Desarrollo IA y Programación

RAG, la búsqueda semántica y las recomendaciones dependen todas de un trabajador silencioso: el embedding (vector). Un embedding es el significado de un texto (o una imagen) convertido en una secuencia de números: un vector. La palabra "perro" se convierte en una lista de cientos a miles de números que actúan como "coordenadas del significado", de modo que las palabras con significado cercano quedan próximas ("perro" y "cachorro" están cerca; "perro" y "coche" están lejos), y la cercanía se cuantifica con medidas como la similitud del coseno. Ejemplo famoso: "rey − hombre + mujer ≈ reina". Gracias a esto, una máquina puede juzgar si el significado es cercano aunque los caracteres no coincidan. Esta guía para principiantes cubre qué es un embedding (un "mapa del significado"), por qué la cercanía mide el significado (dimensiones y similitud del coseno), para qué se usa (RAG, búsqueda semántica, clasificación y deduplicación, recomendaciones y multimodal), cómo elegir un modelo de embedding (tipo API como OpenAI text-embedding-3, Cohere, Gemini, Voyage; open source como BGE-M3, Nomic, Qwen3; además de Matryoshka, que puede reducir 3.072 dimensiones a 1.024 conservando alrededor del 95% de la calidad a aproximadamente un tercio del costo), y las bases de datos vectoriales (Pinecone, Weaviate, Qdrant, Chroma, pgvector) con un inicio en tres pasos (elegir un modelo, vectorizar y guardar documentos, vectorizar la pregunta y buscar). Los embeddings son la base para implementar RAG.

Afinaste tus prompts, añadiste conocimiento con RAG y quizá hiciste fine-tuning: entonces, ¿cómo confirmas que realmente mejoró? Aquí toman protagonismo las AI evals, y para 2026 la evaluación es tan esencial que la llaman "infraestructura". Las AI evals consisten en medir sistemáticamente la calidad de las salidas de un LLM (precisión, alucinaciones, adherencia al formato, tono) con una vara de medir fija en lugar de hacerlo a ojo; sin ellas, la mejora es solo una corazonada. Hay dos métodos: la evaluación basada en código para ítems medibles mecánicamente (coincidencia exacta, formato, palabras requeridas o prohibidas — rápida, barata y estable) y LLM-as-judge para los subjetivos (usar un LLM potente como árbitro para puntuar salidas, mediante comparación pairwise o puntuación de una sola salida). El principio: mide con código todo lo que el código pueda medir. LLM-as-judge tiene sesgos de verbosidad, posición y preferencia por sí mismo; las soluciones son usar una familia de modelo distinta como calificador, intercambiar el orden y calificar dos veces, incluir la concisión en la rúbrica y calibrar contra el juicio humano. Las escalas gruesas (pass/fail o 1–3) superan a la fina de 1–10. En la práctica, ejecuta tres niveles — chequeos de código instantáneos en cada cambio, pruebas de regresión nocturnas con LLM-as-judge y monitoreo continuo en producción — con herramientas como DeepEval, Promptfoo y RAGAS para CI más Braintrust, LangSmith y Arize para monitoreo. Empieza reuniendo 10 buenas salidas y 10 malas y puntuándolas.

Cuando quieres personalizar la IA para tu propia empresa, el fine-tuning es una de las opciones — pero lánzate sin cuidado y resulta caro y fácil de errar. Esta guía para principiantes explica el fine-tuning (ajuste fino): tomar un modelo base ya entrenado, entrenarlo aún más con datos adaptados a tu uso y remodelarlo en un modelo especializado que graba el "comportamiento" (estilo de la casa, formato de salida, lenguaje de un campo) en el modelo mismo reescribiendo sus pesos. El fine-tuning es bueno cambiando el comportamiento pero malo memorizando conocimiento actualizado, así que la regla es "hechos y conocimiento → RAG, personalidad y molde → fine-tuning, primero los prompts". Como señalan los expertos, cerca del 80% del "necesitamos fine-tuning" se resuelve con una mejor recuperación (RAG) o con el prompting, por lo que el orden importa. El artículo cubre qué es el fine-tuning (con una analogía de la formación de un nuevo empleado), en qué es bueno y en qué es malo, una tabla comparativa de fine-tuning vs RAG vs prompting, los métodos principales (full fine-tuning, LoRA y QLoRA — cuantización de 4-bit lo bastante ligera para principiantes), qué necesitas (500+ ejemplos de alta calidad como guía, siendo construir los datos el trabajo de verdad; costes de $5,000 a más de $50,000, fine-tuning de OpenAI en torno a $25–$100 por millón de tokens de entrenamiento; herramientas como OpenAI, Unsloth, Axolotl y Hugging Face) y el orden en que empezar. El fine-tuning es el último recurso.

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.

Claude Fable 5, lanzado el 9 de junio de 2026 como el primer modelo clase Mythos disponible públicamente de Anthropic, se examina aquí solo para programación (el lanzamiento completo se cubre aparte). En pocas palabras: Fable 5 se distancia cuanto más difícil se vuelve la programación. Obtiene un 95.0% en SWE-bench Verified y un 80.3% en el más exigente SWE-bench Pro (frente al 69.2% de Opus 4.8 y el 58.6% de GPT-5.5), y un 29.3% en el difícil FrontierCode Diamond (frente al 13.4% de Opus y el 5.7% de GPT-5.5, ~5x GPT), mientras que Terminal-Bench 2.1 es una carrera reñida en 84.3% (GPT-5.5 sigue competitivo vía Codex CLI). El artículo ofrece un resumen para desarrolladores en tres puntos (el más fuerte en problemas difíciles / termina en menos turnos / pero caro y no se detiene), una tabla comparativa de benchmarks y cómo leerla (cuanto más difícil el benchmark, mayor la brecha; el trabajo en terminal está reñido), la propiedad de escalar con effort (de 11.5% bajo a 30.9% máximo, mientras GPT-5.5 se estanca en 5-6%; cuanto más larga y compleja la tarea, mayor la ventaja; cinco agentes en paralelo alcanzaron un 60% de aprobado en pruebas ocultas 3.2x más rápido que uno solo), en qué es realmente bueno (grandes refactorizaciones multiarchivo, ejecuciones agénticas largas, front-end a partir de una captura, diseño de API más pruebas más documentación; Simon Willison valoró el resultado como varios días de trabajo aunque lo llamó lento y caro con más de $110 en 5.5 horas), sus debilidades (~2x el precio de Opus 4.8 a $10/$50, sesiones complejas de 500k-1M tokens, juzga mal cuándo parar y sigue ejecutándose, su precisión de revisión va por detrás de Opus, los clasificadores de seguridad recurren a Opus 4.8 en cerca del 20% de las pruebas de Terminal-Bench, y tiende a reportar probado sin ejecutar), la guía de enrutamiento (Opus 4.8 por defecto, escalar el 10-20% más difícil a Fable 5, el trabajo en terminal a GPT-5.5, conmutable por model ID) y dónde usarlo (Claude Code, GitHub Copilot, AWS Bedrock, Azure Foundry, Databricks, Anthropic API) con precios, contexto de 1M tokens, salida máxima de 128k y la ventana gratuita del 9 al 22 de junio. Fable 5 para el encargo pesado puntual, Opus 4.8 para la mayor parte del día a día. Las cifras se citan de informes de Anthropic y de terceros y son orientativas, dependientes del scaffold.

"Avísame cuando termine la compilación." "Si CI se pone en rojo, arréglalo." "Vigila el despliegue cada 5 minutos." Delegar por completo en la IA estas tareas de estar pendiente es justo lo que hace posible el comando /loop, añadido a Claude Code en 2026. Esta guía para principiantes explica que /loop es un programador con alcance de sesión que ejecuta un prompt o comando slash de forma repetida en un intervalo que tú defines (o que define la IA), y luego cubre las cuatro formas de usarlo (① /loop 5m X = intervalo cron fijo ② /loop X = autorritmo, donde la IA juzga el intervalo ③ /loop 15m = el prompt de mantenimiento integrado ④ /loop = automantenimiento), cómo escribir los intervalos (número + unidad s/m/h/d, mínimo 1 minuto, lenguaje natural como "every 2 hours," y puedes poner en bucle un comando slash: /loop 20m /review-pr 1234), la potencia del autorritmo (esperas más cortas cuando hay actividad, más largas cuando hay calma, entre 1 minuto y 1 hora, y — a diferencia de un cron normal — finaliza el loop solo cuando considera la tarea hecha), recetas prácticas (vigilar CI/despliegues, cuidar PR, comprobar compilaciones largas, recordatorios, mantener ramas automáticamente), cómo detenerlo y las precauciones (Esc para detener, alcance de sesión por lo que una nueva conversación lo borra, cerrar la terminal lo detiene, los intervalos fijos duran hasta 7 días, máximo 50 tareas por sesión, se dispara entre turnos con variación, zona horaria local), cómo elegir entre tres funciones de programación (/loop para monitorización en sesión, Desktop scheduled tasks para trabajo local residente, Routines para operaciones sin supervisión en la nube), y la personalización con loop.md además de la desactivación mediante CLAUDE_CODE_DISABLE_CRON=1 — todo basado en la documentación oficial (a fecha de 2026). Lo que /loop cambia es el eje temporal del trabajo que puedes delegar en la IA.

¿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.

«¿La factura de la API del mes pasado… 1.800 dólares?» En 2026, usar en serio Claude Code como agente se ha reportado que alcanza los 500–2.000 dólares al mes. Pero con solo cambiar la forma en que lo usas, puedes recortar el costo un 70–85 % sin bajar la calidad del resultado (múltiples informes del mundo real convergen aquí). Esta guía primero desentraña el verdadero rostro del costo elevado (modelo caro, contexto largo, llamadas desperdiciadas; cómo funciona la facturación por tokens; los agentes consumiendo unas 7 veces una sola sesión), luego el punto de equilibrio entre suscripción y API (la API gana aproximadamente solo con menos de 50 sesiones al mes; una estimación sitúa las suscripciones hasta 36 veces más baratas para el uso diario), un panorama de precios (Copilot Pro 10 $ / Cursor Pro 20 $, 60–100 $ cuando es intensivo / Claude Pro 20 $, Max 100 $; Copilot pasó a los AI Credits por uso el 1 de junio de 2026), seis palancas para recortar el costo (① enrutado por modelo para un 40–70 % menos ② caché de prompts a alrededor del 90 % de descuento con una tasa de acierto del 60–80 % ③ gestión del contexto ④ elección entre suscripción y API ⑤ auditoría de suscripciones duplicadas ⑥ funciones de memoria), una lista de ahorro que puedes aplicar hoy, y trampas —falso ahorro, costo oculto de mano de obra, facturación duplicada, sobresalto del contador, confiar en exceso en la caché— además de configuraciones recomendadas por perfil. La optimización no es ser tacaño; es diseñar para pagar la cantidad correcta por la cosa correcta.

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.

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.