que tienen principalmente. Okay, fijaos en Codex, básicamente buscamos Codex eh downloadat o descargar y básicamente nos va a dar la opción para descargarlo en nuestro sistema operativo. Simplemente le damos a descargar y seguimos un proceso de instalación convencional donde abrimos el instalador, etcétera, ¿no? Lo arrastramos en el caso de Mac, lo abrimos. En este caso ya lo tengo, así que lo vamos a omitir. ¿Qué pasa? Los precios de Codex. Codex parte de un plan go que a mí me parece que está bastante bastante bien, donde nos permiten pues eso, probar las capacidades de este y eh pues nos un digamos que unos límites hm ciertamente básicos, ¿no? Para cosas del día a día y tal nos puede llegar a servir, pero que por lo menos nos permite pues utilizarlo de una forma digamos que intensiva entre comillas para poder hacer tareas del día a día para usuarios no muy exigentes. Después el plan plus, que tiene, bueno, unos límites bastante bastante buenos y nos dan pues todos estos todas estas ventajas. Y por último, el plan pro de aquí que es 100 € al mes, que bueno, está bastante bastante bien. Después tendríamos el Google Antigravity en este caso, que para descargarlo de nuevo, básicamente buscamos downloadad Google Antigravity y aquí tendríamos Antigravity 2.0. Le damos a descargar y tenemos en este caso cuatro planes. En realidad todos deberían de tener cuatro planes y eh la diferencia de este principalmente es que nos permiten probarlo por 0, en este caso de forma totalmente gratuita. Y además eh Antigravity por lo que me ha demostrado en el con el tiempo Google es que son bastante bastante digamos que generosos con los planes gratuitos. al final están intentando quedarse con cuota de mercado y les interesa bastante hacer eso, pues cosas un poquito más agresivas de cara a que la gente utilice más sus servicios con Cloud, en este caso, eh, para descargar su versión de escritorio. De nuevo, lo mismo, lo descargáis eh, en vuestro sistema operativo, lo seleccionáis desde aquí, aquí tenéis la URL, que es básicamente cloud.download, y los planes que tenemos son los siguientes. Tenemos el plan gratuito de 0, donde vamos a poder hacer un uso de cuatro proms, ¿vale? Vamos a utilizarlo super poco. Después tenemos el plan eh pro que sería $ al mes o 200 al año y eh bueno, bastante limitado también, un poco pochito, ¿vale? Según mi punto de vista no me acaba de gustar mucho. Después tendríamos el plan Max, que es cinco veces el plan Pro, y el plan Max, que es 20 veces el plan Pro por $200 al mes. Yo personalmente tengo el plan el Max, este de aquí, y contentísimo. Lo pagaría 37,000 veces. De hecho, tengo el de Codex también. Merece muchísimo la pena porque en el uso que yo le doy en el día a día es bestial. Entonces, chat GPT, lo abrimos por aquí y como veis, pues eso, tenemos justo a la izquierda lo que veis eh la típica eh digamos que ventana donde tenemos las conversaciones recientes. Podemos abrir un nuevo chat, podemos interactuar con este y básicamente solicitarle lo que nos dé la absoluta gana que este va a ser capaz de realizarlo. Si venimos aquí, le podemos adjuntar archivos, carpetas para darles más contexto, podemos definirles un objetivo, podemos trabajar dentro de un proyecto, que esto es muy interesante. ¿Y qué significa trabajar dentro de un proyecto? Pues básicamente que nosotros podemos abrir una carpeta. ¿Qué quiere decir abrir una carpeta? Pues exactamente igual que en nuestro ordenador, abrimos un lugar donde se van a realizar todas las acciones que nosotros hagamos dentro de esta ventana de contexto. Por lo tanto, lo vamos a guardar ahí dentro. Le voy a decir pruebas. pruebas YouTube, ¿vale? Y carpetas de origen. Aquí vamos a seleccionar una carpeta al escritorio donde le voy a poner testeo sin más. Le doy a abrir, crear proyecto. Y ahora todo lo que yo realice con GPT se va a guardar dentro de esta carpeta. Le voy a decir crea un punto txt con un cuento corto. En este caso yo tengo el GPT6 Astra, entonces no es no es necesario que ponga un modelo tan potente. Normalmente los eh proveedores de servicios de inteligencia artificial suelen tener una gama de modelos de inteligencia artificial de menos a más potente. Entonces para tareas del día a día, yo no os recomiendo que utilicéis los modelos más potentes que os danos. Siempre seleccionar los más baratitos que estáis viendo aquí. Y aquí podemos seleccionar la capacidad de razonamiento. Cuanto más razonamiento, más inferencia tiene. Eso lo podemos ver después. La inferencia básicamente es e cuánto se va a evaluar él mismo en bucle este agente para considerar que la tarea eh ha sido correcta. Es decir, cuánto se va a poner en tela de juicio a él mismo. Esa es la capacidad de razonamiento. Entonces, básicamente lo que hace es lo que se conoce como un chain of th, es decir, una cadena de razonamiento donde primero define el resultado y hay como unos evaluadores internos que consideran si ese resultado es lo suficientemente bueno. Bien, fijaos por aquí ya nos ha abierto el cuento. La llave del mar, ¿vale? Y bueno, cuento, cada mañana ela encontraba una llave distinta en la orilla, la guardaba en un frasco, bla, bla, bla, bla, bla. Si yo le doy aquí abrir, justo aquí arriba, se me debería abrir el punto txt, que en este caso ya está dentro de mi ordenador, ¿vale? Y de nuevo este punto txtador y está la carpeta que yo le he solicitado. ¿Vale? Si vengo justo aquí, veis que ya puedo ver la carpetita, pues exactamente igual. Voy a abrirlo un momento en mi ordenador, ¿vale? Fijaos, estoy por aquí en la carpetita de testeo y cuentocorto.txt. Genial. Pues esto está perfecto. Bien, podemos hacer exactamente lo mismo con los demás agentes que ahora lo lo vamos a ir viendo, ¿vale? Pero básicamente quiero que nos quedemos con eso, que tenemos la capacidad de crear proyectos dentro de nuestro ordenador. Fijaos por aquí que em Bueno, primero, ¿vale? Y hay otra cosa que quiero comentar y es que todo lo que veamos con uno de los agentes, como por ejemplo Codex o Cloue o Antigravity, es extrapolable directamente a cualquiera de los otros. se copian mucho entre ellos y prácticamente son idénticos. Entonces, si aprendemos a utilizar uno, todos los demás ya sabremos utilizarlo mayoritariamente. Fijaos aquí que tenemos una cosa que es la solicitud de aprobación. El agente siempre que vaya a realizar una acción por defecto nos va a solicitar aprobación, pero nosotros podemos podemos poner que eh directamente le demos aprobación siempre para no tener que estar supervisándolo. ¿Qué pasa? que esto lógicamente pues tiene una desventaja muy clara y es que puede cometer errores y liar la parda directamente en nuestro ordenador. Ya os digo que la probabilidad es muy baja, ¿vale? De que haga cosas malas, de que os la líe muchísimo, pero sobre todo si estáis empezando h yo lo que os recomiendo es que lo lo pongáis con aprobar e por vosotros porque de esta manera lo vais a verificar. ¿Bien? Entonces, básicamente esto es como teneros aquí en el medio. Esto, imaginaos que sois vosotros. Y este es el modelo de lenguaje, ¿no? El el LM o el agente en este caso. Entonces el LLM cada vez que vaya a realizar una acción te va a consultar, te va a decir, "Oye, ¿quieres que haga esto?" Y tú le vas a decir "Sí o no." Vale, si le dices que no porque te parece peligroso, pues básicamente se corta la ejecución. Si le dices que sí, pues continúa. Bien. E de nuevo, aquí le podemos adjuntar todo este contexto y además le podemos vincular ciertas herramientas o cosas que esto lo vamos a ir viendo de nuevo posteriormente. ¿Vale? que ahora de momento solo quiero que nos quedemos por encima con el funcionamiento. Vamos con cloud. Si abrimos por aquí Clou, ¿vale?, que ahora lo que estoy haciendo es una nueva ventana de contexto. Si os fijáis, yo tengo aquí unas ejecuciones que de momento voy a cerrar. Y fijaos que es muy similar. tenemos la posibilidad de abrir una carpeta para trabajar directamente en nuestro ordenador. Tenemos por aquí la posibilidad de cambiar el modelo de los modelos más potentes a los modelos, digamos que más rápidos, pero más eh menos potentes y más baratos. También tenemos la posibilidad de cambiar la capacidad de esfuerzo, en este caso la capacidad de razonamiento y también modificar los permisos. Fijaos, veis exactamente igual, super chill. Lo único bueno que Claude pues para mí es más amigable desde el punto de vista de bueno, más amigable tal vez no sería lo correcto, sino que te permita hacer bastantes más cosas ya de mensajes que he hecho a lo largo de toda de toda mi vida, que son 20,000 mensajes. ¿Vale? Imaginaos la locura de de iteraciones que he hecho dentro de este de este de esta herramienta. Vale, vamos a echarle un vistacillo ahora Antigravity. Y fijaos que de nuevo es exactamente igual. De hecho, Antigravity no lo uso tantísimo, lo utilizo más en el entorno de desarrollo, que es lo que vamos a ver después. Vale, fijaos por aquí ya nos ha cargado. Y de nuevo, pues tenemos una ventanita donde podemos cambiar el modelo, podemos adjuntar, tenemos el historial de conversación, podemos abrir conversaciones nuevas y además aquí nos da la opción de abrir directamente el entorno de desarrollo, ¿vale?, que es justamente lo que vamos a ver ahora. El entorno de desarrollo es básicamente lo que utilizan los programadores para hacer el código, ¿no? El código que nosotros vemos que al final se acaba eh convirtiendo en digamos que la parte funcional de internet, que es pues todas las aplicaciones que utilizamos y todo lo que nosotros vemos. Todo eso está constituido por código ordenado de una cierta forma, con una cierta sintaxis para dar lugar a una interpretación por parte de la máquina, ¿vale? Muy muy por encima. Entonces, ¿qué qué es un ID o cómo está constituido? Eso es muy importante que lo entendamos porque si queremos hacerle un uso eh intensivo, es importante que lo hagamos dentro del entorno de desarrollo y no desde la aplicación. Y de nuevo, no hace falta que seamos programadores, mucho cuidado. Un ID eh, normalmente tiene un navegador de archivos justo aquí en la parte izquierda, un explorador de archivos, exactamente igual que en nuestro ordenador. Tú en tu ordenador pues tienes carpetitas, tienes carpetitas jerarquizadas de una cierta forma, ¿no? Por ejemplo, tienes escritorio y debajo del escritorio pues tienes otras carpetitas y dentro de esas carpetitas pues tienes ciertos archivos como TXT y pues un poco de esta forma, ¿no? Estaría jerarquizado. Entonces, tenemos la carpeta de archivos. Aquí tendríamos el código, que es donde nosotros vemos lo que está ocurriendo dentro del código, es decir, donde nosotros teclearíamos el código manualmente antes de los agentes. Aquí tenemos la terminal, que esto, bueno, nos puede interesar más o menos, pero lo interesante es esto de aquí, que es el chat y el agente de inteligencia artificial. Cuando nosotros abrimos un entorno de desarrollo con agéntico, en este caso con un agente, tenemos un agente aquí dentro que vamos a textear directamente con él. y él va a ser capaz de realizar las acciones dentro del código para lograr el objetivo que nosotros le hayamos especificado. Entonces, ahora podemos utilizar funcionalidades mucho más potentes que las que nos vienen por defecto en las aplicaciones, ¿vale? Porque las aplicaciones están hechas más para usuarios e digamos que menos exigentes, ¿no? Que no buscan sacarle tantísimo partido a toda la parte de digamos de funcionalidades avanzadas de multiagente y todo esto que es lo que vamos a ver nosotros. Y aquí ahora vamos a dar introducción, pero antes eh vamos a abrir Antigravity, el entorno de desarrollo para que lo veamos, a las reglas globales y al autoaprendizaje. ¿Vale? No sé si recordáis que antes estábamos comentando que precisamente cuando nosotros abrimos una ventana de contexto nueva, básicamente empezamos de cero. El agente ha olvidado todo lo que hemos interactuado con él, tiene como amnesia, ¿no? Para eso existen lo que se conocen como reglas globales. Estas reglas globales son básicamente unos archivitos que nosotros creamos dentro del entorno de desarrollo, que esto lo vamos a ver ahora con un ejemplo real. Aquí veis por el entorno de desarrollo, ¿no? Que voy a abrir un eh archivo, en este caso una carpeta y le voy a poner testeo de nuevo. Le digo abrir. Le digo que siga a todo sin problema. Y fijaos que como comentábamos antes, pues aquí tengo las carpetas. Yo puedo crear una carpeta que se llame hola, ¿qué tal? Y si yo ahora abro esto en mi ordenador, básicamente dándole a revelar en el Finder, veréis que es una carpetita que realmente estoy creando en mi ordenador. ¿Veis? Hola, ¿qué tal? La tengo justo aquí. Vale, yo ahora aquí dentro puedo crear un punto txt, por ejemplo, prueba pun txt, ¿no? Que es un archivo de texto. Entonces le puedo decir "Hola ¿cómo estás?" Si ahora guardo automáticamente y le vuelvo a dar a revelar en el Finder, veréis que lo puedo abrir aquí. ¿Veis? Vale, en este caso, como no había guardado de momento, pues no me estaba apareciendo el texto dentro. ¿Veis? Ahora sí. Hola, ¿cómo estáis? ¿Lo veis por ahí? Directamente en mi ordenador. Perfecto. Pero yo, como comentaba, puedo pedírselo a este tío de aquí que tengo en esta parte a la a la derecha y le puedo decir que lo haga el mismo. Le voy a decir crea un txt con un cuento rápido de acción. Vale, estoy utilizando el modelo el 3.7. Y fijaos que es exactamente igual o muy parecido a lo que tenemos en las aplicaciones, ¿vale? Tenemos el modelo aquí dentro, tenemos la posibilidad de incrustar media, eh, mencionar, realizar acciones y nos va a pedir aceptar los cambios exactamente igual. Fijaos por aquí que ya nos ha hecho los cambios. Justo aquí, veis, ha hecho un cuento de acción. Vale, pero esto está genial, ¿no? O sea, muy bien. O sea, podemos hacer cuentos, me parece eh de madre, pero a mí lo que me interesa es poder hacer cosas pues que tengan utilidad y para eso podemos crear programas, ¿no? Le puedo decir crea una calculadora rápido, muy rápido. Vale, para que veamos un ejemplo de lo que es capaz de hacer. está analizando eh testeo. Bueno, básicamente está explorando los diferentes e archivos dentro de nuestro ordenador para ver si eh puede ejecutar algo con lo que ya tiene. Y fijaos que está haciendo exactamente lo mismo que comentábamos con el bucle de ejecución de la gente. Primero, observa. Segundo, eh, razona y, por último, ejecuta, que es lo que está haciendo ahora. Entonces, le voy a decir, ábrela directamente, ¿no? Para que no me dé el código aquí, porque esto pues a mí no me sirve de absolutamente nada. Entonces, le voy a decir que lo abra. Espera ahora. Vale, le tengo que decir que, vale, le tengo que dar permiso para que lo ejecute. Y fijaos, ya tenemos una calculadora directamente en nuestro ordenador. Totalmente funcional. Perfectísimo perfectísimo perfectísimo. ¿Qué problema tenemos con esto? ¿Y por qué estábamos hablando de las reglas globales? Pues las reglas globales lo que nos permiten es que nuestro agente sepa nuestras preferencias y que además se vaya alimentando cada vez con respecto a lo que vamos eh razonando con él mismo, es decir, que tenga una memoria que sea persistente. Y para esto ahora sí necesitamos algo que se conoce como el cloud.md, el gemini.md o el agents.md. ¿Por qué se llaman distintos estas reglas? Pues básicamente porque una es para cloud, otras para Gemini y otras para Codex. Pero básicamente son instrucciones que quieres que tu agente siga y estas instrucciones tienen que seguir una sintaxis, ¿vale? Esta sintaxis o esta forma de ordenar la información, primero tiene que ser en markdown, ¿vale? Que es de nuevo un lenguaje de marcado que se conoce, que básicamente es eso, para estructurar la información de una cierta forma y que la máquina la pueda interpretar. Y esto lo que va a hacer es que de nuevo tu agente pueda aprender de forma iterativa. Vamos a ver un ejemplo. Si yo abro por aquí eh antigravity y borro esto, ¿vale? Para empezar totalmente desde cero, abro una nueva eh ventana de contexto de nuevo desde cero absoluto. A ver esto. Vale, por aquí. Y ahora creo un gemini md y le pongo la siguiente frase. Actualiza este actualiza este documento con las preferencias m expresadas por el usuario en cada petición. Vale, ahora simplemente guardamos por aquí y yo le voy a decir a Gemini, "Hola, crea una landing page rapidísima de cualquier cosa." Se lo vamos a decir ahora. Fijaos que empieza a trabajar por aquí. [resoplido] Analiza y ejecuta las herramientas, ¿no? Exactamente igual que hemos visto en todas las aplicaciones que hemos comentado. Fijaos. Perfecto. Okay. Fijaos que ya ha terminado por aquí. Ha tardado un poquito, la verdad. Nos dice que podemos acceder desde esta URL, el local host. Vamos a abrirla. Vale, pues ya tendríamos nuestra landing page, típica landing page genérica, ¿no? De inteligencia artificial. Ahora le voy a pedir un pequeño cambio para que veáis. Eh, necesito que siempre la paleta de colores sea más clara, por ejemplo, ¿no? Y fijaos que ahora si todo va bien, esto debería actualizarlo porque le hemos introducido aquí una petición y es que actualice este documento con las preferencias expresadas con el usuario en cada petición. Ahora va a analizar el estilo, va a ejecutar la acción que le hemos solicitado y por último debería de introducir aquí los cambios de la petición. Okay, fijaos por aquí ya nos lo ha actualizado y lo primero que nos ha puesto son las preferencias del usuario, justo esto de aquí arriba, como veis, preferencias de usuarios que actualicemos este documento con las preferencias expresadas en cada petición, el idioma y el tono de la comunicación español de Latinoamérica, el diseño y la estética visual, como le hemos pedido que cambie la paleta de color a dark en este caso, pues lo que va a hacer es que siempre va a introducir esto como preferencia y el flujo de trabajo, desarrollo rápido incompleto. y mantenimiento del documento. Actualizar este archivo gemini.md con cada nueva preferencia expresada el usuario con el usuario en cada interacción. Esto es brutal porque mediante un proyecto va creciendo más y más, vamos teniendo nuevas preferencias y cada vez la ventana de contexto va creciendo más y más. Y esta ventana, recordad que cuando la actualizamos, cuando abrimos una ventana nueva, toda esa información se pierde. Entonces, gracias a esto, tenemos un bucle de autoaprendizaje donde cada vez el agente va siendo consciente de nuestras preferencias. Por ejemplo, le puedo decir, eh, cambia o utiliza siempre un tono de eh digamos que afirmación positiva del beneficio para los clientes, ¿no? En digamos en la landing page lo que sería la parte de, mira, veis aquí, aquí lo dejo por aquí, la parte del copy, ¿no? Que sea de esta manera. [resoplido] ¿Veis? Por aquí tenemos la landing. Le voy a decir que ejecute esto para que ahora pues sea con afirmación positiva. ¿Vale? Vamos a dar a sobreescribir por aquí. Y si os fijáis a afirmación positiva del beneficio y de esta manera, veis. Perfecto. Fijaos. Esto lo podemos hacer de nuevo con Gemini, pero también lo podemos hacer con Cloud. Yo dentro de Antigravity puedo ejecutar Clou, ¿vale? Puedo ejecutar Cloud directamente desde aquí. ¿Veis que simplemente para instalarlo? Pues vengo justo a aquí, esta parte de aquí de extensiones, le doy aquí justo, busco Cloude, le doy a Cloud Code, justo aquí, for Visual Code, y le doy a instalar, básicamente. Y a partir de ahora, pues he sustituido a Gemini por cloud. Entonces le voy a dar a login justo aquí para iniciar sesión. Le doy iniciar sesión, lo abro y básicamente pues eso, se vincula en un momento con mi cuenta de Google en este caso. Okay, fijaos por aquí que ya tenemos a nuestro señor Cloude. Igual que tenemos Cloude podríamos tener Codex, ¿vale? O sea, podemos hacer lo que queramos aquí dentro. Aquí nos pone como un microaprendizaje y aquí pues podemos cambiar la ventana de de contexto, la longitud de esta, podemos cambiar el modelo, etcétera. ¿Qué pasa? Que Gemini.md no es la sintaxis correcta para que cloud lo entienda. Para Cloud, en este caso es cloud.md. Entonces, lo que le voy a decir es rename, justo aquí y le voy a decir cloud.md, ¿no? Entonces, guardamos por un lado siempre y le voy a decir hola. Modifica esta landing en 5 minutos, no, menos en un minuto y mejórala muchísimo. Por ejemplo, ¿no? Por aquí. ¿Qué va a hacer ahora? Pues lógicamente lo primero que hace es leer el código. Ya tiene precargado dentro de su ventana de contexto el cloude.md, este de aquí, y a partir de ahí va a ejecutar la instrucción que nosotros le hemos solicitado. Ahora vamos a ver por qué hace esto de esta forma y por qué es tan importante el cloud MD desde otro punto de vista, no solo para la el autoaprendizaje, ¿no? Entonces, fijaos que lo que estoy haciendo ahora es que cada vez mi agente sabe más y más, cada vez sabe más y cada vez se alimenta más y más de todo el contexto y toda la información. Porque, de nuevo, ¿qué ocurre? Nosotros cada vez que abrimos una ventana de contexto, es decir, abremos la ventanita esta que comentábamos, que sería justo esto de aquí, cuando nosotros introducimos un promessa ventana, ¿no? Ponemos hola y es lo primero que el agente ve acerca de nosotros. Pero existen formas para que el agente precargue las instrucciones y es precisamente por eso que utilizamos el cloud.md. El cloud.md son instrucciones que se cargan siempre, siempre, siempre en la parte más alta de la ventana de contexto. Es decir, antes de iniciar nuestra conversación ya va a leer ese cloud.Md, MD lo precarga y de esa forma lo utiliza como instrucción, digamos que con una prioridad absoluta para ejecutar cualquier tarea posterior. Aquí delante pueden ir otros elementos que vamos a ver posteriormente, pero por eso es tan importante el cloud.md. Y vamos a ver un fenómeno que ocurre con la inteligencia artificial y sobre todo con los agentes, que es el tema de la degradación de las instrucciones. Las instrucciones eh digamos que cuando le solicitamos algo a un agente tienden a deteriorarse mediante la longitud de la conversación. se va haciendo más y más grande, es decir, va creciendo el contexto. Y esto pues ocurre por diferentes cuestiones. La primera es que los modelos de lenguaje, cuanto mayor sea el procesamiento que tienen que hacer de la ventana de contexto, es decir, cuanto más grande sea esto de aquí, imaginaos que un modelo de lenguaje pues tiene una barrita, ¿no?, de de tokens, máxima capacidad de tokens. Pues mediante nos vamos acercando al límite de esta barrita, el modelo cada vez se va haciendo más tonto y esto nos pasa a los seres humanos también, ¿no? Al final es como la memoria de trabajo. Imagínate que yo pues te suelto nueve dígitos de golpe, te digo, "Oye, acuérdate de 698 396 597." Tú vas a decir, "Bueno, a lo mejor me acuerdo, ¿no? Pero ya cuando te digo 10 se te va a dificultar, ¿no? Cada vez como que va siendo más complicado." Pues exactamente igual con la inteligencia artificial, pero con el procesamiento de la información. Entonces, mira, de hecho está acabando por aquí la landing con los cambios. que le hemos pedido, lo vamos a cerrar de momento. Exactamente lo mismo con la inteligencia artificial, pero de nuevo con el cumplimiento y la calidad de la respuesta. En este caso estábamos utilizando una landing page de ejemplo. En la primera iteración nosotros le podemos decir, "Necesito una landing page para eh, por ejemplo, hm, no sé, una clínica dental con unas determinadas características, ¿no? Y en este caso, el cumplimiento y la calidad en las primeras partes de la conversación va a ser muy buena, pero mediante la conversación se va alargando, esas primeras instrucciones se van a ir degradando y las va a ir olvidando el el agente dentro de esa misma conversación, ¿vale? Y esto de nuevo ocurre primero porque mediante la ventana de contexto va creciendo, cada vez es más ineficiente a la hora de procesar esas entradas. Y segundo porque muchas veces cuando nosotros vamos iterando en una misma conversación lo que va ocurriendo es que vamos generando microcontradicciones de las cuales no somos del todo conscientes, pero que van haciendo que la gente tenga que tomar decisiones y generando confusión. Entonces esta degradación es algo que tenemos que ser muy conscientes y es precisamente de lo que nos evita este cloud.md, MD de que hay ciertas reglas y ciertas normas que la gente nunca se va a poder saltar y que son fundamentales, ¿vale? Y no dependemos de los proms, dependemos del cloud.md, ¿vale? Esto es s super importante para hacer un buen uso de los agentes. Si no, lo que acaba pasando es que muchos de vosotros lo que os pasará es que tenéis que abrir nuevas ventanas de contexto porque se os contaminan, cada vez funcionan peor y al final pues la conversación va siendo peor, ¿no? Un poco aquí como la amnesia esta que que le meten. Entonces también pasa por un tema comercial. Mucho cuidado. Eh, los agentes y en general los modelos de lenguaje al final tenéis que pensar que son eh un negocio, ¿no? Las empresas hacen negocio con todo esto. Entonces, si pueden economizar y pueden tramitar la menor cantidad de tokens posibles, pues lo van a hacer. No tiene sentido que tramiten todas las conversaciones todas las veces. Eso es un poco por eso que ocurre. Entonces, que hemos visto que las instrucciones eh las activamos dentro de la línea de propio archivo, dentro del mismo documento, ¿no?, que le damos como Cloud MD o Yemini MD. Entonces, mediante vamos iterando en las sesiones, vamos aprendiendo diferentes reglas y de nuevo son sesiones distintas, no es la misma ventana de contexto. Aquí le puedo decir pues dark mode, ¿no? Preferencia por dark mode. Aquí pues que me llamo Agustín, aquí pues que me gusta un tono afirmativo, etcétera. En la siguiente voy a tener todo esto, ¿vale? exactamente lo mismo, más ciertas adicionales, como por ejemplo necesito que la landing page sea dinámica, el usuario tiene preferencias de dinamismo y así de forma iterativa en todas las sesiones, ¿vale? Y esto va a dar como lugar a todas las reglas aprendidas. Lo ideal es que este documento, el cloud.md, MD no sea muy extenso, no sea muy largo, porque si no vamos a ocupar pues mucho dentro de eh dentro de la ventana de contexto, que es precisamente lo que vemos aquí dentro. ¿Okay? Lo que lee nuestro agente antes de nuestra petición y cuánto cuesta cada una de estas cosas en tokens. Em, un proceso normal cuando estamos interactuando con un agente es de la siguiente forma. Lo primero que lee son las reglas globales, ¿vale? Las reglas globales es lo que estábamos comentando antes, que nosotros la nombrábamos como cloud, pero podemos tener dos clouds. MD, uno a nivel global y uno a nivel de instrucciones del proyecto. A nivel global sería la carpeta raíz de cloud eh de punto cloud en este caso, que serían reglas que nosotros vamos a utilizar para todos los proyectos, por ejemplo, mi nombre, cómo quiero que se refiera hacia mí, eh reglas de mi empresa, todo este tipo de cosas. Y después tenemos preferencias del proyecto, que serían pues características eh que solo se dan para ese proyecto en particular. Y por último, bueno, podríamos tener algunas más, pero mayoritariamente tenemos las habilidades que se cargan solo al invocarlas. Esto veremos después qué son las habilidades. De hecho, vamos a entrar a esto para por último tramitar nuestra petición que sería nuestro promp, ¿vale? Y todo esto es lo que la gente lee todas y cada una de las veces dentro de la ventana de contexto al iniciarse y todo esto gasta tokens. Por lo tanto, lo que tenemos que hacer es minimizar al máximo la cantidad de tokens que utilizamos para mejorar primero la calidad del razonamiento y segundo la economía, es decir, para no gastar tanto dinero. Entonces, la regla práctica de todo esto es que si una instrucción no cambia el comportamiento, sobra directamente. Em, lo que pasa es que las ventanas se acaban extendiendo muchísimo y esto acaba afectando muchísimo a la funcionalidad. Si de hecho vengo aquí a esta ventana de contexto que teníamos antes, por ejemplo, por ejemplo, esto de aquí del español de Latinoamérica, como siempre vamos a referirnos a él en ese idioma, pues automáticamente la gente ya va a ser capaz de respondernos, ¿no? Normalmente, entonces lo podemos eliminar directamente. Sobraría dentro de este cloud.md, ¿no? Entonces lo remodelamos y lo vamos haciendo un poquito más eficiente. ¿Vale? Fijaos por aquí. ¿Veis? Yo ahora si reseteo esta ventana de contexto, es decir, cierro aquí y vuelvo a abrir una nueva, el agente lo primero que va a hacer es cargar este cloud.md dentro de esta ventana de contexto. Aquí él ya lo sabe y a partir de ahí todo lo que yo le vaya solicitando por aquí va a venir después, ¿vale? Y va a ejecutar todo esto. Entonces, eso es muy importante que lo sepamos. Y ahora vamos a ver algo que también es muy muy interesante. A ver, las skills. Las skills eh se han intentado hacer más complejas de lo que realmente son, porque normalmente cuando surge un nuevo concepto en todo esto de la IA, pues ya sabemos que surgen 20,000 gurús explicando las cosas mucho más difíciles de lo que realmente son. Realmente una skill es eh un prompt instrucciones que nosotros le damos en formato markdown, exactamente igual que hemos visto con el cloud. BMD, pero que lo único que cambia es la forma en la que se carga dentro de esa ventana de contexto. Es decir, e si venimos, por ejemplo, a la documentación aquí de Cloude, veréis que nos lo explica todo perfectamente, ¿vale? Nos explica lo que es el cloud.md, nos explica lo que son las habilidades y, por ejemplo, aquí nos explica lo que es una habilidad y de qué está compuesta. Una habilidad lo primero que tiene que tener es un disparador y una invocabilidad. Es decir, nosotros para llamar a esa habilidad, como por ejemplo la habilidad de buscar en Google Maps, tenemos que decirle a la gente cuándo tiene que utilizarla. Y para eso es que tenemos que hacerlo de la siguiente forma. Nombre, propuestas económicas, por ejemplo, ¿no? Sería el ejemplo de esta eh de esta skill que ahora vamos a verla con, o sea, vamos a verla con un ejemplo real cómo la invocamos. La descripción genera propuestas económicas comerciales profesionales en formato PDF usando inteligencia artificial. A partir de ahí pasamos a la generación de propuestas económicas, la descripción de esta y el flujo de trabajo que tiene que seguir. ¿Veis que es un promitemos? No va a ser invocada siempre como pasa con el cloud.md. Recordad que el cloud.md siempre se precarga en nuestra ventana de contexto, independientemente de lo que nosotros hayamos solicitado o hecho dentro de esa ventana. Es como aquellas instrucciones que siempre se van a cargar, aquello que e es como el plano del arquitecto. Pero las skills son herramientas que solo llamamos si la petición del usuario coincide con el nombre y la descripción de la skill. Por lo tanto, podemos cargar muchas skills para muchas cosas y que no nos ocupen espacio dentro de la ventana de contexto. Solo nos van a ocupar espacio si el prom del usuario solicita esa skill. Vale, para que se entienda bien esto, básicamente son como promps dinámicos que podemos ir llamando y que no nos ocupan espacio dentro de la ventana de contexto. Y de nuevo, skills. Hay muchísimas en internet. Por ejemplo, eh si venís aquí a skills. Esta página de aquí, encontraréis pues una skill de front and design que os permite hacer pues diseños de front mucho más atractivos. E codebase design para el diseño del código, e revisar el código, hyperframes para todo el tema de crear eh animaciones y ediciones con todo esto. Buscar en internet, veis azure, no sé qué. Bueno, vamos a buscar alguna que sea visual interesante, como por ejemplo eh, no sé, algo relacionado con finder, ¿no? Búsquedas. Buscamos, filtramos wayfinder, sponsor Finder, Padfunder, DPM Finder. Vale, mira, esta me gusta bastante, esta de Amazon de aquí. Eh, si entramos justo aquí, veis que nos pone cómo tenemos que instalarla y es básicamente una skill que lo que hace es eh buscar productos dentro de Amazon. ¿Veis? les da un rating, le hace un análisis de, bueno, de la demanda de competidores y todo este tipo de cosas. ¿Y cómo lo instalamos? Pues lo podemos instalar con este comando o con este prom. Nosotros lo vamos a hacer con un prom y así nos quedamos tan anchos, ¿no? Desde aquí ponemos prom, lo copiamos, tal cual. Vale, volvemos a nuestra ventana de Antigravity en este caso y yo lo que voy a hacer es borrar estos dos proyectos y voy a abrir uno completamente nuevo, ¿vale? para que la ventana de contexto, pues eso, sea nueva. Aquí cuidado porque no lo he borrado. Bien, lo borramos, abrimos una nueva ventana y lo vamos a llamar skills. Vale, ahora le voy a pasar esto por aquí y le voy a decir instala esta skill en este espacio de trabajo. Dos puntos y le pasamos el comando. Siguiente que voy a hacer, lógicamente, es guardar para que no se me líe. Borramos esto y borramos esto. Perfecto. ¿Veis que ahora lo está ejecutando? Tal cual. Vale, fijaos que ya es lo suficientemente inteligente como para seguir la estructura de carpetas que nos dicen directamente desde Anthropy con Clou, que es punto cloud skills y dentro contener la skill.md. La skill.md que nos ha instalado es esta de aquí, Amazon Product Researcher, ¿no? Y con todas las características que comentábamos antes, tenemos un nombre de la skill, una descripción y esto es lo único que se precarga dentro de todas las ventanas de contexto. ¿Vale? De hecho, un segundo, vamos a abrir una nueva ventana para pedirle que lo que lo utilice directamente. Ponemos por aquí. Y esto de aquí es lo único que se precarga. ¿Veis? Ahora aquí le da las instrucciones de cómo tiene que utilizarla, las capacidades que tiene y en definitiva no deja de ser un prom que si yo copiase y pegase dentro de la ventana de contexto tal que así, haría exactamente lo mismo. Pero claro, entonces no es cómodo porque tendría que estar copiando, pegando, tal y cual. Y si lo tuviese cargado en el cloud.md, me estaría ocupando espacio en la ventana de contexto. Entonces, yo cada vez que quiera ejecutar esta skill solo tengo que decirle, "Busca productos en Amazon con la skill de eh, yo que sé, baberos de niño." ¿Vale? Y ahora él sabe que tiene que ejecutar esta skill porque coincide con la descripción que nosotros le estamos eh solicitando. Fijaos, Amazon Product Research, la skill justo aquí va a investigar el mercado de España. Fijaos. Y ahora básicamente hace lo que ponga dentro de la skill y ejecuta todas las instrucciones que hay aquí dentro. Entonces, vosotros cuando tengáis protocolarizados ciertos SOPs, es decir, procedimientos estándares dentro de vuestra operativa del día a día, ya sea que tengáis una agencia, ya sea que tengáis pues sea lo que sea, pues al final estos procedimientos pues suelen seguir un A C, ¿no? Este ABC nosotros lo podemos digamos que definir o lo podemos reflejar dentro de un skill.md. Y de esta forma cada vez que realicemos esta acción determinada solo tenemos que decirle a la gente que utilice esa skill en particular. Y de esta forma lo estamos protocolarizando, pero pensad de nuevo, simplificad, es una un maldito prompt que no os vuelvan locos tampoco, no es tan complicado. Fijaos, nos está abriendo por aquí Amazon en la skill, pues lo hace a través del navegador directamente. Fijaos, con Playright. Y bueno, él va haciendo sus cosas, ¿ves? Datos reales capturados. ¿Por qué lo hace con Pllyw? Pues entiendo que lo hace porque em habrán restricciones en cuanto a scrapping por parte de Amazon. El scrapping es una estrategia que se utiliza para extraer datos directamente con peticiones al navegador, sin virtualizarlo, entre comillas. Y con Playght lo que podemos hacer es poner un robot. Ahora mismo hay un robot aquí. El agente directamente está navegando directamente dentro de eh Chrome. En este caso, ¿ves? Aquí se ha equivocado. Va directamente al inicio de sesión, ve que no es así y ya ha tomado el control absoluto de mi navegador. ¿Veis? va a ejecutar la tarea, en este caso pues sacar un brief de todos los competidores, de baberos de niño con los precios y tal y me va a dar un resultado final con lo que haya especificado dentro de esta skill. Y esto lo podemos hacer para todos los agentes que tenemos ahora mismo en el mercado. Lo podemos hacer para Gemini, lo podemos hacer para Codex, lo podemos hacer para quien sea. Bien, vamos a esperar un poquito y ahora cuando finalice volvemos. Okay, fijaos por aquí que en este caso le he dicho que que me dé lo que tenga ya, ¿vale? Porque si no estos vídeos para mí serían imposibles si tuviese que esperar cada vez que ejecuto una instrucción. Y nos dicen, "Va, cierro por aquí. Baberos DBB, análisis de oportunidad, puntuación global, 6 de 10 en la keyword principal, siete en el nicho personalizados." Conclusión corta, el mercado genérico de baberos está saturado y con márgenes ajustados. La oportunidad real está en el subnicho de guardería personalizado. Vale, por la cara. Estamos teniendo aquí un brief del mercado. A lo mejor estoy descubriendo aquí el próximo macronicho y alguien lo hace y se vuelve rico. ¿Os imagináis? Molaría. Eh, dato métrica de tal. Bueno, en definitiva, me da por aquí una serie de datos relacionados con los ratings de la competencia y el problema, el hueco, la rentabilidad. Una pasada, ¿vale? De hecho, mira, me pone los las source en este caso y básicamente todo lo que yo necesito. Ahora le puedo decir que me pase, pues, no sé, un PDF, por ejemplo, o un brief directamente en un CSV y lo va a hacer. Entonces, yo puedo tener todas los todos los procesos que yo quiera aquí dentro skills y poder irlas llamando una a una sin que me ocupen espacio dentro de la ventana de contexto de nuevo. Entonces, son procedimientos estándares operativo que yo tengo para poder llamar cuando me dé la absoluta gana. Más allá de eso, todo lo demás pues es un poco hacernos eh paranoyas, ¿no? Que eso podría decir, porque tampoco tiene mucho sentido darle más más vueltas. Desde mi punto de vista, las skills están un tanto sobrevaloradas. No quiero decir que estén mal, pero están un tanto sobrevaloradas. Ahora vamos a ver una cosa muy interesante. A mí me mola muchísimo todo esto, me gusta muchísimo, que son los patrones multiagente, ¿no? Los patrones multiagente es en la forma en la que nosotros podemos estructurar múltiples agentes para que trabajen de forma coordinada entre ellos y que nos den resultados mucho más precisos o más rápido o alcanzar nuestro objetivo de una forma determinada fuera de lo que se suele hacer convencionalmente, ¿no? Y aquí es cuando le podemos sacar un partidazo a todo esto de los agentes bestial. Bien, vamos a entender dos cosas antes de lanzarnos al al ruedo. Lo primero es el sesgo de primacía y recencia y lo segundo es la pereza de la gente. El sesgo de primacía y recencia es que si tú le pasas a un agente de inteligencia artificial, por ejemplo, un PDF de 1000 páginas, imagínate que le pasas, yo que sé, la Biblia, pues lo que va a ocurrir es que le va a dar más relevancia a lo que ocurren en las primeras páginas de este documento y lo que ocurre en la parte final. Y si la información que hay contenida en el medio pues es más relevante, naturalmente el agente y en general los modelos de lenguaje le van a dar una menor prioridad a esta información. Y esto es lo que se conoce como sesgo de primacía y recencia. De hecho, le pasa mucho a los seres humanos también. Nosotros nos suele impactar mucho más lo que ocurre al principio de una película y lo que ocurre al final que lo que ocurre justo en el centro. Y tenemos una memoria mucho más selectiva para lo que ocurre en estas regiones de aquí. Bien, esto le pasa también a los modelos de lenguaje y es precisamente por eso que vamos a utilizar estrategias para evadir esas limitaciones que justamente están relacionadas con la ventana de contexto, como siempre. Después tenemos el tema de la pereza de la gente. Em, una gente mediante va teniendo una mayor cantidad de número de pasos, cada vez se va volviendo más y más perezosos, porque tenemos que pensar de nuevo que está ideado para economizar el uso de tokens y al final lo que acaba ocurriendo es que se va deteriorando la calidad de la respuesta y la tasa de éxito de lo que nosotros le hayamos solicitado en función del número de pasos. Entonces, ya veis que lo que nos interesa aquí es delegar tareas a múltiples agentes para que un agente no lo haga todo, sino que múltiples agentes colaboren entre sí para que ninguno de ellos tenga que hacer demasiado trabajo y consecuentemente se vuelva perezoso. Después tendríamos la alucinación y la confabulación. Los agentes de inteligencia artificial tienden a inventar información y no lo hacen de forma malintencionada, ¿vale? Al final tenemos que pensar, bueno, en una parte sí que puede llegar a hacerlo de forma malintencionada porque de nuevo son productos comerciales y están pensados para agradar el usuario y que tú sigas pagando la suscripción. Entonces, muchas veces si no saben la información se la van a llegar a inventar solo para complacerte. Pero tenemos que pensar que los modelos de lenguaje son como un chef de talla internacional, ¿vale? un pedazo de chef que este chef se sabe todas las recetas del mundo. Imaginaos, pues sabe de comida india, sabe de comida española, eh tiene todos los ingredientes del mundo, etcétera. ¿Qué ocurre? Que este chef puede inventar nuevas recetas, pero muchas veces estas nuevas recetas que inventa saben a rayos, están malísimas. Pues pasa exactamente igual con los modelos de inteligencia artificial. Ellos tienen toda la información del mundo, pero a veces ellos mismos inventan nueva información basándose en lo que tienen recolectado en la entrada y a veces es erróneo, se lo inventan. Por lo tanto, lo que nos interesa es poner a varios agentes a trabajar para que se verifiquen entre ellos y no darle demasiada, digamos que responsabilidad o prioridad a un solo agente. ¿Vale? Y yo clasificaría en este momento los sistemas multiagente de la siguiente forma. El primero, clasificar y actuar. El segundo, repartir y sintetizar. El el tercero, verificación adversaria. El cuarto, generar y filtrar. El quinto, torneo. Y el sexto, bucle hasta terminar. Y vamos a verlo con ejemplos, porque como sabéis, no me gusta quedarme solo en la teoría, sino que me gusta que lo llevemos a la práctica. Para eso os he preparado por aquí un artefacto, ¿vale? Que además pues os voy a enseñar más allá dentro de Cloude, ¿vale? Clasificar y actuar, ¿para qué puede servir? Pues básicamente, si nosotros le damos una tarea a un agente, ¿vale? como sería este agente de aquí eh principal, lo que va a haber es un agente clasificador que en función del tipo de tarea que tenga que ejecutar va a llamar a un agente especializado en un área concreta. Por ejemplo, podemos tener al agente A, que está relacionado con todo lo que son solicitudes de usuarios de devolución, el agente B, que es el encargado de la satisfacción y el agente C, que puede ser, pues contabilidad, por ejemplo. ¿Qué ocurre? que no estamos mezclando trabajos y no estamos mezclando arquitecturas ni ni conocimientos. Por lo tanto, los agentes van a tener ventanas de contexto frescas que van a poder utilizar para utilizar la máxima potencia. Un solo agente, si contestase los 24 mensajes seguidos con el mismo tono, pues lo contestaría igual para un lead que para una queja. Y si no estás tú para etiquetar, nadie lo etiqueta. Entonces, la clasificación queda escrita y la puedes corregir antes de que actúe. Bien, vamos a verlo con un ejemplo real, ¿vale? Y el ejemplo real sería este de aquí. Patrón, eh, bueno, el cloud.md sería este de aquí del ejemplo. El patrón sería clasificar y actuar. Una tarea entra y un clasificador decide de qué tipo es y un especialista la resuelve. Si eres un subagente, si te han lanzado con un rol de investigador, constructor, revisor, ignora todo lo relativo a clasificar y delegar. Solo tiene que haber un clasificador. Mecánica. Los subaentes se lanzan con la herramienta agen. Un subagente no ve tu conversación ni tu contexto y de esta manera no se mezclan entre ellos. cuando no usarlo, la categoría de ellos, el protocolo y el investigador, el el constructor, el revisor y las reglas duras. Es decir, cada uno de ellos tiene un rol. Tengo tres subagentes aquí lanzados. Entonces, si yo ahora vamos a verlo esto directamente en la aplicación, porque creo que va a ser más visual, hablo esta carpeta, que de nuevo tendréis todos los y le doy acceso a este cloud.md desde aquí, que es exactamente lo mismo que hemos hecho en el ID. y le paso unos datos de entrada, como por ejemplo unos que tengo aquí preparados, que serían estos datos de aquí, ¿vale? Imaginaos que son datos de entrada relacionados con pues la bandeja de entrada de una una cafetería, correos de proveedores, eh facturas de Instagram, WhatsApp, etcétera. Y todo esto se lo voy a pasar y le voy a decir clasifica esta entrada. con tus criterios, ¿vale? Y fijaos que ahora, bueno, voy a cambiar el modo a omitir permisos para que lo haga todo directamente. Claude primero de nuevo va a pensar, lo que está haciendo es observar la entrada y lo siguiente que va a hacer es razonar para actuar con los seis subagentes, bueno, en este caso tres subagentes que le hemos solicitado. Entonces, ¿qué tenemos aquí de nuevo? Tenemos la entrada que es justo esto de aquí. Después tenemos al clasificador, que es el propio clou que tenemos aquí, y después tendremos tres subagentes que se van a lanzar justo ahora. Vamos a esperar un momentito que ya veréis que en nada lo tenemos. Vale, fijaos el patrón uno de aquí, variante lote 24 eh mensajes, delegó la clasificación a dos subagentes de Haiku en paralelo. Fijaos, veis, ahora está ejecutando la gente y dentro de un momento lo tendremos aquí como una actividad al agente este de aquí, al subagente. Ya veréis, fijaos, modelo Haiku. Aquí tenemos todo el contexto, como veis aquí, y ahora lo está ejecutando con este subagente en concreto. Ahora en calificar mensajes va a ejecutar otro subente para encargarse justo de esa tarea. Vale, fijaos que ahora ya tenemos dos subagentes trabajando en paralelo, uno con Haiku y el otro también lo ha puesto con Haiku, es lo que ha considerado y lo que está haciendo es calificar los lotes primeramente. ¿Veis? Esto va a tardar bastante rato y por eso os he preparado una demo aquí. interactiva para que lo podamos ver de forma mucho más sencilla. Aquí tenemos a nosotros con el prom y esto es la bandeja de entrada. ¿Veis? Ahora el orquestador lo que va a hacer es poner a trabajar a cuatro subagentes, uno comercial, otro atención al cliente y otro administrativo y cada uno se va a encargar de su parte. Fijaos, para finalmente devolvernos una respuesta donde cada uno de los agentes es especializada en cada una de las áreas. ¿Qué ocurre? que cuando utilizamos subagentes, sobre todo cuando lo hacemos en paralelo en la salida, lo que estamos buscando es optimizar la cantidad de respuestas que estamos obteniendo para tener como una especie de muestreo estadístico hasta alcanzar la respuesta que es más interesante para nosotros. No ocurre exactamente igual con lo que hemos visto de de varios varios subaentes trabajando en paralelo para que uno finalmente lo que haga sea sintetizar. ¿Qué pasa? que si tenemos un consenso con todo esto, el subagente uno, bueno, vamos a preguntarle cómo llego al millón de suscriptores o cómo conseguir eh un lapor Gini, ¿vale? Lo que queráis. El subagente uno va a respondernos ABC, el subente 2 nos va a responder AB, el subente 3 nos va a responder ABD, el subente 4 AC y el subente 10 BCE. Y al final lo que tenemos aquí es una mayor frecuencia para A, B, mientras que para C, D y E, que serían las respuestas anómalas, vamos a tener una frecuencia menor. Por lo tanto, esto de aquí o son ideas brillantes o son alucinaciones. Se le ha ido completamente la olla al modelo. Entonces, casi siempre le tenemos que dar una mayor prioridad a las que han tenido una mayor frecuencia. Y para eso ponemos justo a la salida un agente que lo que hace es sintetizar, sintetizar y calificar aquellas que son más interesantes, ¿vale? que es justamente este patrón de aquí, donde, por ejemplo, le podemos pasar 60 reseñas de verano en datos y necesitas saber qué arreglar primero, ¿vale? Imaginaos que es un restaurante y tenéis 60 reseñas, queréis ver cuáles reseñas eh son más interesantes para evaluar y optimizar vuestro flujo de trabajo. Entonces, aquí lo que estamos haciendo es paralelizar, ¿veis? Y de esta forma estamos respondiendo a todo esto y estamos obteniendo diferentes muestreos. Es decir, podemos ver lo que nos dice el subente uno, lo que nos dice el subente 2, etcétera. Pero en este caso en particular también nos tenemos que centrar es que la ventaja de los suagentes no es hacerlo mejor que nosotros, que también puede ser, sino hacerlo 10 veces a la vez. Si utilizamos un solo agente, la ejecución es secuencial. Primero hace una acción, después otra, después otra, después otra y esto pues va a dar como resultado 30 horas, ¿vale? es más pesado, es más lento, como veis aquí el Bob Esponja. Pero si ejecutamos 10 subagentes, como es este caso en particular, lo que tenemos es que la respuesta la vamos a obtener en 40 minutos, muy muy rápido, ¿vale? Muy muy rápido, mucho más rápido. Entonces, no es lo mismo rellenar eh 1000 formularios con un agente que hacerlo con 10 subagentes. Claro, un formulario con un solo agente tendríamos abrir el navegador, 5 segundos, cargar la web, localizar el formulario, rellenar y enviar. Todo esto iría sumando segundos y serían 2 minutos aproximadamente para para cada una de las acciones, que es más lento y menos preciso que una persona. Pero si tenemos un sistema multiagente que pueda ejecutarlo todo en paralelo, esto nos va a dar una ventaja brutal en cuanto a optimización de tiempo. V. Esto es s super interesante, superinesante. De hecho, ahora vamos a ver un ejemplo de esto en la realidad, ¿vale? Todos los frameworks esto de subagentes los vamos a compartir para que le echéis un vistazo, pero básicamente quiero que os quedéis con la idea de que los más relevantes son este de aquí y este de aquí y estos de aquí los vamos a comentar por encima. La verificación adversaria básicamente es que tenemos un ejecutor que realiza la tarea que le hemos solicitado y tenemos varios verificadores. Estos verificadores van a llegar a un consenso. Entonces, estadísticamente, cuanto más alta sea la respuesta, es decir, cuanto más alto sea el consenso por parte de esta gente, más probable es que la respuesta que haya dado el ejecutor sea buena y por lo tanto lo puede poner en tela de juicio. Después tendríamos generar y filtrar. en general y filtrar. Tenemos varias entradas, ¿vale? Vamos a verlo directamente aquí que creo es más interesante, donde necesitas muchas opciones y solo quedarte con las buenas. Por ejemplo, en el día a día tienes 30 asuntos de correo electrónico o ganchos de anuncios y te quedan con las cinco que cumplan tus reglas. Vamos a verlo. Lanzamos el descafinado y subimos el descuento de la suscripción. Bueno, una decisión estratégica y aquí le damos todos los datos de la campaña. Pues aquí lo que hacemos es que lanzamos un patrón de varios multiagentes en paralelo y por último ponemos un clasificador que lo que hace es clasificar las respuestas que son más interesantes, que cumplen nuestros criterios y solo nos quedamos con las candidatas más válidas. Pues eso sería de nuevo. Todos estos eh frameworks de multiagentes os los voy a dejar en la descripción totalmente gratuitos para que los podáis descargar y utilizar en vuestro día a día, pero a la hora de la verdad los más interesantes de nuevo son estos de aquí. este de aquí de torneo, eh, sería de forma muy rápida. Es que tienes pocos candidatos buenos y hay que elegir uno y es cuestión de criterio muy grande, ¿vale? O sea, el criterio aquí es muy relevante. Entonces, si por ejemplo tienes cuatro versiones de tu página de venta, cuatro estructuras de precio oferta, lo que haces es que lanzas jueces ciegos por par por parejas y los ordenas al azar, ¿vale? Hasta lograr esto de aquí. Después tenemos el bucle hasta terminar. Por ejemplo, tienes algo que es relacionado con búsqueda de información o investigación y lo que suele ocurrir es que si lanzas un solo agente, va a lanzar una sola pasada, va a encontrar las fáciles y te va a decir, "Listo." Y si le preguntas seguro, va a releer los puntos ciegos y te lo confirma. Pues con este patrón, que en cada iteración el agente lo que hace es supervisarse hasta que él mismo se haya autoevaluado lo suficiente para alcanzar la respuesta que estamos buscando. ¿Ves? Encuentra todos los hallazgos y se vuelve a autoevaluar justo aquí. Fijaos, ¿ves? Vuelve a evaluarse la respuesta y así de forma iterativa siempre. Vale, vamos a ver ahora una cosa que os va a molar muchísimo. Fijaros, tengo una skill eh, donde tengo un enjambre de Chromium, ¿vale? Chromium es como Google Chrome, pero para desarrolladores, para hacer pruebas y todo este tipo de cosas. Y aquí lo que le voy a decir es que lance seis subagentes en paralelos, eh, pilotando su propio Chromium visible en una rejilla de 3x2. Y a cada uno de estos agentes le voy a dar una tarea en particular, ¿no? Por ejemplo, la tarea que le voy a dar es que busque clínicas dentales en Barcelona y que localice aquellas que no tienen chatbots para enviarles una solicitud para prospectarles y ofrecerles precisamente este servicio. Si esto lo hiciésemos con scrapping convencional, tardaríamos muchísimo porque normalmente suelen tener bastantes restricciones y es difícil determinarlo. Entonces, lo que va a hacer esto es que va a sacar lo que le hemos pedido y además va a hacer un brief. Oye, necesito que ejecutes esta skill. Eh, para lanzar eh seis subagentes que controlen el navegador necesito que sea visual y lo que tengo que localizar son clínicas dentales en Barcelona en paralelo, que no se pisen entre ellos, que no tengan chatbots instalados dentro de su propia página web para que posteriormente me saques un pequeño brief de cuál serían interesantes para prospectar de cara a ofrecerle precisamente este servicio. También mira si tienen píxel de meta o cualquier otra cosa que podamos utilizar como eh pretexto comercial. Y además eh necesito que me des el brief en un CSV que sea extremadamente visual para mí y de esta forma poder, pues eso, manipularlo a mi antojo. Lanza un pequeño batch, una prueba de máximo unos eh 10 20 clínicas dentales, simplemente para ver cómo funciona. ¿Vale? Se lo lanzamos por aquí. Y ahora fijaos que yo levanto las manos, me alejo. Bueno, no me puedo alejar mucho que tengo los auriculares. Ahora sí me alejo y simplemente tengo que esperar. Bueno, le tendré que dar permisos si me lo solicitas para eh el tema del Chrome. Fijaos, que lógicamente va a tardar un poquito, ¿eh? O sea, no le tengo que dar permisos. Vale, fijaos que está, bueno, ya habéis acaba de ver la resolución de mi pantalla, que esto es superinesante y ahora abre las seis ventanas de Chromium en segundo plano. Venga, a trabajar chavalote. Imaginaos tener que hacer esto a mano, sería una auténtica locura, ¿verdad? O tener que hacerlo con un solo agente que lo tenga que hacer secuencial, es decir, paso uno, paso dos, paso tres, sería aberrante, ¿no? Seguramente me esté pidiendo permisos y por eso no puede actuar. A ver. Vale, sí, parece que está funcionando. Vamos a dejar Claudio aquí en el centro para que lo vayamos vigilando. Yo no me alejo ¿eh? Vale, fijaos que este de aquí arriba ya ha empezado a trabajar y ahora va a ir activando uno a uno con los diferentes subagentes. Ahí tenemos el segundo que ya está trabajando. El tercero. Gente, fijaos mientras grabo el vídeo. Lo que estoy haciendo justo ahora es que he lanzado seis subagentes, como estáis viendo aquí en la pantalla, donde cada uno de estos controla el navegador y lo que están haciendo es buscar clínicas dentales en Barcelona para ver cuál de ellas no tiene instalado ningún chatbot y ningún dongle de WhatsApp con una agente de inteligencia artificial para de esa manera sacar un brief y prospectar una a una de estas que no tengan instalado esto, que es precisamente lo que nosotros ofrecemos. Okay, fijaos que por aquí ya nos ha dado el resultado. Vamos a ver exactamente el CSV. Lo abrimos por aquí. Hm hmm hmm. Y lo ha puesto justo en esta carpeta, o sea, lo vamos a ver en el Finder directamente. Así lo abrimos directamente en el sistema operativo que lo veremos mejor. Mira, fijaos. Clínicas dentales. Por aquí nos pone eh a llamar ya con el nivel de score, el nombre de la clínica, la zona de esta. Pensad que esto lo podríamos haber hecho pues con mucho, o sea, con un lote bastante bastante más grande y hubiésemos tenido muchos más datos. Vale, pensad que le he dicho que acabe rápido. Nos [carraspeo] dice si tiene chatbot. Eh, si tiene un chat detectado interno, si tiene WhatsApp, si tiene un píxel de meta, esto para la gente que hace metad es super interesante, si tiene Google Ads, si está dado de alta en ciertas plataformas, si tiene formulario, si tiene CMS de el CMS que tiene, el teléfono, el correo electrónico, Instagram y nos da el gancho comercial por aquí. Fijaos las dirección y el stack completo que le podemos vender. ¿Ves? Perfecto. Y de nuevo esto lo hemos hecho en un minuto. Y además le podemos pedir que saque capturas directamente. De hecho está trabajando, sigue trabajando esto. Le podemos pedir que saque capturas directamente para eh precisamente eh mostrarle al cliente con una captura que no tienen esto, ¿vale? Con una evidencia. Entonces, esto ya veis que es una auténtica locura y podemos hacer todo lo que queramos con esto, ¿vale? Algo que mola bastante con todo este tema de los multiagentes y una forma de hacerlo muy muy útil es crear frameworks de tomas de decisiones avanzados con agentes en paralelo. Y por ejemplo, podemos hacer algo tan interesante como esto que estáis viendo aquí, donde la query del usuario pasa a través de un agente principal, en este caso de Cloue, que lo que hace es repartir y delegar las tareas a cuatro expertos en diferentes áreas. En este caso, normalmente, un producto SAS, por ejemplo, un producto eh que podemos comercializar como software, está constituido por cuatro departamentos principales. El primero, el de producto y tecnología, el segundo, el de marketing y ventas, el de access, bueno, el de éxito de cliente y el de operaciones. Y lo que podemos hacer es que cada uno de estos subagentes en paralelo tomen una personalidad que nosotros le indiquemos. Por ejemplo, podemos hacer que tome decisiones como lo haría Steve Jobs. Con Steve Jobs hay muchísima literatura en internet. que tenemos una biografía, sabemos cómo pensaba, sabíamos cómo priorizaba él la toma de decisiones, cómo anteponía la simplicidad por encima de la tal y todo este tipo de cosas, ¿no? Entonces, claro, podemos encapsular la decisión de producto y tecnología pasándola por el framework, en este caso de Steve Jobs, como lo haría él. Em, porque si no, ¿cómo podemos determinar cuando una decisión es buena o mala en base a qué criterios la evaluamos? Si se lo dejamos directamente a la inteligencia artificial, puede ser que lo haga bien, pero también puede ser que lo haga mal porque lo evalúa en base a ciertos personajes o en base a ciertos contextos que no acaban de adecuarse a la calidad que nosotros estamos buscando. Por ejemplo, para marketing y ventas le podemos dar la personalidad de Ray Croc, que en este caso él fue el que consiguió que McDonald's tenga el éxito que tiene actualmente y él era un crack pues con todo el tema de el coste de adquisición de los clientes, el lifetime value y en definitiva fue un visionario en todo esto. Walt Disney, en cuanto al éxito de los clientes, aunque parezca que solo fue un genio a la hora de crear caricaturas, ¿no? Realmente consiguió una recurrencia muy alta con todo el tema de, bueno, hacer que la gente pues vuelva a los parques de atracciones y todo este tipo de cosas. Y después en operaciones Henry Ford, pues basta decir que prácticamente bueno, fue él el que inventó la producción en cadena y fue de los primeros los pioneros que logró producir tal cantidad de vehículos y además customizados para cada uno de los clientes. Entonces, pasando nuestra digamos que decisión o nuestro y nuestra idea más bien por estos cuatro filtros en paralelo y después filtrándolo con un juez final, podemos extraer un veredicto que nos va a dar una opinión no sesgada acerca de cualquier idea que tengamos en este momento. Porque de nuevo, pensad que si nosotros lo pasamos por inteligencias artificiales genéricas, puede ser que el framework que aplique no sea algo que sea genial, algo que esté aplicando primeros principios como harían estas personalidades. Entonces, para eso os voy a enseñar un framework que yo mismo utilizo, que es el siguiente. De nuevo, todo esto lo vais a tener directamente en la descripción del vídeo para que lo podáis descargar gratuito. E la skill se llama el consejo. El consejo es que somete cualquier idea de negocio a cuatro analistas que trabajan en paralelo sin verse entre ellos, como comentábamos. Entonces, la entrada, el argumento es nuestra idea de negocio en una o dos frases, ¿vale? Se la describimos y a partir de ahí nos la va a evaluar en base a este framework. Idea evaluar sería los argumentos, que es esto de aquí, los cuatro asientos en paralelos y aislados, ¿vale? Quiero que imaginéis un asiento para cada una de estas personas, un comité de expertos y vamos a a invocar a esos cuatro agentes paralelos que no van a tener opiniones sesgadas entre ellos y que después van a converger en un juez final. Asiento uno, problema y oferta. ¿Veis? Eres el asiento de problema y oferta de un consejo que evalúa tu negocio, eh, que evalúa un negocio. Tu referencia es el criterio de Steve Jobs y no su biografía, ¿vale? de su biografía. Sacamos el criterio prohibido citar fat célebres, tal y cual, y juzga solo esto. Él utilizaba este framework que era analgésico o vitamina, la alternativa real, la frase, amputación, bueno, toda una serie de cuestiones que son interesantes, ¿no? Después, mercado y venta. Aquí tenemos Ray Croc, que es el que comentábamos, que era un genio de McDonald's en este caso, y así con todos y cada uno de los agentes para por último analizarlo todo con el agente principal. Entonces, le voy a decir a este señor de aquí, vamos a abrir por aquí esto y directamente vamos a abrir un folder en el escritorio. Le vamos a llevar a llamar consejo directamente. Y aquí en consejo vamos a poner directamente la skill que teníamos, ¿vale? Aquí directamente lo que le he dicho es que le instale él, ¿vale? que no no lo tenga que hacer yo. Y si os fijáis, como estamos utilizando Gemini y no estamos utilizando Cloude, pues básicamente ha utilizado otra eh estructura de carpetas. En este caso, si os fijáis, punto agents/Skills, el consejo que sería el skill.md que le acabamos de de dar a la ventana de contexto, que sería este de aquí. En el caso de Clouder, recordad que era punto cloud. Bien, entonces ahora que lo tenemos instalado, le voy a decir, por ejemplo, que evalúe una idea de negocio, no sé, aleatoria. Hm. evalúa una idea de negocio relacionada con vender un SAS a clínicas dentales para optimizar la captación de pacientes gracias a agentes de inteligencia artificial que aumentan el speed to lead. Le decimos esto por aquí y ahora simplemente va a evaluarlo en base a este framework y ahora lo veremos. Vale, ya he ejecutado el scille.md y eh le he pedido básicamente que me dé el resultado en un punto marddown aquí para poder leerlo mejor con vosotros. Fijaos, eh, idea evaluada vender un SAS a clínicas dentales para optimizar la captación de pacientes gracias eh agentes de inteligencia artificial. Veredicto, rediseñar confianza eh alta. Existe un dolor financiero real, el perder eh clientes de alto valor, implantes ortodoncias bla bla bla. Lo que todos dieron por hecho es que las clínicas dentales quieren contratar, configurar y supervisar un nuevo software cuando en realidad solo buscan que su agencia eh les entregue pacientes sentados en el sillón. El choque, el problema 101 y experiencia 103 validan la idea de salvar tratamientos de 2,000 4000 € justifica cualquier coste y que el valor de responder fuera de horarios inmediato. No obstante, mercado a 102 y operaciones a 104 demuestra que un SAS de 150 200 al mes no soporta el coste de adquisición comercial como para convencer al al doctor tras sortear a la recepcionista y que la fragmentación técnica del software dental en España convierte a cada alta en un atasco operativo. Fijaos, en este caso, eh, lo que estamos viendo es que Mercado, que son los asientos de evaluación, digamos, eh de marketing, eh lo que que en este caso sería el de Rayrock, lo que nos está diciendo es que es una idea que, bueno, pese a que Steve Jobs y los demás la consideran bastante interesante, que son el asiento eh uno en este caso e el asiento dos y el asiento 4, dicen que no es lógico en el mercado actual por una cuestión de costes de captación. Entonces no es tan viable, ¿vale? Nos dan como esa otra perspectiva de viabilidad de mercado. El fallo mertal, la barrera del software de gestión, la barrera del software de gestión médica local ocurrirá cuando el tercer cliente exija las citas reservadas por la se sincronicen dentro de su software instalado en el ordenador de recepción. Fijaos, claro, como ahora la mayoría de clínicas tienen softwares que ya están utilizando, tenemos que buscar una implementación que en este caso pues no tenemos una API pública, ¿no? Bueno, no sé, me podría pasar todo el día así, pero básicamente lo que vemos es que nos están dando diferentes perspectivas acerca de un mismo asunto y que muchas veces pues nos liberan esa, digamos que carga de decisión que no tenemos la capacidad de analizar desde múltiples factores, desde múltiples ángulos también porque al final no tenemos esos conocimientos en esas áreas. Entonces, esto sería un ejemplo interesante en el que podemos darle uso a todo este tema de los multiagentes y que a mí particularmente me mola bastante. Perfecto. Vamos a comentar ahora otra cosa que es muy importante dentro de todo este tema de los agentes. Cuando nosotros estamos utilizando agentes de inteligencia artificial, tenemos que entender que funciona exactamente igual que cuando delegamos un trabajo a un empleado. Cuando tú le delegas un trabajo a un empleado y no defines un contrato donde hay unas especificaciones de alcance, de tiempo, de objetivos y todo este tipo de casas, lo que acaba pasando es que el empleado hace lo que él cree, las expectativas que él cree que tú tienes acerca de él, pero no siempre se adecúan a las que tú tienes realmente. Por lo tanto, hay un gap entre lo que tú esperas y lo que realmente se te ofrece, ¿no? Y esto todo aquel que haya sido empresario lo sabrá, que si tú no defines unos SOPs, no defines eh unos esperados, no defines un alcance, no defines unos mínimos, lo que acaba pasando es que las expectativas se acaban desbandando y al final pues una de las dos partes se enfada y al final pues el compromiso cae. Bien, pues pasa exactamente igual con los agentes de inteligencia artificial y sobre todo con los suagentes y por eso es tan importante formalizar los encargos, sobre todo en ciertas tareas. ¿Y qué es esto de formalizar los encargos? Pues básicamente si tú le haces una petición vaga como esta de aquí, quiero que imaginéis que es una persona y tú lo contratas y le dices, "Hazme una web bonita." La persona, si es un pedazo de crack, si es un genio, pues te va a hacer una web excepcional porque va a tener de en cuenta desde múltiples ángulos factores de tu negocio que debe considerar y va a entender tu petición porque el tío tiene una capacidad de abstraerse brutal. Pero la persona promedio no va a entender esto del todo bien o probablemente lo entienda, pero bajo su marco, no bajo tu marco. Entonces, por eso es tan importante que definamos con este contrato cinco preguntas. Primero, el objetivo. Segundo, el alcance. Tercero, referencias, supuestos y fracaso. Y esto lo pregunta directamente la gente gracias a este contrato. Y el contrato es un punto MD que os voy a enseñar ahora. Entonces, a partir de ahí, redactamos el contrato y esperamos nuestra aprobación y ejecutamos a la primera con criterios claros, ¿vale? Entonces, un contrato, ¿cómo se vería? Se vería de la siguiente forma. Primero, el objetivo web de una página que dé credibilidad a la agencia ante clientes nuevos, no una web bonita. Restricciones, 500 líneas, animaciones sutiles, primero para móvil. formato de entrega, un solo archivo HTML estático con las secciones acordadas y que cuenta como fracaso, porque también es muy importante que definamos qué es algo que no esperamos, qué consideraremos un fracaso y eso podría ser pues parecer una plantilla genérica, romperse en el móvil y si operar el límite de líneas. Pensad que la inteligencia artificial es mucho más precisa en cuanto a las indicaciones y se adhiere más a las indicaciones negativas que a las indicaciones positivas, ¿vale? por un sesgo de seguridad. También la inteligencia artificial prioriza la seguridad. Entonces, si le damos limitaciones de lo que consideramos que no podemos admitir, las va a tener más en cuenta. Entonces, si el contrato es demasiado demasiado vago, no sabe qué quieres exactamente. Si es demasiado rígido, no puede decidir. Es decir, le acortamos las alas. Y pasa exactamente igual que con el empleado. Tú puedes tener un empleado que es un pedazo de crack, creativo, entonces tienes que saber delegarle hasta cierto punto para que entienda tu visión, pero que también tenga la posibilidad de tomar decisiones, porque si tú le dices exactamente lo que tiene que hacer, pues se va a volver demasiado rígido. Entonces, quiero que penséis que cuando nosotros le definimos una tarea a la inteligencia artificial en general, es como una especie de diana, ¿no? O sea, tenemos una diana, bueno, lo que se puede entrever como una diana, ¿vale? No es muy redonda que digamos. Pero vaya, esta zona de aquí del centro sería lo que nosotros consideramos como correcto, como zona óptima, donde todo lo que se dé aquí va a ser aceptado, ¿vale? En cuanto a la tarea y la inteligencia artificial va a tener desviaciones, va a tener una aproximación del 70%, va a tener una aproximación del 89% y eventualmente alguna estará aquí dentro y será la que consideremos como correcta. Pero tenemos que pensar que para que esto esté aquí dentro, nosotros tenemos que acordar esos criterios para que pueda acertar. Si no, no va a acertarlo. ¿Vale? Sé que estoy siendo ahora tal vez un poco redundante, pero es muy importante que lo que lo entendamos. Y la decepción habitual no es la falta de capacidad, es un encargo sin condición de parada ni criterio de fracaso. Y el el apartado cuatro es el que casi nadie escribe y es el que vamos a ver ahora. Okay. Fijaos, por aquí tengo el contrato que es un punto MD. En este caso, lo voy a poner por aquí, ¿vale? Lo vamos a poner como un cloud.md MD para poder utilizarlo directamente con Cloue porque me interesa enseñaros Cloue mucho más que pues probablemente cualquier otro ahora mismo como Yemini. Entonces vamos a abrirlo y le vamos a echar un vistazo muy rápido a esto del contrato. El nombre es prom contract y lo que le decimos es que antes de escribir código para una tarea no trivial, es decir, una tarea que no sea del día a día muy tonta, fijo un contrato de cinco campos, entrega prueba límites supuestos fallos y ciérrelo verificándolo al terminar. sirve para que un hecho sea una comprobación y no una opinión, ¿vale? Y aquí tenemos todo el contrato. Un contrato convierte un hecho en algo que se construye y se comprueba eh en vez de algo que se opina, ¿vale? Algo que es en base al criterio. ¿Cuándo aplica? Cuando la tarea produce código configuración y tiene más de un resultado posible razonable. Antes de de redactar responde tres preguntas. ¿Con qué comando o gesto compruebo que está hecho? ¿Cuál es el estado actual medido? Contrato, entrega, rutas exas exactas que de lo que existirá al terminar, ¿vale? para definir exactamente qué nos tiene que entregar. La prueba cuando el comando se ejecuta para decidir si está hecho y la salida esperada, límites, supuestos y fallos. ¿Vale? Entonces le vamos a decir eh que apunte directamente a este cloud.md. O sea, lo que podemos hacer es ponerle un a y como lo acabo de instalar, pues le puedo decir que eh apunta él directamente con una podéis abrir justo este archivo de aquí poniendo el nombre, ¿vale? A su continuación. Entonces, le voy a decir, usa el contrato para lo siguiente, dos puntos. Hm. Vamos a crear un SAS ultra rápido en menos de un minuto que cumpla cualquier función impresionante, ¿vale? Por decirle algo. Claro, ahora aquí hay varios puntos, ¿vale? El primero es que lo tiene que hacer en menos de un minuto y una función impresionante es muy ambiguo. Entonces no fijamos el resultado y el resultado es toda la entrega. Entonces ahora tiene que hacerme una pregunta para poder asegurarse de lo que me vaya a entregar sea lo que yo estoy esperando. Entonces ya veréis que ahora pues me va a entrevistar un poquito. ¿Ves qué hace el SAS? Me lo pregunta. puedo decir un criterio firmado de PDFs y ahora él ya sabe lo que estoy esperando mínimamente. Okay, fijaos, ya nos ha terminado el contrato justo ahora y como estáis viendo aquí, el contrato es el siguiente. La entrega es el lugar, el directorio donde nos va a entregar esto. ¿Y qué nos va a entregar? Nos va a entregar un fichero HTML único conto autoconenido en este con autoconenido en CSS y JavaScript. y el interfaz observable en este orden, zona de drop, eh, tira de miniaturas y toda una serie de cosas que sí o sí tiene que cumplir. La prueba, es decir, eh las pruebas que tiene que hacer él para saber si funciona. Va a utilizar Python y Pllywight para hacer pruebas el mismo y límites. No se toca el cloud.md, MD, nos añade package que no eh le hayamos solicitado y toda una serie de cosas, ¿no? Fallos, la firma se ve en la pantalla, funciona con la página uno y falla al firmar la página y toda una serie de fallos que no se pueden dar. Bien, entonces le voy a decir sí, en base a este contrato inicia la tarea. ¿Entendéis el punto ahora de que ya sabemos exactamente lo que vamos a esperar de la inteligencia artificial y no se va a inventar absolutamente nada? o si se lo inventa, está incumpliendo la tarea y le podemos decir, "Oye, no has cumplido el contrato que hemos redactado ahora mismo." ¿Veis? Entonces, yo sé que ahora lo que me va a entregar es lo que está aquí dentro. Y esto me ayuda muchísimo a optimizar el uso de tokens, pero muchísimo, porque no estoy dando, no estoy avanzando en una dirección que no es la correcta, estoy tomando la decisión correcta desde el principio. Eso se parece bastante al tema del plan mode, ¿no?, que está eh justo por aquí. Si ponéis modo planificación es bastante parecido porque el modo planificación os entrevista hasta que la inteligencia artificial está 100% segura de que lo que está haciendo es lo que tú esperas, pero solo lo hace con los criterios de diseño y toma de decisiones superficiales. No es tan tan fina como lo que acabamos de ver. Veis que ahora pues está iniciando todo esto y bueno, en unos minutos pues tendremos una aplicación. Claro, muy probablemente ahora mismo os estáis preguntando que por qué no ha respetado el tema de un minuto, ¿no? Porque si os fijáis al principio he dicho que lo construya en un minuto y es básicamente porque la IA, a menos que nosotros pues le dotemos de esto con ciertas estrategias, no tiene concepto de temporalidad, no tiene concepto de tiempo, ¿vale? Si se lo damos con cierta estrategia, sí. Entonces, yo nunca os recomiendo que le solicitéis a la IA cuestiones relacionadas con "Hazlo en x minutos e avísame a tal hora". Todo este tipo de cosas. Por precisamente por eso, eh, recientemente a los agentes de inteligencia artificial ya les dotan de un tag interno donde les meten un reloj, pero claro, es muy ambiguo, ¿no? Porque tendría que estar autocomprobándose él constantemente para saber si ha pasado cierto tiempo desde que inició la tarea hasta que finalizó y recordar que la inteligencia artificial pues es secuencial, ¿no? No es eh no no es paralela, o sea, no puede estar comprobando mientras actúa. Entonces, es un poco raro todo esto, ¿vale? Es importante que lo entendamos también. Mira, ahora lo que lo que está haciendo es testear, ¿vale? Para, bueno, validar los criterios del contrato que ha hecho con nosotros y en cuanto lo tenga, pues nos lo va a pasar. Esto está controlando el navegador directamente con Playwright. Aquí me está pidiendo acceso a esto, no sé por qué. yo le voy a permitir algún día me hackearán y [risas] no me quedará otra que aceptarlo, pero como veis eh, ya está acabando prácticamente. Okay, fijaos por aquí que, bueno, es un software que básicamente lo que hace es que subes un PDF y lo puedes firmar digitalmente muy rápido. Y Playwrite lo que está haciendo es ha tomado el control del navegador y está haciendo diferentes pruebas, ¿no? De nuevo para cumplir con el contrato, se lo acaba de descargar, lo acaba de firmar y así consecutivamente. Entonces, bueno, parece que va a tardar un ratito. Yo creo que se entiende el concepto. E el tema con esto es que, claro, es muy preciso, pero también lo vuelve extremadamente meticuloso. Entonces, las ventanas de contexto pues van a ser un poquito más lentas. Pero también tenéis la ventaja de que a veces lo que ocurre con la IA sobre todo es que e le solicitáis una tarea y antes de haber finalizado esta tarea, pues preventivamente acaba y espera tu aprobación para pasar al siguiente paso. De esta forma lo que ocurre es que no tenéis que estar constantemente dándole aprobación en los diferentes pasos, sino que directamente le decís el resultado final esperado y todas las pruebas que tiene que realizar y os podéis desentender. Entonces, el resultado que vais a tener no es solo más preciso y mejor, sino que vais a tener que estar iterando mucho menos, ¿vale? Y recordad que en una sola instrucción ahorráis muchísimos tokens, eso también es muy importante. Entonces, eh le voy a decir que lo damos por bueno. Lo doy por bueno. Déjame probarlo, ¿vale? porque ya os digo que puede estar bastante bastante rato, que bueno, es una contrapartida, pero es algo que tenemos que aceptar, ¿no? Básicamente, ¿en qué consiste el programita que nos ha hecho este señor? Vamos a echarle un vistazo, que realmente esto no es relevante, ¿no? Al final lo que queríamos ver era el tema del del contrato en sí mismo. Entonces, vamos a cerrarlo y esperamos un momento porque la versión que nos ha generado ahí no es la final. Vale, ahora sí nos ha descargado esto. Voy a elegir un contrato que tenga por ahí, por ejemplo, este de aquí. un contrato indefinido, que es el ejemplo de contrato que se utiliza en España. Vamos a hacer una firmita aquí, aprovechando que tenemos el trackpad, de hecho, ponemos por aquí una firma random y ahora pues la situamos por aquí. Y os digo que esto pues no tiene ninguna utilidad, ¿no? Pero vaya, descargar el PDF firmado y nos dice que ha dado un error, ¿veis? Y nos dice que ha dado un error. Vale, el error no es por culpa del programa, es porque eh este documento en concreto está encriptado y se tiene que hacer con una firma digital, ¿vale? al ser un documento del gobierno. Hemos tenido mala suerte con el ejemplo, pero vaya, se entiende el concepto, ¿no? Que este contrato nos permite hacer cosas de una forma extremadamente precisas. Por aquí, fijaos también en otra cosa muy interesante. Cuando ha estado haciendo las comprobaciones, todas las capturas relativas a estas comprobaciones las ha hecho directamente y nos la ha dejado aquí dentro como evidencia. De esta forma no tenemos que confiar ciegamente en lo que nos diga la IA, sino que además nos deja unas pruebas de que ha sido así, que esto es superinesante. Entonces, esto os diría que es fundamental utilizarlo. ¿Vale? Vamos a hablar ahora de los MCPs, el MCP Protocol, el famoso MCP Protocol. Em, para resumirlo muchísimo y tratar de no hacerlo todo excesivamente complejo, tenemos que pensar que hasta ahora no había un protocolo estandarizado que nos permitiese darle herramientas a la inteligencia artificial y que sirviese para cualquier modelo de lenguaje o cualquier agente en cualquier lugar. Es decir, no había una forma unificada, así como existe el HTTP, el protocolo HTTP, así como existe el USB tipo C en el caso de los conectores, así como existe los conectores universales de 220 V, eh 50 Hz en Europa, por ejemplo, para la tensión de alimentación de los ordenadores, para todo estándares, pero para darle herramientas a la inteligencia artificial hasta ahora no había un estándar. Entonces, de repente el señor de Anthropic, la empresa esta que que lo está reventando tantísimo, la que está detrás de Claude, un día sacó un post muy interesante en su en su web donde hablaban de un protocolo muy revolucionario y muy interesante y ellos proponían adoptarlo. Entonces, todo el mundo dijo, "Vale, me parece bien." Y ciertos proveedores de servicio, como por ejemplo Cana, N8N, todos estos, fueron eh unificando este protocolo para que las IAS se pudiesen conectar. ¿Qué pasó? Que Open AI, Gemini, en el caso Google, todas estas, pues dijeron, "Ostras, yo también quiero esto, ¿no? Porque así pues mi mi herramienta también se va a extender y lo va a utilizar muchísimo más gente. Entonces, tenemos que pensar que hasta, bueno, antes de del uso de este protocolo, la unificación de este protocolo, si tú le decías a una gente, oye, utiliza Google Chrome, ¿vale? y busca pisos en Barcelona. El agente lo primero que pensaba era, "Hostia, ¿y esto cómo funciona? Yo, ¿cómo voy a acceder a Google Chrome? No hay un protocolo que me diga cómo tengo que pinchar aquí, cómo tengo que acceder allí." ¿Sabes? Piensa que ellos no tienen una interfaz de usuario como nosotros que tenemos pues un ratoncito y vamos dando clicks y tal, que pueden tenerlo, ¿vale? pero no es el caso. Entonces, para no tener que hacerlo con el protocolo HTTP, que era muy ineficiente y variaba muchísimo entre diferentes proveedores, pues ahora gracias a este protocolo, lo que hacemos es que nos conectamos a un servidor MCP y en ese servidor MCP es donde están todas las acciones relacionadas con el uso de la herramienta que estemos tratando en ese momento. Por ejemplo, Google Chrome, Canva, Figma, lo que sea, ¿vale?, que estemos utilizando. Entonces, por ejemplo, le podemos decir a Claude, "Oye, bro, eh, busca pisos en Barcelona." Y te dice, "Dale, bro, de una, ¿vale?" Y lo va a hacer. Entonces, eso está muy muy guay. De hecho, vamos a hacer ahora un experimento. Tenemos que pensar de nuevo, fijaos que siempre estamos hablando de la ventana de contexto, ¿vale? Porque para mí esto es lo más importante, es en base a lo que se construye todo, ¿no? E el cloud MD, recordar que se cargaba previamente en la ventana de contexto. Los headers de las skills, la parte inicial de las skills, se cargaba arriba de la ventana de contexto antes que nuestro prom. Pues los MCPs, exactamente igual, se cargan arriba en la ventana de contexto, por lo tanto utilizan espacio dentro de esta. Vamos a hacer una instalación de cualquier MCP. Para esto sí que os recomiendo que utilicéis la versión de escritorio, es decir, la aplicación, porque es mucho más intuitivo, ¿vale? A la hora de conectar las skills y todo esto. Venís justo aquí a la parte de arriba, como siempre, a la barrita esta famosa, le dais. Os voy a hacer por aquí un poco de zoom, ¿vale? Para que se vea mejor, que si no después me ponéis a parer en los comentarios. Le damos a personalizar y desde personalizar le tenemos que dar a conectores. Le damos a añadir en caso de que queramos añadir uno manualmente, que esto se puede hacer de esta forma. o podemos darle a descubrir directamente y aquí nos vienen todos los que están, digamos que instal o para instalar disponibles dentro de la store de cloud. Imaginaos que, por ejemplo, quiero utilizar el MCP de Miro, ¿no?, para hacer eh gráficos. Pues lo tengo ahí. Eh, no sé, vamos a utilizar un ejemplo así interesante, ¿no? Por ejemplo, hm uno de diseño, ¿va? Sí, lo veis supercaro. Mira, tenemos el de Canva. Entonces, para instalarlo, simplemente le dais aquí a más. os va a pedir iniciar sesión, conectar con vuestras credenciales de cloud. En este caso, yo como tengo ya el de Canva configurado, pues no lo voy a hacer, ¿vale? Pero vosotros tendríis que darle a más y seguir un proceso que es muy sencillo. Una vez lo tenéis conectado, simplemente abrís una nueva ventana de contexto y le decís, "Ey, usa el MCP de Canva para crear una miniatura de YouTube para un vídeo de agentes con Cloud Code. Hazlo en un minuto super rápido de nuevo. No me va a hacer ni caso con lo de un minuto, pero le metes algo de prisa, ¿vale? O sea, como que define una tarea un poquito más corta. Le vamos a poner el opus con nivel de razonamiento medio, ¿vale? Para que no se le vaya mucho la olla y le vamos a dar cañita. Ahora de mientras lo que vamos a hacer es abrir Canva nuestra cuenta. Vale, fijaos aquí nos ha generado un diseño, ¿vale? Es un diseño bastante mediocre, lógicamente, porque Canva es una herramienta de, digamos que diseño interactivo, ¿no? No lo genera con inteligencia artificial. Entonces, bueno, hm el diseño no va a ser muy bueno, pero como veis, básicamente le hemos dado acceso a nuestra cuenta de Canva directamente desde cloud. Si abrís estas URLs directamente las tenéis que abrir en Google Chrome porque eh tendréis que estar logueados con vuestra cuenta. Yo en este Google Chrome no tengo mi cuenta, por lo tanto no puedo verlo desde aquí, lo puedo ver solo desde aquí. Pero básicamente lo que quiero que entendáis es que lo que estamos haciendo es darle acceso a el modelo de lenguaje, a la gente en sí mismo, a cualquier portal, ¿vale? Y que pueda hacer lo que le dé la gana dentro de este. Ahora mismo lo que lo que yo he hecho es decirle a Clou que tiene acceso a Canva para crearme lo que yo le pida. Por ejemplo, le puedo pedir que cree diapositivas para hacer una presentación de hm el baile de mi hijo o para un cliente o para lo que yo quiera. Superimportante esto porque nos da una ventaja competitiva enorme, nos hace avanzar mucho más rápido que cualquier otra persona. Entonces, tener esto claro es lo que va a marcar la diferencia nuevamente. Pero vais a ver que con los MCPs, pese a que molan muchísimo, se puede avanzar muy rápido. De hecho, el escalidra este que estáis viendo aquí, gran parte de él, bueno, gran parte no, una parte de él se ha hecho con un MCP también. De hecho, mira, os lo voy a enseñar, ¿vale? Para que lo podáis ver. Voy a decirle, "Usa el MCP de Scalidra para hacer un escalidado de agentes de IA como ejemplo. Vale, voy a decir esto. Va a cargar las herramientas y como ya lo tiene precargado justo aquí, como veis, pues puede lanzar la query. Fijaos. Vale, crea una escena. En este caso nos da error, no pasa absolutamente nada porque ya sabe que ha generado el error. Crea la escena y crea el diagrama, como estáis viendo. Y este protocolo que unifica todo nos da una ventaja de nuevo que es brutal. Mira, veis sistema de agente IA, orquestador y subagentes directamente desde aquí. Vamos a bajar. Mira, voy a abrirlo. En este caso creo que estará público. Vale, no nos deja abrirlo porque no está público y tengo que iniciar sesión. Así que lo pego por aquí y fijaos que me ha generado esto. ¿Veis? Lógicamente el resultado es mediocre, ¿no? Porque tengo que seguir pronteándolo. Le tengo que decir, "Oye, no me gusta el diseño, no acaba de ser lo suficientemente interesante, le voy a pasar captura. sigue otras directrices de diseño. Eh, incluso le podría pasar el framework que hemos visto antes de multiagentes, donde cada uno de los agentes eh define una directriz, uno en cuanto diseño, otro en cuanto funcionalidad. Pero lo que quiero que penséis es que este esquema que antes pues dabais, no sé, 3 horas, ¿no? Ahora puedes hacerlo en cuestión de 2 minutos por unos cuantos tokens y llegas a la reunión con un cliente potencial, en caso de que tengas una agencia de IA y en vez de ir con las manos vacías le explicas el proceso de forma visual y el cliente pues claro, se va a quedar impactado porque va a decir, "Hostia, este tío entiende mi proceso, este tío me ha investigado y se ha tomado el tiempo de hacerme un diagrama." Entonces está bastante guay esto, ¿vale? Para que le deis una vuelta. Hay MCPs de todo. Por ejemplo, también podemos utilizar el MCP de Google Chrome. Vamos a darle una vueltica por aquí por los MCPs, que mola bastante. Em, de nuevo, personalizar. Vamos a conectores y vamos a buscar el de Chrome a ver si está disponible. Sí, mira, control Chrome. Le damos a instalar, le doy instalar. En configurar es donde le podéis dar permisos, ¿vale? Para las diferentes acciones. En este caso, pues todas están como que requieren aprobación. Y si ahora abro una nueva ventana de contexto, le voy a decir, usa el MCP de Chrome para buscar pisos en Barcelona rápido. Está cargando la herramienta justo ahora. ¿Veis lo que os digo? Ahora nos está devolviendo todo esto. O sea, nosotros no lo podemos ver porque no lo está virtualizando directamente en nuestro ordenador, pero está accediendo a un servidor virtual, entre comillas, donde tiene acceso a todo esto gracias, en este caso, al MCP de Google Chrome. Si no, pues el método que haría, pues lo haría de forma rudimentaria. O sea, al final Cloue lo va a cumplir, ¿no? Aunque sea sin el MCP o con el MCP. Lo único que lo va a hacer, pues eso, de una forma más rudimentaria, va a gastar muchísimos más tokens. ¿Veis? Lógicamente esto lo ideal es que lo hagamos pues con una condición de parada, con más criterio verificables y todo el rollo, pero es un ejemplo. Y fijaos aquí, mira, en este caso sí que está tomando el control del navegador. Perdonad, os he dicho que no, pero os he engañado. Fijaos, veis que ha abierto en este caso el ideal lista. Bien, e vamos a eliminar este grupo y vamos a volver por aquí a echarle un vistazo a lo siguiente, que de lo siguiente que vamos a hablar es de algo muy interesante también, que es el tema de la gestión de los tokens, ¿no?, que viene un poco a colación a todo lo que estamos viendo con los MCPs y tal, porque todo parece muy bonito, ¿no?, con la inteligencia artificial hasta que tocamos el límite y pues es un rollo, ¿no? que queremos seguir avanzando y llegamos al límite de la suscripción y nos vemos pues en ese en ese típico bucle donde tenemos que aumentar el coste, tal y cual, pagar más y lo de siempre. Me ha pasado a mí, le ha pasado a todo el mundo. Entonces, ¿cómo podemos optimizar el uso de los tokens? Esto es fundamental, la economía de tokens. Lo primero, pagas tokens y cada mensaje relee toda la conversación. Quiero que entendamos esto fundamentalmente. Cuando nosotros eh venimos aquí a una ventana de, por ejemplo, Antigravity, la ventana de contexto donde estábamos, hemos enviado toda una serie de mensajes, ¿no? Hemos estado interactuando con el agente de inteligencia artificial y esto es lo que ha conformado toda esta ventana de contexto. La ventana de contexto está conformada por los tokens de entrada, que serían todo lo que yo le he solicitado, los tokens de procesamiento y los tokens de salida. ¿Vale? Todo esto es la ventana de contexto y todo esto tiene un coste. ¿Qué pasa? que si nosotros vamos llenando la conversación con mensajes, es decir, vamos generando un historial muy amplio dentro de una misma ventana de contexto, el mensaje uno tiene uno de coste, pero el mensaje dos va a ser releído. Admo una landing lo lee. En el mensaje dos le digo cambia el color, va a releer lo anterior y va a multiplicar el coste por tres. En el mensaje tres le digo, "Hazme una landing." Antes le he dicho cambia el color y ahora le digo añade el formulario por seis de coste y así consecutivamente. Por eso alargar excesivamente las ventanas de contexto supone un problema muy grande. Si os fijáis, veis por aquí, porque tenemos que estar reprocesando todo el rato una gran cantidad de tokens. Es decir, muchas veces el precio o el límite de los tokens no lo marca tanto lo que pedimos, sino lo que hay detrás de lo que pedimos. Por eso el consejo más importante que os puedo dar es cortar la conversación cuando cambiamos de tema. Y para eso existe una estrategia que es brutal. Si os fijáis, nosotros teníamos el cloud. MD, el de autoaprendizaje del principio. ¿Recordáis aquel cloud MD? En aquel cloud MD es donde vamos a guardar todo aquello que haya sido relevante en este proyecto, pero en el momento que guardemos eso, abrimos una nueva ventana de contexto y empezamos a trabajar desde cero. ¿Y cómo hacemos para que todo lo que ha ocurrido aquí se guarde dentro de un cloud.md? Pues existe un comando que es slinit. Slashinit lo que va a hacer es que va a releer todo esto que estáis viendo aquí, todo este directorio, todo el código, toda la ventana de contexto, todo. Y nos va a generar un cloud.md con un resumen operativo. ¿Qué ocurre? Que nosotros cuando iniciemos una nueva ventana de contexto, en la siguiente iteración vamos a tener este cloud.md y no va a tener que releer todo este contexto cada vez que realicemos una solicitud. Por lo tanto, la optimización de tokens es altísima. Aquí está el punto, veis. Vamos a ver ahora cuando nos lo genere. Em, esto es fundamental, ¿vale? Sobre todo también porque quiero que penséis en que una ventana de contexto no solo es por una cuestión económica, sino también por una degradación de las solicitudes, es decir, de la adherencia a la solicitud inicial. Recordad que el modelo se va volviendo cada vez más perezoso y cada vez menos preciso mediante la ventana de contexto se va haciendo más y más larga. Hay varias cosas que debemos de tener en cuenta en todo esto. Entonces, la gestión de la ventana de contexto, perdonad que le doy un traguito que llevo aquí hablando bastante rato. La gestión de la ventana de contexto es fundamental para separar a un usuario promedio, un usuario amater de un usuario que realmente sabe de lo que sabe lo que hace, ¿no? Que se diferencia, que realmente va a dominar esta nueva ola. y un usuario que realmente puede ofrecer servicios de inteligencia artificial porque es fundamental, ¿no? Esto, mira, fijaos, eso significa que el slash initndar escrib.md, que nos borraría la skill, aquí hay un conflicto, ¿vale? Porque va a generar un cloud. Yo tengo una skill, ¿vale? Entonces, no era el mejor ejemplo. Le voy a decir, "Borra la skill sin problemas o que le añada donde quiera." Simplemente quiero que lo veáis como como ejemplo. Vale, fijaos que nos ha preguntado justo como en esta ventana de contexto tenemos todo el rollo de los contratos y tal, pues se lo toma todo muy muy en serio. Entonces, me mola que me mola que sea así porque también lo vemos. Ahora va a escribir el cloud.md estándar y listo. Perfecto. Vale, ya lo tenemos por aquí. ¿Veis? Este documento eh provee los las directrices para cloud con eh esta carpeta con una serie de directrices que es todo lo que se ha dado a lo largo del proyecto. Nos dice cómo lo que ha creado una aplicación independiente y esto, este cloud.md lo que nos permite es que ahora cerremos esta ventana de contexto, ¿vale? La podemos cerrar directamente, abrir una nueva y ahora solo nos vamos a basar en este cloud.md MD y no vamos a estar leyendo todo el contexto que teníamos aquí contenido, que esto es brutal, ¿vale? Porque ahora todo el resumen operativo lo tenemos aquí dentro con los datos relevantes. Bien, entendido esto, em también quiero que hablemos del tema de la optimización de costes, ¿no? ¿Qué está pasando con la inteligencia artificial? La inteligencia artificial es brutal. O sea, esto todos lo sabemos, lo venimos hablando a lo largo de todo este curso. Bueno, más que curso, lo tampoco lo veo como un curso, es un vídeo interesante este. Em, en este vídeo lo que hemos ido viendo la importancia del de la de saber utilizar la inteligencia artificial, pero algo que estamos viendo es que las empresas cada vez tienen más problemas en cuanto a la optimización de tokens, ¿no? O sea, al final todo el mundo sabe utilizar la inteligencia artificial de forma bruta. Si te dan 800,000 tokens y gastas 800 € en créditos, puedes hacer cosas increíbles. Pero cada vez las empresas lo que están buscando más y más es gente que optimiza este uso de los créditos para poder darle una mayor flexibilidad y unos menores costes. Es decir, profesionales que de verdad sepan hacer esto y sepan hacer una ingeniería detrás de todo esto. Entonces, vamos a hablar ahora de la gestión del contexto. Como comentábamos antes, para gestionar el contexto nosotros podemos hacer una estrategia que era con slash init, ¿vale? para poder hacer ese cloud. Mmd y no tener un historial de conversación excesivamente largo. Pero quiero que penséis también que cuando nosotros estamos hablando con Cloue, ya sea aquí en la versión de escritorio o ya sea aquí con Clou, con Gemina, con el que queráis, nosotros tenemos un contexto determinado y ese contexto, esa ventana de contexto, el límite nos la marca esta bolita de aquí. Fijaos, veis la ventana de contexto, estoy utilizando el 900 99,800 tokens de 1,000ón, es decir, estoy utilizando el 10% de la ventana de contexto. Cuando esta bolita de aquí o bueno, cuando esta barra de aquí más bien llega al límite, utiliza una estrategia que se llama autocompactación, que básicamente lo que hace es exactamente lo mismo que hemos hecho nosotros, hace un resumen de toda la ventana de contexto y la limpia, ¿vale? Y empezamos como de cero, entre comillas. [resoplido] Em, yo no recomiendo que esperéis nunca a llegar a ese límite, ¿vale? Porque vais a ver cuando estamos del 0 al 50% vamos a trabajar bastante tranquilos porque al final la precisión que vamos a tener y los costes que vamos a tener no son muy altos. Pero si esperamos al 100% de la compactación, lo que ocurre es que ya se va a ir degenerando y los costes van a ser mucho más altos. Entonces, yo lo que te recomiendo es que tú compactes antes de que Claude lo haga por ti, ¿vale? antes de que esa bolita llegue al 100% o antes de que esa barra llegue al 100% compacta, ¿vale? Porque compactar al 50 60% hace un resumen y arrancamos el limpio. [resoplido] Fijaos, si yo ahora me vengo a esta ventana de aquí y le digo hola y empiezo a generar contexto, digo, ¿qué tal? Le digo contexto y ahora ejecuto este este comando barracxt. Fijaos que se me abre esto que estáis viendo aquí, exactamente igual que veíamos en la aplicación de escritorio, ¿no? De hecho, esto lo han cambiado hace poco. Antes se abría otro menú o bueno, más bien te hacía como una especie de código en el terminal que a mí me gustaba más personalmente. Pero vaya, fijaos que el contexto está constituido no solo por el historial de conversación, mucho cuidado. Y esto es lo de lo que vamos a hablar ahora, está constituido por el system prompt, que el system prompt es el cloud.md. System Tools, que esto es el MCP y las herramientas del sistema, que fijaos que me están consumiendo 24,000 tokens, es decir, un 2,4% del total de la ventana de contexto sin hacer absolutamente nada, solo por tenerlas instaladas. Por eso lo que os diría es que tratéis de desinstalar aquellas herramientas que no estáéis utilizando dentro de la ventana de contexto, ¿vale? como por ejemplo MCPs. Veo mucha gente que tiene 20 MCPs, bueno, lo que sería el síndrome de Diógenes, ¿no?, de la era digital de los agentes, 200 skills, eh 200 Cloud SMDs y, bueno, por si lo utilizo algún día, no, no le cargues tantas cosas porque lo que va a pasar es que primero vas a gastar muchos tokens innecesariamente y segundo vas a liar a Cloud innecesariamente. Entonces yo lo que te recomiendo es que lo borres todo y lo hagas a nivel local. Memory files, que esto sería la memoria propia interna de Cloude, ¿vale? Porque también cloue tiene un memory punmd, que esto no hemos hablado de ello, pero el memory.md básicamente es que tiene como una pequeña micromemoria donde guarda datos como por ejemplo nuestro nombre, nuestra edad y todo este tipo de cosas. Mira, por ejemplo, vamos a probarlo, ¿vale? Ahora volvemos a abrir esto que eh, ¿cómo me llamo? A ver si con suerte no lo he reseteado. Y mira, ¿ves? Agustín. Y me deja incluso el correo. Me ha dejado hasta el Medina. Dame acceso al memory pun md para ver qué sabes de mí. Todo eso está ocupando espacio dentro de la ventana de contexto. Cuidado, veis, me abre el cloud punto el punto cloud. Esta carpeta no sé nada de ti, la memoria del proyecto y ahora lo está buscando. Claro, tiene muchas memorias porque tiene memorias en diferentes partes. Vale. E dame una, dame acceso a la más grande por verlo de prueba. Tiene varias memorias porque tiene una por cada uno de los proyectos. Como comentábamos. Le voy a decir que me dé acceso a cualquiera para, bueno, eso, cotillear un poco. Mira, fijaos por aquí nos ha dado acceso ya a una memoria. le voy a decir que se quede quieto fuera de aquí. No quiero saber nada más de ti. Eh, Agustín, youtuber de ella en español. Eh, bueno, una serie de datos, ¿no? Que es una ventana de contexto que hice justamente lo de la lo de la junta esta que estábamos creando para el cloud.md con el tema de Steve Jobs y todo este tipo de cosas, ¿no? Fijaos. Y ahí tiene esta memoria y esta memoria está ocupando espacio dentro de la ventana de contexto donde tiene datos relativos, pues en este caso de la persona que está interactuando. Vale, vamos a volver a el slash context. Fijaos que las skills de igual forma están ocupando espacio en la ventana de contexto un 0,4% solo por tenerlas instaladas, porque se carga esto que estáis viendo aquí, ¿no? Se carga el nombre y se carga la descripción. Entonces, esto todo son tokens que se están precargando aquí dentro. Los mensajes ahora nada porque no hemos interactuado. Y la autocompactación, el buffer, esto hablaremos después que también es interesante y este es el espacio libre que tenemos, ¿vale? Entonces, yo os diría que borréis los NCPs que no estéis utilizando y la mayoría de cosas que no estéis utilizando. Em, vais a ahorrar bastante. ¿Vale? ¿Cómo borramos una ventana de contexto? Pues básicamente para resetearla lo podemos hacer con un clear, ¿no? Le voy a decir hola para que veáis cómo lo borramos. Hacemos slash clear y borramos la ventana de contexto. Con compact podemos hacer un autocompactación manual. Ahora lo voy a hacer en la aplicación. Si veis que estoy cambiando entre la aplicación y eh el IDE es porque básicamente quiero que veáis eh que es exactamente lo mismo, ¿vale? Lo único que en el ID pues tenemos más opciones. Yo ahora puedo hacer en el ID aquí un compact de igual forma y como no hay mensajes, pues no va a hacer una compactación. Si hubiesen mensajes sí que me permitiría hacerlo. Podemos hacer un fork también cuando se equivoca. Pensad que, por ejemplo, imagínate, no me gusta lo que ha hecho aquí, no se ha equivocado y tengo una ventana de contexto que me gusta mucho. Me he enamorado de ella porque me estaba funcionando bien. Entonces, puedo venirme aquí y le digo virf car. Vale, y entonces abro una nueva ventana de contexto paralela que venía de la principal y puedo seguir tanto con la principal como con la paralela. Y de esta forma digo, "Vale, si la lío, tengo como este punto guardado donde puedo seguir con mi historial de conversación. Ahora me ha dado error porque lo he borrado antes." Vale, eso sería un fork, una bifurcación de la ventana de contexto. ¿Vale? Y ahora que estamos hablando de todo el tema de los costes y tal, vamos a hablar de los tres asistentes de código principales que hay actualmente en el mercado y las diferencias que tienen entre ellos, ¿no? Las diferencias principales. Cada vez las diferencias son menores. De hecho, eh cuando uno saca una novedad, el otro lo que hace es que al día siguiente la mejora o se pone a la par, pero en lo que se diferencian principalmente es en la filosofía detrás de esto. Es decir, quiero que penséis, por ejemplo, en el mercado de los coches, donde pues hay gran cantidad de coches muy buenos, ¿no?, que están a la par, pero lo que se diferencian es en la filosofía y el tipo de usuario que quieren atraer. Por ejemplo, los coches eh alemanes, por ejemplo, Audi, lo que busca es sofisticación, un tipo de usuario que haga muchos kilómetros, que tal, que quiera sentir comodidad, calidad de acabados. Y por ejemplo, podríamos tener algo que está más o menos a la par, que es BMW, que bueno, busca otro segmento de usuario, ¿no? Que sería pues alguien que busca algo más deportivo, con otras prestaciones, ¿no?, un poquito más canallesco, pues pasa exactamente igual con los modelos de inteligencia artificial. Por ejemplo, Cloue es el arquitecto lógico, está como más enfocado a todo el tema de la programación. ¿Por qué? Porque el dataset con el que han entrenado a este modelo principalmente ha sido con código y el enfoque que ha tenido Anthropic desde el principio ha sido de uso empresarial, un uso serio y confiable. Eh, en el caso de Gemini lo que tienen es que tienen todo el dataset de conocimientos de Google. Google tiene la mayor base de datos del mundo, tienen todos, pues bueno, todas las búsquedas, todo el motor de búsqueda, tienen todos los estudios, todas las imágenes. Es una locura Google lo que tiene. De hecho, por eso es tan bueno en el tema de las imágenes que veremos después. Y Codex lo que tiene es que al ser de Chat GPT de Open AI tiene la ventaja de que empezaron inicialmente, tienen muy buenos servidores y han interactuado con gran cantidad de usuarios. han sido los que más usuarios activos han tenido, por lo tanto han podido recopilar mucha más información y para usuarios promedios funciona mucho mejor que cualquier otro. Entonces, ¿qué os diría? Que cloue eh está genial, ¿vale? Es increíble. De hecho, para razonamiento es impecable, para código es impecable, para refactorización que se llama, que es convertir ciertas áreas del código con ciertas directrices que nosotros le indiquemos, respuestas eficientes. Además no tiene tanta tasa de alucinación, nunca nos va a mentir tantísimo para todo lo que sea toda esta parte es brutal, ¿vale? Pero si estamos buscando hacer un trabajo creativo, yo personalmente nunca se lo voy a dar a Claude. ¿Vale? Esto es un criterio personal de nuevo y creo que muchos de vosotros estaréis de acuerdo con esto. En contra, es que de nuevo es más débil en interfaces visuales. A mí los interfaces visuales de Yemini me gustan mucho más. genera el texto algo más lento, las respuestas son más lentas y además tiende a recortar muchísimo, se vuelve muy perezoso. Antrópic medio eh ha metido medidas de recortes bastante bastante potentes. Sin embargo, tenemos a Gemini, que tiene una ventana de contexto bestial en multimodales superior, o sea, todo lo que sea realizar pues eh análisis de imagen, creación de imágenes, creaciones de vídeos, todo eso, Gemini es una locura de nuevo, porque tienen el mayor dataset de imágenes del mundo. Y el tema que tienen también es que por contra tiene un razonamiento bastante inconsistente, tiende a alucinar bastante. A mí me gusta mucho para todo lo que es un tema de decisiones estratégicas porque a mí me gustan los modelos que se les va un poco la olla, ¿vale? Que no son tan aterrizados, que no son tan lógicos racionales. Me gusta que sean un poco loquitos, ¿vale? Que piensen un poco fuera del sistema. Y G Yemini en este caso creo que mantiene un buen equilibrio en eso. Me gusta como lo hace. Además, tiende a sobreexplicar. Esto es verdad. Hm. En cuanto a Codex, en la parte de Chat GPT como modelo de lenguaje, a mí me dejó de gustar, me desencantó, era un usuario prácticamente, bueno, prácticamente no, o sea, lo utilizaba diario muchísimo. O sea, yo he utilizado Chat GPT como un loco, pero como un loco, y he pagado Chat GPT todos los planes y lo he utilizado intensamente, pero llegó un día que me cansé de que fuese tan políticamente correcto, de que constantemente fuera tan generalistas las respuestas, de que me anunciase lo obvio y en definitiva que me tratase como un tonto, ¿no? Y es lo que os decía antes de que como está adaptado para ser usado para usuarios generalistas en el día a día, si le quieres dar un uso un poco más intensivo de negocio y tal, pues se te va a quedar un poco corto porque dices, "Joder, ya sé que esto no es así, tal, no me comas la cabeza, tío." O sea, no me pongas el típico disclaimer de, "Eh, perdona, pero eso no es así. Tienes que tener, sabéis lo que seguro que muchos de vosotros os sentiréis identificados." Entonces bueno tiene ventajas como que se puede poner como integración invisible. es el rey en lo en lo mecánico, o sea, para tema de estructuras repetitivas y esto funciona muy bien. Y esto de aquí está bien si utilizáis lo de la función invisible, pero vaya, tampoco por mucho más. Algo muy malo es que tiende a tener una visión bastante de túnel. Es como que tengo la sensación de que me pierde contexto siempre y además no orquesta la arquitectura. En todo el tema de arquitecturas, Claude, por ejemplo, le da 20.000 patadas. Y esto estamos hablando en cuanto a funcionalidad, ¿vale? Lo que os diría es que mayoritariamente os baséis en vuestras sensaciones, bien, porque actualmente están muy parejos. Pensad que esto es una de las mayores competencias tecnológicas en la historia de la humanidad y a nivel de empresas, o sea, si uno baja el precio, al día siguiente lo va a hacer otro, van a dar subsidios. Entonces, actualmente están bastante bastante parejos. Si tienes capacidad de invertir, vete para Cloud, no te comas la cabeza. Si no, pues haz un poco la pirulilla con Codex y Gemini. Yo utilizo los tres en mi día a día, me gustan mucho y em cuanto a optimización y precios, últimamente estoy viendo que Codex funciona bastante bien si eres un usuario sobre todo del día a día. En cuanto a opciones de ahorro, Cloue para mí sigue siendo el mejor. En cuanto a, me refiero a estrategias como las que hemos visto, ¿qué te diría también? que estos tres son los principales que hemos visto, ¿no?, en el mercado, pero existen otras alternativas como, por ejemplo, Open Code. Open Code, ¿vale? Tengo un tutorial por ahí en mi canal si le queréis echar un vistazo. Open code básicamente es lo mismo que estos señores, pero estos señores de aquí te obligan a utilizar su propio modelo. O sea, si yo me vengo por ejemplo a Cloue y me voy aquí a Opus a seleccionar el modelo, si os fijáis, me obligan a utilizar pues sus modelos. O utilizo Fable o utilizo Sonet o utilizo Haiku. O sea, me obligan a utilizar su gama de modelos. ¿Por qué? Porque ellos te dan el arnés. ¿Recordáis lo que hemos hablado al principio del arnés? Este de aquí famoso. Ellos te dan este arnés y te obligan a utilizar su ll comercialmente no le sale a cuenta. Ellos ganan dinero haciendo uso por tu parte de esta herramienta. Entonces, e si queremos utilizar otros modelos dentro de un arnés, imaginaos el mismo cloud pero con otros modelos, tenemos que utilizar una herramienta que se llama Open Code. Y aquí pues le podemos poner modelos chinos. como Quen, como eh Kimi, que también está bastante bastante bien y está bien, ¿vale? A mí personalmente no me encanta, pero funciona bien. Si tu presupuesto es ajustado, vete para Open Code porque ellos te dan el arness y tú le puedes conectar el modelo que te dé la gana porque además hay una herramienta que se conoce como Open Router, ¿vale? Si vienes aquí, Open Router y en Open Router tú básicamente te puedes descargar una clave de acceso de cualquier modelo de que esté publicado, por ejemplo, Open AI GPT Astra, eh Sakana, ¿vale? Este modelo no lo he utilizado personalmente. Black Flores de para generación de imagen, Deepsek, eh, y en general puedes conectar cualquier modelo con su clave API y simplemente que te cobren por el uso que estás haciendo de este. Eso está guay, está bien, pero bueno, tampoco me, de nuevo, tampoco me encanta. para este tipo de cosas, ¿vale? Eh, tenemos muchísimo que comentar con en cuanto a los agentes, eh, pero vamos a hablar un poquito de los modelos. lo que te diría es que no utilices el modelo más grande para las tareas pequeñas, que distribuyas correctamente las tareas para cada uno de los modelos en función de la capacidad que necesite esta tarea, de los requerimientos, la velocidad, ¿no? Si por ejemplo eh es para algo rápido y barato, por ejemplo, no sé, eh tareas repetitivas resúmenes investigar podéis utilizar Haiku, que es el modelo más pequeñito que tiene ahora mismo, eh, Cloude, ¿no? Si buscáis Cloud and Models en internet y le dais aquí a la descripción general de los modelos, os pondrá por un lado el precio que tiene y por otro lado os dará las características de esto, ¿no? Tenéis el Sonet, tenéis Opus, tenéis Haiku y ahora recientemente Fable, que es un pepinazo, pero es muy caro. ¿Vale? Entonces, Cloud Haiku es el más rápido, es el menos inteligente, pero si os fijáis cuesta dó el millón de tokens de entrada y 5 el millón de tokens de salida. frente a 2 y 10 por parte de Sonet, 525 por parte de Opus 1050 por parte de Fable. Entonces, volviendo a esto, para tareas pequeñas del día a día, utilizar eh haiku, ¿vale? No matéis moscas, gañonazos. Yo muchas veces lo hago, pero porque me puedo permitir sobregastar tokens por la suscripción que tengo, ¿vale? Si veo que los límites están lejos, lógicamente, em para el cada día con Sonet es más que suficiente para la mayoría del trabajo y es el que viene por defecto para planificación profunda, decisiones a largo plazo y mantener por debajo del 20% del uso, os diría que utilicéis Opus, ¿vale? Opus y Fable. A mí Fable me está gustando bastante bastante últimamente, pero ya os digo que bueno, no hay muchísima diferencia, ¿vale? Entonces, vamos a echarle un vistazo a esto de aquí, a esto de artificial analisis, eh, que es una página que me gusta bastante. Y básicamente lo que hacen es que recogen todos los benchmarks del mercado, los diferentes modelos, y lo resumen en un benchmark de inteligencia, un marcador de inteligencia. Ahora mismo Fable es el más inteligente, seguido por GPT6 Astra y aquí pues vemos cómo están rateados, ¿vale? Y podemos ver las diferentes áreas en las que se ratean los modelos. Pin, pam, pim, pam. Vale, si sois cotillas, echadle un vistazo, os va a molar bastante. A mí me gusta verlo, eh, pero bueno, tampoco os volváis locos. Entonces, lo que os diría es que con los subagentes también podéis utilizar esta estrategia, ¿no?, de tener un agente principal donde cada una de las partes se les delegue a cada uno de los submodelos. Por ejemplo, podríamos tener un agente principal donde e para tareas de refactorización se la damos a Haiku, tareas de desarrollo profundo se las damos a Sonet y todo el tema de la estructura del código, la arquitectura y todo esto se lo damos a Opus o Fable. Bien, y os dejo por aquí truquitos, ¿vale? Que bueno, que es un poco el resumen de todo lo que hemos visto que tenéis por aquí, que sería para el contexto utilizar esto, para la visibilidad, esto, para la precisión esto. Y para el motor esto, ¿vale? capturita y así ya lo tenéis guardado. Por cierto, si te está molando el vídeo, déjame un comentario porque de verdad que me ayuda bastante porque este algoritmo últimamente está un poco loco y estamos metiendo mucho valor, pero a veces cuesta empujar el canal, así que déjame un comentario por ahí, hombre, porfa. Vale, la caché caduca a los 5 minutos. ¿Qué es esto de la caché? No os voy a volver locos con esto. La caché básicamente es que dentro de una misma ventana de contexto, si nosotros iteramos en 5 minutos de intervalo de tiempo, esa esa interacción va a estar guardada en los servidores de el modelo que estemos utilizando, en este caso Anthropic. Si pasan más de 5 minutos, lo que hace Anthropic es que esa memoria la desocupa y entonces tiene que volver a cargarlo y por lo tanto es más caro. Entonces es importante que si interactúas que lo hagas rápido porque de esta manera la caché va a hacer que sea mucho más barato. Vale, de hecho, no sé si lo ponen por aquí, ¿no? Pero vaya, si buscáis por ahí caché os va a aparecer. Tampoco quiero entrar en muchos detalles porque si no de nuevo nos podríamos estar aquí hasta mañana. Y bueno, tampoco es la intención. Vale, y ahora me vais a permitir hacer un poco de promo, ya que hemos aportado tanto valor, eh, muy rápido, básicamente, si le queréis meter mucha caña a esto y convertirlo en un negocio, es decir, que no se quede solo en teoría, como hemos visto en este vídeo, tenéis Ailink, nuestra comunidad, en este caso la tendréis en la descripción, donde vais a pasar de absoluto cero a construir vuestro negocio de inteligencia artificial aplicando todos estos conocimientos y ofreciéndole a empresas exactamente igual que han conseguido todos los alumnos que estáis viendo aquí, como por ejemplo Emma, que vendió por 2000, Necode por 5000, Jairo 1000, Marco por 1800, Ignacio 3500, Gael con 13 años 800 2000. Eh, bueno, podría pasarme todo el día aquí en la ventana de victorias porque tenemos casos de éxito constantes y ahora mismo tiene un precio de $9, por lo tanto, aprovechad porque esto no va a permanecer mucho tiempo. A la que alcancemos los 1000 miembros, volvemos al precio anterior. Bien, para los recursos gratuitos los tendréis todos dentro de la comunidad gratuita. No queremos cobrar por recursos, ¿vale? podéis entrar, vais a la sección de cursos, os lo descargáis y ya está. Pero aquí de nuevo solo tendréis los recursos y poco más. Y mira, para ir cerrando el vídeo, os voy a enseñar una cosa bastante curiosa y es que le he pasado toda la transcripción del vídeo a, en este caso, Fable 5.1, modelo superpotente, el más potente, y le he dicho que me haga una intro directamente, toda la edición, solo le he pedido que me haga la intro y que haga la edición, renderice el vídeo, absolutamente todo. Fijaos, este es el curso definitivo de agentes de I en español. [música] Llevo 3 años montando sistemas con agentes y enseñando a hacerlo en este canal y en mi programa. No tengo carrera de informática. Todo lo que sé lo he aprendido con recursos gratuitos, exactamente igual que estás haciendo tú ahora mismo. Así que no necesitas saber programar ni tener ni idea de ordenadores para que este curso te sirva. Y tampoco necesitas conocer ninguna herramienta concreta. Esto no va de cloud code, ni de codex, ni de antigravity, va de las tres. Empieces donde empieces, acabas en el mismo sitio. Cero relleno. Apuntaes. Una locura, ¿eh? Una pasada. Sobre todo porque he accedido al escalidrow, porque tengo el MCP conectado, ha sacado las capturas y lo ha hecho él automáticamente. Así que, bueno, se vienen vídeos más interesantes. Estaos atentos. Hace 2 horas, la mayoría usabais una gente. Ahora sabéis dirigir un equipo cómo piensa por dentro y cómo se le dan instrucciones que no se olvidan y cómo se reparte el trabajo entre varios para que ninguno se vuelva perezoso ni os mienta. Y son conceptos fundamentales para el mundo actual. Y lo que acabáis de ver es la prueba. La intro de este vídeo y todo lo que habéis visto de contenido lo ha escrito y montado una gente a partir de la transcripción del propio vídeo. El curso se ha aplicado a sí mismo. Las 20 clínicas del principio siguen en ese Excel y ahora sabéis sacarlo vosotros. Lo que hagáis con él ya es cosa vuestra. Hay muchas ideas que podemos desarrollar y todos los ficheros, los seis patrones, el consejo, el contrato, están gratis en la descripción para que lo podáis descargar. Contadme en los comentarios en qué negocios las vais a meter primero y de ahí van a salir los siguientes vídeos. Recordad que de verdad nos ayudáis muchísimo con un like, un comentario y todo este tipo de cosas para que el algoritmo siga apoyándonos. Y si la intención que tenéis es construir un software de verdad, os dejo por aquí el curso de Cloud Code completo, el mejor del mercado, para que podáis verlo ahora mismo. Nos vemos a la próxima. Todo gratuito, señores.
Assistir ao vídeo original no YouTube
Assuntos: Agentes de IA. Publicado no YouTube em 2026-09-13.
Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.