Agentes IA y Automatización: RAG, Flujos y Guías

En una era en la que la IA escribe el código, la habilidad de mayor valor está pasando de "escribir código" a "escribir la especificación", y la práctica que recoge ese cambio es el spec-driven development (SDD). El SDD coloca la especificación en el centro del proyecto como fuente de verdad, y un agente de IA deriva de ella el diseño, el desglose y la implementación en lugar de programar de inmediato. La clave es que cada paso deja un documento (a menudo Markdown) que el paso siguiente lee. Esta guía para principiantes cubre qué es el SDD (la especificación es canónica; el código es un derivado), por qué importa ahora (previene el "muro de los tres meses" de deuda técnica del vibe coding y la deriva de requisitos en la fase de diseño —GitHub informa de aproximadamente un orden de magnitud menos de ciclos de "regenerar desde cero", cifra reportada por el propio proveedor—), los cuatro pasos básicos (Specify → Plan → Tasks → Implement), las herramientas principales (GitHub Spec Kit con más de 90.000 estrellas y más de 30 agentes compatibles, AWS Kiro con su flujo Requirements → Design → Tasks y router Auto, además de BMAD, OpenSpec, Tessl, Google Antigravity y Cursor), cuándo usarlo frente al vibe coding (un híbrido: vibe para explorar, spec-driven para entregar, con revisión humana obligatoria) y cómo probarlo hoy mismo. En la era de la IA, quienes destacan son los que saben definir con precisión qué construir, no los que escriben código más rápido.

El centro de gravedad del trabajo con IA se está desplazando de la ingeniería de prompts a la ingeniería de contexto. Tomando prestada la definición de Anthropic, la ingeniería de contexto es "el conjunto de estrategias para seleccionar y mantener el conjunto óptimo de tokens (información) que le entregas al modelo durante la inferencia": abarca no solo el prompt, sino todo lo que hay en la ventana de contexto, es decir, el system prompt, las herramientas, el historial de la conversación y los datos externos. Importa por el "context rot" (degradación del contexto): cuantos más tokens añades, más baja en realidad la precisión. El estudio de Chroma de 2025 probó 18 modelos líderes (GPT, Claude, Gemini y más) y todos se degradaron a medida que crecía la entrada, siendo la información en el medio de los contextos largos especialmente fácil de ignorar ("lost in the middle"). Esta guía para principiantes explica qué es la ingeniería de contexto y cómo se relaciona con la ingeniería de prompts, por qué ocurre el context rot (la atención es un presupuesto finito), qué hay realmente dentro del contexto, seis técnicas esenciales (instrucciones a la altura adecuada, selección de herramientas, recuperación just-in-time, compactación o compresión por resumen, notas como memoria externa y aislamiento con subagentes), su relación con RAG y Claude Skills, y hábitos que puedes usar hoy como empezar una sesión nueva cuando cambia el tema y pegar solo los puntos clave. La idea central: conservar únicamente los tokens más pequeños y con mayor señal.

Una guía para principiantes sobre las Claude Skills (Agent Skills), el mecanismo que acaba con la pesadez de volver a explicarle a Claude el mismo procedimiento una y otra vez. Una Skill empaqueta instrucciones, scripts y referencias en una sola carpeta, centrada en un archivo SKILL.md que contiene un nombre, una descripción y los pasos. La mayor parte del tiempo Claude lee solo la breve descripción de cada skill, y despliega el cuerpo únicamente cuando tu petición coincide con ella: un diseño llamado divulgación progresiva que mantiene tu contexto ligero incluso con decenas de skills instaladas. Este artículo cubre qué son las Skills, por qué importan (se acabó volver a pegar prompts), cómo escribir un SKILL.md y una estructura de carpetas mínima, cómo crear una (con la skill-creator oficial o a mano, soltándola en .claude/skills, con la recarga instantánea de enero de 2026), en qué se diferencian del MCP (conectividad) y de los subagentes (aislamiento de contexto), el estándar abierto que ya adoptaron Codex CLI, Cursor, Gemini CLI y GitHub Copilot más allá de las apps de Claude, Claude Code, la API y el Agent SDK, además de usos concretos como la generación de documentos y la aplicación de reglas internas. Anunciado por Anthropic el 16 de octubre de 2025 y calificado de «quizá algo más importante que el MCP» por Simon Willison.

"Le pedí algo a una IA y abrió el navegador, lo buscó por su cuenta e incluso rellenó un formulario por mí." En 2026 esto ya no es una demo preparada: los navegadores agénticos (ChatGPT Atlas, Claude for Chrome, Gemini/Chrome, Perplexity Comet) llegaron todos a la vez. Así que, ¿hasta dónde pueden automatizar realmente? La realidad se divide con nitidez en tres niveles. (1) Investigación = lista para producción: en WebVoyager (sitios reales) los mejores agentes alcanzan el 89-98%, casi saturando el benchmark, y como una acción errónea cuesta poco, es por aquí por donde empezar a delegar. (2) Rellenar formularios = factible pero verifica: la introducción de datos está soportada, pero los agentes pueden etiquetar mal los campos o pulsar el envío equivocado, así que "la IA redacta, una persona envía" es lo seguro, y muchos productos como Atlas piden confirmación antes de acciones importantes. (3) Reserva/pago = mejor hazlo tú: los agentes tropiezan con CAPTCHA, checkouts complejos de JavaScript, autenticación de dos factores y gestión de sesiones, y en WebArena (tareas complejas de varios pasos) hasta los mejores rondan el ~47-68% frente al ~78% de referencia humana; la verdadera razón por la que OpenAI cerró el Operator independiente (2025/8/31) fue la falta de fiabilidad del checkout. El artículo primero plantea los dos enfoques (navegador/extensión de consumidor frente a API/OSS de desarrollador), luego mapea los protagonistas de 2026 (Atlas como navegador dedicado que no puede ejecutar código ni leer contraseñas por diseño; Claude for Chrome como panel lateral de extensión; el Project Mariner de Google terminó el 2026/5/4 e integrado en Gemini/Chrome; Operator pasó a ChatGPT Agent y al Agents SDK; el OSS browser-use con más de 78k estrellas). Explica los cuatro muros que hacen fallar la reserva (defensas antibots, checkout complejo, 2FA, el coste de deshacer), y profundiza en la mayor trampa: la inyección indirecta de prompts (se demostró que Perplexity Comet era vulnerable al robo de credenciales zero-click y lo corrigió en febrero de 2026; el éxito del ataque del 23.6% antes de las defensas baja al ~11% con defensas básicas y al ~1% con las más fuertes, sin llegar nunca a cero). Cierra con cinco principios de seguridad (empezar en solo lectura, que una persona apruebe envíos/pagos, no entregar contraseñas, no ejecutar en sitios no confiables, mínimo privilegio en un perfil dedicado). Un excelente compañero de investigación; las acciones que mueven dinero, hazlas tú mismo. Las cifras se citan de materiales públicos y anuncios como referencias orientativas.

"Vale, los agentes de IA son increíbles, pero ¿para qué puedo usarlos realmente?" Es la pregunta con la que todos topan tras aprender los fundamentos, y en 2026 la respuesta ya no es algo del futuro: en soporte, ventas, contabilidad, desarrollo y RR. HH., los agentes han empezado a asumir de verdad el trabajo rutinario, y una encuesta informa que el 65 % de las empresas ya han automatizado algún flujo. Este artículo deja a un lado las abstracciones y ofrece 10 casos de uso concretos por función con ejemplos reales y números. Cubre por qué los casos de uso importan ahora (los agentes no solo responden sino que actúan, pasando de experimentos a producción; Gartner prevé que un tercio del software empresarial incluirá funciones agénticas para 2028 y que el 80 % de las consultas de soporte se resolverán con mínima ayuda humana para 2029), cómo detectar trabajo automatizable (muy repetitivo x gran volumen x implica criterio — la parte del criterio es la diferencia con la antigua RPA; conserva las grandes decisiones con las personas mediante el agente prepara, la persona aprueba), los 10 casos (1 soporte de primera línea y escalado con contexto, 2 ventas con captación de leads y correo personalizado a 200/hora con tasas de respuesta 2-4x, 3 marketing SEO de 2 a 10 artículos por semana y correo en el momento óptimo, 4 desarrollo de software con más del 35 % de código generado por IA, 5 operaciones TI con detección-diagnóstico-recuperación automática de incidencias, 6 finanzas con KPI en todo el ERP e informes PDF comentados, 7 detección de fraude financiero en tiempo real, 8 RR. HH. con cribado e incorporación, con AMD reportando una resolución un 80 % más rápida, 9 investigación y análisis de datos a informes, 10 torre de control de la cadena de suministro), la realidad del ROI (3.5x a tres años, retorno de 3-14 meses, recortes de costes del 30-60 % según McKinsey, pero solo el 23 % lo escala, así que hacer que cuaje es lo difícil) y cómo empezar de forma segura (elige una tarea, prueba en pequeño, la persona aprueba, mide y expande) con seguridad de mínimo privilegio y aprobar cada vez. Las cifras se citan de encuestas y comunicados de empresas, como referencia y tendencias. Reexamina tu trabajo a través de la repetición, el volumen y el criterio, y da un pequeño paso desde tu tarea más dolorosa.

Las 6 fases del desarrollo de sistemas — requisitos, diseño, implementación, pruebas, despliegue, operaciones — apenas habían cambiado en más de 20 años. En 2025–2026 el flujo se ha reescrito desde los cimientos. Gartner pronostica que para 2028 el 90% de los desarrolladores empresariales usará asistentes de codificación con IA; Cursor ahorra 18 horas al mes (ROI de 36×); Claude Code completa refactorizaciones multi-archivo complejas en 10–180 minutos con un 89% de éxito. Este artículo cubre la inversión del reparto de tiempo en el SDLC (implementación 40 → 10%, requisitos 10 → 25%, diseño 15 → 30%), el estado actual y las principales herramientas de cada fase (Claude Code, Cursor, Copilot, v0, Bolt), el problema de calidad de Lightrun 2026 (43% de los cambios generados por IA necesitan depuración en producción), el cambio generacional Waterfall → Agile → AI-Native, 7 transformaciones de rol (PM, diseñador, PG junior, PG sénior, QA, SRE, tech lead) y las 3 trampas del SDLC liderado por IA (fragilidad de calidad, colapso de la formación junior, pérdida de conocimiento tácito) con remedios, todo basado en hechos de mayo de 2026. "Un ingeniero con solo capacidad de codificar" es la mayor mina profesional a partir de 2027.

En 2025, el número de ofertas de un rol creció en un extraordinario 1.165% interanual: el FDE, el Forward Deployed Engineer. ¿Por qué un trabajo discreto que Palantir sistematizó a lo largo de unos 20 años se ha convertido de repente en "el título más codiciado" en 2026? Un FDE es "un ingeniero que lleva el producto de su propia empresa al lugar del cliente y se hace cargo personalmente, de principio a fin, de la observación, el diseño, la implementación, la operación y la retroalimentación de producto." La IA generativa arrastra una última milla de "la demo funciona pero no funciona in situ", y el FDE es el rol que la cierra a mano. Este artículo cubre la definición, por qué el rol explotó en 2026 (la avalancha de contratación de OpenAI, Anthropic y Google), el ciclo de trabajo de 5 etapas, el salario y la carrera (promedio de Palantir 238.000 USD, nivel staff más de 630.000 USD), la diferencia con SE / consultor de TI / Applied AI Engineer, a quién le encaja y a quién no, y cómo llegar hasta ahí sin experiencia, todo con los datos más recientes de mayo de 2026.

"Claude Code editó el archivo, ahora cambia al terminal, git push, cambia al navegador, abre el panel de Vercel..." Eso era lo normal hasta 2025. Desde mayo de 2026, Vercel publica oficialmente sus Agent Skills (vía MCP) y un plugin para Claude Code, y Cursor se conecta con un único archivo .cursor/mcp.json. Editar código, construir, desplegar, comprobar la URL de preview, actualizar variables de entorno, hacer rollback: todo ocurre dentro del agente de IA. La realidad de 2026 es combinar tres enfoques. (1) Mínimo (git push, despliegue automático en 60-90 segundos) basta para desarrollo en solitario. (2) MCP-Direct (Vercel Agent Skills) deja que Cursor o Claude Code llamen a vercel deploy directo, ideal para quien cambia de entorno a diario. (3) GitHub Actions + Claude Code Action permite "comentar @claude en un PR, la IA arregla y vuelve a desplegar el preview", perfecto para culturas con mucha revisión. No hay un mejor absoluto: hay un mejor para tu flujo. Las minas más grandes son las fugas de variables de entorno y la explosión de costes; defiéndete con spending limit, previews restringidos y Cloudflare como proxy. Este artículo cubre las tres implementaciones, la estrategia de preview (A/B, staging permanente, revisión con cliente) y las cuatro trampas (env, costes, conflictos de PR, rollback olvidado), todo con código que funciona, basado en datos de mayo de 2026.

Lanzaste con la API de OpenAI, pero quieres probar Claude y Gemini — y acabas reescribiendo la misma lógica para tres SDK diferentes. El Vercel AI SDK (desde 2026 solo "AI SDK") lo reduce a un import, una función, todos los proveedores. Librería open source en TypeScript con más de 20 millones de descargas mensuales; el AI SDK 6 trae Agents, MCP, aprobación de herramientas y DevTools, y en mayo de 2026 es el estándar de facto para una interfaz LLM unificada. Si llamas a LLMs desde una web app o un proyecto Node.js en 2026, el AI SDK es el default correcto, punto. Las únicas excepciones son código heredado y funciones de vanguardia recién salidas. A cambio obtienes cambio fácil de proveedor, un tercio de la implementación, seguridad de tipos e integración con React. Este artículo cubre qué es el AI SDK, las tres razones para usarlo, una guía rápida de 5 minutos (generateText a streamText), salida estructurada con generateObject + Zod, tool calling y agentes (el corazón del AI SDK 6), una UI de chat en 10 líneas con useChat, cambio entre Claude/GPT/Gemini en 3 líneas y las tres trampas de producción (diferencias entre proveedores, aborto de stream con facturación y sobrecarga de inferencia de tipos). Todo basado en el AI SDK 6 a fecha de mayo de 2026.

La configuración del entorno es donde se atasca todo programador principiante. En 2026, la IA generativa (Claude Code, Codex, Cursor) es realmente útil para el trabajo rutinario de infraestructura: configuración del entorno local, generación de Dockerfiles, borradores de Terraform, pipelines CI/CD. HashiCorp lanzó su Terraform MCP Server oficial en 2026 y Anthropic publicó Agent Skills para cargar bajo demanda experiencia de infraestructura. Pero «delegarlo todo» es otra cuestión: un grupo de seguridad abierto a 0.0.0.0/0, una clave SSH subida a GitHub, una factura de AWS de 3.000 $ a fin de mes — todos son incidentes reales de 2026. Este artículo separa cinco áreas seguras para delegar, tres zonas de riesgo «verificar antes de confiar», cuatro áreas exclusivas para humanos, un flujo de cuatro pasos seguro para principiantes y las herramientas más recientes de 2026 (Claude Code, MCP, Agent Skills), centrado en la evaluación de capacidades, no en el impacto profesional.

En febrero de 2026, Anysphere —la empresa detrás de Cursor— superó los 2.000 millones de dólares de ARR, dibujando en solo tres años una curva de ingresos SaaS en la liga de OpenAI y Anthropic. Este artículo cubre cómo Cursor se diferencia de VS Code al incrustar la IA directamente en la capa de renderizado (autocompletado con Tab por debajo de 100 ms, índice de código de 272 K tokens y las seis funciones clave: Tab / Edición en línea / Composer / Agent / Background Agents / Bugbot), las cinco diferencias concretas frente a VS Code, la comparación lado a lado con cuatro rivales (Windsurf / Zed / Claude Code / GitHub Copilot), la estructura de planes Hobby gratis / Pro 20 $ / Business 40 $ y una guía de decisión sobre "quién debería cambiar realmente", basado en datos de mayo de 2026.

En el verano de 2025, un desarrollador en solitario lanzó un servidor MCP llamado 21st.dev y, sin presupuesto de marketing, alcanzó 10.000 USD de MRR en 6 semanas. Otro desarrollador en Apify Store factura 2.000 USD/mes. Entonces, ¿se puede monetizar MCP de verdad? Mi respuesta es «sí, pero el 95 % va a fracasar». De los más de 12.000 servidores MCP publicados a marzo de 2026, menos del 5 % se ha monetizado con éxito. Este artículo cubre los 4 patrones de monetización (suscripción / pago por uso / modelo API key / freemium más tramo de pago), una comparativa real de marketplaces (MCPize con 85 % de reparto, Apify, Glama, Smithery, tu propio sitio más Stripe), casos con cifras (21st.dev a 10K MRR, Bright Data, Exa.ai, Tavily), los 6 patrones de fracaso, el playbook del desarrollador en solitario en 6 pasos, la estrategia de empresa («regalar MCP como embudo al SaaS existente») y un pronóstico a 1-3 años. Mi opinión franca: lo importante no es construir el servidor, es decidir cómo vender; y el modelo API key es el más prometedor.