Esta entrada resume mi aprendizaje en el Desafío de Escritura para Agentes de Inteligencia Artificial de Google y cómo esa experiencia transformó mi forma de entender la creación de sistemas inteligentes. Al inscribirme en el curso Intensivo de 5 Días sobre Agentes AI esperaba aprender a usar Gemini. Al final descubrí algo mucho más amplio: cómo pensar en términos de agentes, unidades modulares, autónomas y con capacidad de razonamiento que colaboran, dividen tareas y resuelven problemas como lo haría un equipo humano.

Antes veía a los modelos como herramientas. Ahora los veo como compañeros de equipo. El cambio de mentalidad fue profundo y aplicable a cualquier proyecto de inteligencia artificial empresarial.

Lo que más me impactó

1. La potencia de dividir problemas en agentes La idea de fragmentar un flujo de trabajo complejo en agentes especializados fue la que hizo que todo encajara. Un agente extrae información, otro entiende contexto, otro planifica, otro se comunica y otro puede incluso reflexionar y mejorar resultados. Diseñar así es similar a crear una pequeña empresa de IA donde cada empleado tiene una función clara. Esa mentalidad me llevó a preguntarme para cada responsabilidad qué agente debería hacerse cargo, en lugar de escribir un gran bloque de lógica monolítico.

2. Herramientas + agentes = poder real Cuando el curso introdujo el uso de herramientas externas todo cambió. Ver agentes capaces de invocar búsquedas, funciones en Python, APIs OpenAPI, operaciones de larga duración y herramientas integradas como ejecución de código me hizo entender que los modelos no se limitan al texto. Pueden actuar. En ese momento los agentes dejaron de sentirse solo como modelos de lenguaje y comenzaron a parecer componentes reales de software.

3. Sesiones, memoria y estado Uno de mis grandes momentos aha fue comprender que los agentes pueden tener estado. Aprendí sobre servicios de sesión en memoria, bancos de memoria, compactación de contexto y memoria a largo plazo. Eso cambió mi manera de concebir continuidad, progreso y contexto en asistentes inteligentes, acercándolos mucho más a cómo trabaja un asistente humano.

4. La observabilidad importa El curso no solo enseñó a construir agentes sino a hacerlos depurables, trazables y confiables. Nunca antes había pensado con seriedad en trazas, eventos o registro a nivel de agente. Hoy me resulta impensable diseñar un sistema de agentes sin capacidades de observabilidad.

Cómo evolucionó mi concepto de agentes Al inicio pensaba en agentes como modelos envueltos. Al final los entendí como entidades de razonamiento con estructura, memoria, herramientas, políticas, rutas, autonomía y colaboración. Dejaron de ser simples funciones que llaman a un modelo para convertirse en sistemas que orquestan modelos, herramientas y flujos de trabajo. Ese cambio mental es invalorable.

Mi proyecto final: PWOA Como proyecto de cierre desarrollé PWOA Personal Workflow Optimization Assistant, un sistema de productividad multiagente que extrae tareas desde texto, PDFs e imágenes, clasifica y prioriza, genera un plan diario estructurado, sincroniza eventos con Google Calendar, crea borradores de recordatorios por correo y utiliza capacidades de reflexión de Gemini para afinar el plan. Fue la primera vez que integré arquitectura multiagente, llamadas a herramientas, OCR y razonamiento, lógica de programación de horarios, conceptos de diseño ADK, estado de sesión, APIs de Google y modelos OpenAI y Gemini en un solo sistema.

Aprendizajes clave al construir PWOA

1. Los flujos de trabajo de agentes son más manejables cuando cada uno tiene responsabilidades claras: el agente extractor solo extrae, el agente de prioridades solo ordena, el agente planificador solo planifica. Fronteras claras equivalen a sistemas limpios.

2. Los agentes deben comunicarse como compañeros: pasar salidas estructuradas, validar supuestos, corregir errores entre sí y desambiguar tareas. Esto es inteligencia colaborativa real.

3. La reflexión mejora la sensación humana de las respuestas: incorporar un agente de reflexión potenciado por Gemini elevó la calidad de las salidas de simple calendario a calendario con explicaciones y propuestas de mejora. La reflexión está subestimada.

Qué me enseñó este curso más allá del código Aprendí que los sistemas de IA se diseñan y no solo se programan; que modelos y herramientas juntos forman agentes de software; que razonamiento y autonomía marcarán el futuro de las aplicaciones; y que un buen diseño de agentes se basa en responsabilidad, claridad y estructura. El desarrollo del futuro será orquestar trabajadores inteligentes más que escribir lógica monolítica.

Aplicaciones prácticas y cómo lo hacemos en Q2BSTUDIO En Q2BSTUDIO aplicamos estos principios para construir soluciones que transforman operaciones y generan valor real para empresas. Somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad, servicios cloud AWS y Azure, y servicios de inteligencia de negocio. Diseñamos e implementamos agentes IA capaces de integrarse con flujos productivos, automatizar procesos y mejorar toma de decisiones con análisis avanzados y cuadros de mando en Power BI. Si buscas llevar estas capacidades a tu organización conoce nuestros servicios de inteligencia artificial en servicios de inteligencia artificial para empresas y si necesitas soluciones concretas de producto desarrollado específicamente para tu negocio visita nuestra página de aplicaciones y software a medida.

Además ofrecemos auditorías de seguridad y pruebas de pentesting para garantizar que los agentes y sistemas desplegados operen de forma segura y conforme a las mejores prácticas en ciberseguridad. Integramos despliegue en la nube con arquitecturas escalables en AWS y Azure, y conectamos resultados a plataformas de inteligencia de negocio y Power BI para generar cuadros de mando accionables que impulsan decisiones estratégicas.

Este curso me dio una nueva superpotencia: la capacidad de diseñar y orquestar agentes. En Q2BSTUDIO multiplicamos esa capacidad poniendo al alcance de empresas soluciones de software a medida, IA para empresas, servicios cloud y ciberseguridad que convierten ideas en productos funcionales y seguros. Si quieres explorar cómo agentes IA pueden optimizar procesos, aumentar la productividad o crear nuevos productos, estaremos encantados de colaborar y diseñar una solución a medida para tu negocio.

Gracias a Google, Kaggle y a la comunidad por la inspiración. En Q2BSTUDIO estamos listos para llevar estos aprendizajes a proyectos reales y ayudarte a construir el futuro inteligente que tu empresa necesita.