Construir agentes de IA con herramientas, memoria y autonomía controlada
Curso avanzado que parte de una aplicación LLM ya segura y operable a nivel de C04 para decidir cuándo la ruta debe ser dinámica y diseñar el bucle agente, el catálogo de acciones, memoria, stop conditions, aprobaciones y recuperación. Termina con un agente validado para entrar en un rollout controlado; C06 cubre la operación general de producción.
Recorrido: Construir sistemas de IA
Para quién
Desarrolladores, arquitectos, responsables de automatización y producto que ya dominan workflows, APIs y aplicaciones LLM y necesitan abordar tareas variables donde el sistema debe elegir dinámicamente pasos y herramientas dentro de límites explícitos
Antes de empezar
- Haber completado C04 o dominar contratos server-side, herramientas autorizadas, estado, idempotencia, seguridad y pruebas de aceptación
- Comprender workflows deterministas y poder explicar qué parte de la ruta no puede fijarse razonablemente de antemano
- Disponer de un entorno de pruebas aislado y herramientas simulables antes de conceder efectos reales
Resultado de aprendizaje
Qué deberías poder hacer al terminar.
Distinguir agente, workflow y aplicación LLM y justificar la autonomía solo cuando la ruta necesaria no puede fijarse razonablemente por adelantado
Definir objetivo, entorno, restricciones, estados terminales, presupuestos y condiciones de escalado antes de implementar el bucle agente
Diseñar herramientas pequeñas, autorizadas y observables, con separación entre lectura, propuesta, aprobación y efecto
Construir contexto y memoria de forma explícita, distinguiendo estado de dominio, historial, memoria persistente, RAG y resultados de herramientas
Aplicar guardrails, aprobaciones, límites de coste, permisos mínimos y condiciones de parada que sigan siendo efectivas durante secuencias largas
Diseñar retries, checkpoints, reconciliación y recuperación ante fallos parciales sin repetir acciones externas
Índice del curso
Sigue los módulos en orden si quieres hacer el recorrido completo. Si ya dominas una parte, puedes entrar directamente en la lección que necesites.
Módulo 1
Decisión y contrato
Decide si la flexibilidad justifica un agente y convierte el objetivo abierto en un contrato con límites y estados terminales.
- 1. Decidir si el caso necesita un agente →
Elegir entre asistencia, workflow o agente mediante variabilidad, efectos, baseline, coste y capacidad de verificación.
- 2. Definir objetivo, entorno y criterios de terminación →
Convertir una tarea abierta en un contrato de ejecución con estados terminales, límites deterministas y criterios verificables de éxito.
Módulo 2
Capacidades y contexto
Diseña el espacio de acción específicamente agentic: herramientas activas, observaciones, precondiciones, contexto, artifacts y memoria sin repetir los fundamentos de integración de C04.
- 1. Diseñar herramientas, permisos y observaciones para un agente →
Construir un catálogo de herramientas específico del estado del agente que reduzca ambigüedad, preserve permisos y permita replanificar a partir de observaciones estructuradas.
- 2. Gestionar plan, contexto y memoria →
Construir estado y memoria versionables, aislados y con procedencia para sostener tareas largas sin usar el historial como fuente de verdad.
Módulo 3
Control y recuperación
Controla secuencias largas con aprobaciones, presupuestos, checkpoints, reintentos y recuperación de fallos parciales.
- 1. Implementar aprobaciones, guardrails y límites →
Aplicar aprobaciones y límites deterministas proporcionales al impacto para ampliar autonomía sin ceder la autoridad del sistema al modelo.
- 2. Gestionar fallos, reintentos y recuperación →
Diseñar recuperación ante fallos parciales y timeouts preservando el estado real y evitando la repetición de acciones externas.
Módulo 4
Evaluación y entrega
Evalúa trayectorias y outcomes específicamente agentic y entrega un candidato listo para rollout controlado; la operación transversal continúa en C06.
- 1. Evaluar trayectorias, seguridad y autonomía →
Medir si un agente alcanza el outcome por trayectorias aceptables y decidir qué nivel de autonomía merece antes de entrar en el programa de producción de C06.
- 2. Entregar un agente con autonomía controlada →
Entregar un candidato agentic con autonomía justificada, harness versionado, recovery, evals y kill switches probado, preparado para el proceso de producción de C06.
Aplicación a un caso real
¿Tu caso necesita realmente un agente?
Podemos separar qué conviene resolver con workflow, qué necesita decisiones dinámicas y qué controles requiere la autonomía.
Evaluar un caso agentic →