Principiantes

En Davos, en enero de 2026, las mentes más destacadas del campo chocaron entre "la AGI está a la vuelta de la esquina" y "la esencia aún está lejos" — y la mecha fue la AGI (Artificial General Intelligence). Este artículo para principiantes parte de qué es la AGI — "una IA polivalente que, como un humano, puede aprender y resolver por sí misma incluso cosas completamente nuevas en cualquier campo" (aunque una meta aún no realizada a fecha de 2026) — y luego cubre la diferencia decisiva con la IA estrecha actual al estilo de ChatGPT (¿puede "transferir" conocimiento a un campo distinto?; generalización y adquisición autónoma de habilidades), el desglose en tres etapas de IA estrecha → AGI → ASI (superinteligencia), la amplia dispersión de las predicciones de los expertos sobre el calendario (Amodei, de Anthropic, optimista con unos pocos años/en torno a 2027; Hassabis, de DeepMind, cauteloso con ~50% para 2030; una mediana de encuesta a investigadores de 2047; escépticos como Marcus que dicen que está lejos o que no llegará — la dispersión proviene de definiciones diferentes), qué tan cerca está la IA actual (por debajo de la línea base humana en ARC-AGI, pero acercándose a la puerta gracias a lo multimodal y los agentes), las esperanzas (acelerar las enfermedades y la ciencia) y los riesgos (empleos, uso indebido, el problema de alineamiento — situado por Anthropic y UK AISI como un punto de decisión crítico), y errores comunes como "ChatGPT ya es AGI" y "AGI = tiene conciencia". Ni demasiado asustados ni demasiado soñadores, domina la IA estrecha que tienes en las manos mientras observas con calma lo que viene después.

¿Estarás en el lado al que la IA le quita el trabajo o en el que maneja la IA para hacer el trabajo de diez? En 2026 esa es la bifurcación para los ingenieros. Este artículo plantea convertirse en un "desarrollador AI-native" (construir apps con LLM, agentes y RAG — distinto de investigar los modelos) como una pila de habilidades que se puede construir, no un doctorado, en tres capas: ① la base que no cambia (Python como lenguaje principal del desarrollo de IA, Git, línea de comandos, HTTP/REST/JSON — sigues necesitando los fundamentos en la era del código escrito por IA); ② las 5 habilidades AI-native clave (diseño de prompt/contexto, RAG como columna vertebral de los agentes empresariales, construcción de agentes, MCP como estándar de facto de conexión de herramientas y diseño de evals — más optimización de costos, guardrails, observabilidad); ③ la ventaja que la mayoría pasa por alto — el diseño de evals y la ingeniería de contexto (saber escribir evals es la mayor señal de "haber construido de verdad con LLM", y un AGENTS.md/CLAUDE.md más un pequeño conjunto de evals es el salto de "asistido" a "native"). Añade una hoja de ruta de 8–12 meses (base → API de LLM/prompting → construir RAG sin frameworks → agentes + MCP → evals + despliegue + publicación), una estrategia de portafolio donde el trabajo desplegado supera al título, las trampas (el pantano de tutoriales, acumular herramientas, descuidar los fundamentos) y cifras de mercado/demanda (basadas en EE. UU., con gran variación regional). La frontera es si usas la IA como un sistema.

Cuando el anuncio navideño con IA generativa de Coca-Cola fue tachado de "sin alma" a finales de 2024, simbolizó el tira y afloja de la IA en el marketing: "eficiencia y eficacia" frente a "confianza y emoción". Este artículo repasa el tema, primero midiendo la situación en cifras (alrededor del 87% de los marketeros usa IA generativa, frente al 51% de 2024; más del 71% de la inversión publicitaria gobernada por algoritmos; Google creó unos 70 millones de recursos creativos con Gemini solo en el Q4 2025; el gasto en herramientas de IA de marketing prácticamente se triplicó en 18 meses). Cubre las cinco áreas que la IA cambia (① creación de contenido ② creativo publicitario ③ segmentación & distribución / programática ④ personalización / DCO ⑤ analítica & medición) y los efectos reportados (DCO con ~32% más de CTR y ~56% menos de CPC, textos con IA a 3,2x de ROI, segmentación propia/contextual hasta 2x de ROAS, todo publicado y dependiente de las condiciones); el núcleo que no cambia (estrategia, marca, confianza y creatividad rompedora siguen en manos humanas; la IA es un amplificador, base cero significa respuesta cero); el cambio sísmico SEO/AEO/LLMO (con enlaces internos); los riesgos (la brecha de percepción del 82% de ejecutivos frente al 45% de consumidores sobre los anuncios de IA, la fabricación plausible, el brand safety, los derechos/regulación, la operación descontrolada sin supervisión); cómo cambia el trabajo del marketero (tareas que se quitan, criterio más pesado; de productor a redactor jefe y estratega); y un plan práctico de cinco pasos para hoy. El mayor impacto de la IA es liberar el tiempo humano del hacer para pasarlo al decidir.

Tu presentación es mañana a primera hora y tus diapositivas siguen en blanco; sin embargo, escribes una línea con el tema y minutos después tienes 20 diapositivas en borrador alineadas. Así son las diapositivas con IA en 2026. Esta guía divide la creación de diapositivas en tres etapas (estructura, guion, diseño) y expone dos enfoques: generación todo en uno (lanza un tema, obtén todo) vs. división del trabajo (clava la estructura y el guion en ChatGPT/Claude/Gemini y luego deja que una herramienta dedicada diseñe). Compara las herramientas principales (Gamma, de generación rápida; Copilot en PowerPoint, con .pptx nativo y sin roturas; Gemini para Google Slides, fuerte en colaboración; Beautiful.ai, las más bonitas; Canva, rica en plantillas; el complemento de ChatGPT para PowerPoint lanzado en mayo de 2026; sin campeón absoluto, elige por la salida), el flujo de 5 pasos más repetible (estructura → guion → volcar en una herramienta de diseño → verificar cifras y fuentes → exportar a .pptx/Slides), tres prompts listos para copiar y pegar (esquema, desarrollar una diapositiva con notas del orador, reformatear para una herramienta de diseño), seis consejos para diapositivas que conecten (un mensaje por diapositiva, reducir el texto a la mitad y más) y las trampas: rotura de diseño en .pptx, un primer borrador inflado, datos inventados plausibles, envío de información confidencial y el cierre de herramientas (Tome, que terminó sus diapositivas en abril de 2025, como lección). La IA es el socio que hace el borrador en un instante; recortar y verificar es tarea del humano.

Una nota manuscrita, un recibo de papel, texto en inglés dentro de una captura, un cartel en una foto: el tecleo que siempre has hecho a mano es, en 2026, casi del todo innecesario gracias a la IA. Esta guía parte de en qué se diferencia el OCR con IA del tradicional (leer un carácter cada vez frente a entender la página entera por su significado) y luego ordena tres opciones (IA de chat general / herramientas dedicadas como Google Lens / API y OSS como Mistral OCR y PaddleOCR-VL) por caso de uso. Compara ChatGPT (GPT-5.5), Gemini 3.1 Pro y Claude (Opus 4.8) por punto fuerte (manuscrito → familia GPT, estructurar tablas → familia Claude, muchas páginas → contexto largo de Gemini, OCR puro → modelos especializados; no hay campeón absoluto), ofrece tres prompts listos para usar (transcribir sin romper, tabla a Markdown, recibo a JSON, todos con una regla de «no inventar»), la mejor opción por caso (manuscrito, recibos, PDF, tablas complejas, texto vertical/antiguo, fórmulas y código), seis consejos de precisión con la calidad de imagen como el 80 % del resultado, y la única y mayor debilidad del OCR con IA: inventar de forma plausible lo que no puede leer (concilia siempre importes, fechas y nombres con el original), además de precauciones de privacidad sobre el envío de datos confidenciales, derechos de autor y uso para entrenamiento. Lo que puedes dejar a la IA es solo la «lectura»; confirmar es tarea del humano que ha visto el original.

Sabes "qué es RAG", pero cuando construyes uno la respuesta sale mal, porque sigue siendo RAG ingenuo: trocear descuidadamente y hacer una simple búsqueda vectorial. Como continuación de implementación del artículo 030, esto explica etapa por etapa el pipeline de RAG práctico de 2026 (chunking inteligente, embedding, vector DB, búsqueda híbrida, reranking): estrategias de chunking (recursive 512 por defecto, semantic/structural/parent-child, Contextual Retrieval que según se reporta reduce los fallos de recuperación hasta un 67%), la elección de un modelo de embedding (text-embedding-3-large, etc.), una comparativa de seis vector DB (Chroma para prototipar, pgvector con Postgres, Qdrant de baja latencia, Pinecone totalmente gestionado, Weaviate campeón de la híbrida, Milvus a gran escala), búsqueda híbrida que fusiona BM25 + vectores densos con RRF, retrieve-then-rerank con un bi-encoder y luego un cross-encoder (Cohere/Voyage/BGE/Jina), el reparto entre LlamaIndex (recuperación) y LangChain/LangGraph (control), por qué una ventana de 1M de tokens no reemplaza al RAG (lost in the middle, distracción) y precauciones para producción como construir primero un conjunto de evaluación.

Ya sabes «qué es un agente de IA»; entonces, ¿cómo construyes uno? En 2026, sin código puedes tener un agente funcionando en una tarde arrastrando y soltando, y los SDK modernos te dejan montar uno práctico en menos de 100 líneas. Como complemento práctico de «qué es un agente de IA», esto cubre la anatomía (cerebro LLM + instrucciones + herramientas + memoria + bucle autónomo), los dos caminos (sin código vs. con código), el marco de construcción universal en 5 pasos (delimita el problema, elige tu base, escribe las instrucciones, conecta herramientas, prueba en pequeño), una comparación de herramientas sin código (Dify como plataforma completa, n8n para integración empresarial, Flowise para prototipado, y los más fáciles Custom GPT/Gemini Gems/Claude Projects), una comparación de frameworks de código (los sólidos Claude Agent SDK/OpenAI Agents SDK, LangGraph para control complejo, CrewAI para coordinación de roles), un ejemplo práctico concreto (resumir un correo de soporte y luego notificar en Slack), guías de coste (~$10-$50/mes de plataforma más uso del modelo) y plazos, y los errores comunes (no abarcar demasiado, permisos y control de descontrol, cuidado con el «solo PoC»). Para la mayoría de la gente, construir uno sin código primero es la decisión correcta.

«ChatGPT, Claude o Gemini: ¿a cuál me suscribo?». En 2026 los tres rondan los $20/mes y son de primer nivel, así que no hay un único «este gana». La pregunta correcta es «cuál es el mejor para tu caso de uso». A partir del consenso entre fuentes, este artículo cubre lo básico (proveedor, familia de modelo principal, precios gratis/estándar/premium), las diferencias de carácter (Claude = artesano de escritura/análisis/código, ChatGPT = todoterreno versátil con ecosistema e imagen/voz, Gemini = multimodal, contexto largo, integración con Google), una tabla detallada por caso de uso (escritura, código, general, generación de imágenes, voz, comprensión de imagen/PDF/vídeo, textos muy largos, integración con Google, investigación, japonés), cómo elegir un plan según el volumen de uso y la combinación inteligente de dos herramientas para cuando no puedes elegir uno (una base + uno para cubrir los huecos). Las clasificaciones cambian cada pocos meses, así que en lugar de perseguir un «mejor» fijo, usa cada uno por su punto fuerte y mide con tus propias tareas en el nivel gratuito.

Claude Code se detiene de repente con «vuelve a iniciar sesión», «límite de tasa», «el prompt es demasiado largo», «MCP no conecta», y buscar cada uno en Google acaba siendo tedioso. Esta es una referencia práctica que cataloga los errores que verás con más frecuencia, con la causa y el comando que debes ejecutar para cada uno. Empieza con los tres comandos de diagnóstico iniciales (claude doctor para el diagnóstico completo, /status para la autenticación activa, /context para el desglose del contexto), y luego se centra en las cuatro familias comunes (uso/límites de tasa, desbordamiento de contexto, autenticación caducada, fallos de conexión de MCP) con tablas de síntoma→causa→comando de solución sobre autenticación e inicio de sesión, uso/límites de tasa (Claude Code consume entre 10 y 100 veces más tokens que el chat), contexto y tokens (prompt demasiado largo, compactación en bucle), servidor y modelo (500/529/timeout/modelo no encontrado), instalación/PATH/actualización, red y proxy (ECONNREFUSED, TLS), MCP, permisos (denegar gana a bypass) y otros (error 400 de thinking blocks, imagen/PDF, IDE). Termina con una chuleta de error→solución y preguntas frecuentes. Basado en la documentación oficial de Claude Code (a fecha de 2026): cuando te atasques, ejecuta los tres comandos de diagnóstico y, si no se arregla, ejecuta claude update.

¿Sigues dedicando una o dos horas cada semana a escribir el acta a mano a partir de una grabación? En 2026 la mayor parte de eso puede automatizarse. Esta guía divide el acta en cuatro etapas (grabar → transcribir → resumir → extraer decisiones/tareas), compara dos enfoques (una herramienta todo en uno que participa en la llamada frente a una configuración DIY de grabar → IA de transcripción → LLM), compara las herramientas principales (Otter, Notta, Fireflies, tl;dv, Fathom, Granola, con la precisión marcada como declarada por el proveedor), cubre la IA integrada en Zoom/Teams/Meet, recorre la ruta DIY con Whisper más ChatGPT/Claude/Gemini y un ejemplo de prompt con «no rellenes los huecos con suposiciones», ofrece cinco consejos para mejorar la precisión (calidad del audio, diccionario de nombres propios, diarización de hablantes, ajuste por idioma, prompt en plantilla) y expone las precauciones de privacidad/consentimiento y exceso de confianza. La última línea de defensa es humana: revisa siempre las decisiones y las tareas.

Terminas una función en Claude Code y vas a pulsar «Create PR» cuando aparece un banner rojo: «No se pudo comprobar el estado de la pull request. Esta información puede estar desactualizada». No es un defecto del código: Claude Code simplemente contactó con GitHub para obtener el estado más reciente de la PR y esa única petición falló, y normalmente es un retraso de sincronización inofensivo. Este artículo cubre el significado exacto del error, cómo ve Claude Code tu PR (una consulta a través de la CLI gh, con la nota de que la implementación interna no está documentada), las 5 causas raíz (autenticación caducada, aún sin push/PR, red/proxy, permisos insuficientes, transitorio), un orden de diagnóstico de 4 pasos que empieza por gh auth status, una chuleta de comandos (gh auth login/refresh/pr status y más), cómo saber cuándo el «puede estar desactualizada» es seguro de ignorar frente a cuándo actuar, la solución alternativa con gh pr create, una lista de comprobación para evitar reincidencias y unas preguntas frecuentes. La regla: sospecha de la conexión con GitHub antes que del código.

Estabas trabajando en Claude Code y de pronto aparece un error 400 "thinking blocks cannot be modified" y la sesion deja de responder; cada entrada posterior repite el mismo 400. Es un bug conocido con varios issues en el repo oficial de Anthropic: los bloques de extended thinking se corrompen al reenviar el historial y la signature criptografica deja de coincidir con el contenido byte a byte. Este articulo explica que dice realmente el error, el mecanismo de la signature, las 5 causas raiz (bug al reanudar sesion, entremezclado de streaming, logica de reparacion descontrolada, proxy de terceros, modificacion del historial en tu app), las 3 soluciones inmediatas para usuarios (Esc×2 / rewind, sesion nueva con /clear, reparar el JSONL), las contramedidas para desarrolladores de API/SDK con los tres principios, como distinguirlo de errores parecidos y un checklist para evitar que se repita.