INTERMEDIO · 8 MÓDULOS · 64 LECCIONES

El panorama de herramientas de IA para programar

Ubica cualquier herramienta de programación con IA en el mapa, pruébala con tus propias tareas y elige las de tu equipo con un criterio que dure.

Es para ti si
Ya usas un agente de código y no sabes si lo que sale cada semana es mejor.
Al terminar
Sabrás separar el modelo de la herramienta, comparar opciones por costo por tarea aceptada y documentar la decisión del equipo.
Necesitas
Haber usado un agente de código, Git y Python 3.12. No necesitas pagar ninguna suscripción.
  1. 01El mapa y la fecha de corte8 LECCIONES
    1. Introducción: un mapa que cambia cada mes
    2. Las superficies de una herramienta de AI coding
    3. Modelo y harness: por qué el mismo modelo rinde distinto
    4. 2026 en seis movimientos
    5. Leer fuentes primarias: docs, changelog y precios
    6. Cómo cobran: asiento, créditos, pool y precio de API
    7. Datos y privacidad como criterio de compra
    8. Proyecto: la ficha de herramienta fechada
  2. 02Agentes dentro del editor8 LECCIONES
    1. Introducción: la herramienta de banco
    2. Cursor
    3. GitHub Copilot en el editor
    4. JetBrains: Junie y AI Assistant
    5. Zed y el Agent Client Protocol
    6. IDEs construidos alrededor del agente: Antigravity y Devin Desktop
    7. Comparar dos agentes de editor en el mismo repo
    8. Proyecto: dossier comparativo de dos agentes de editor
  3. 03Agentes en la terminal8 LECCIONES
    1. Introducción: la herramienta de mano
    2. La anatomía común: permisos, sandbox y modo no interactivo
    3. Codex CLI
    4. Copilot CLI y Cursor CLI
    5. Claude Code en el mapa
    6. Los sucesores: Antigravity CLI y Kiro CLI
    7. Scripts y CI: el modo no interactivo comparado
    8. Proyecto: la matriz de CLIs de tu equipo
  4. 04Código abierto y tu propio modelo8 LECCIONES
    1. Introducción: herramientas que puedes abrir y reparar
    2. Qué te da el código abierto y qué no
    3. Cline
    4. OpenCode
    5. Aider y el trabajo commit a commit
    6. Fundaciones y proyectos que mueren
    7. Modelos locales y BYOK: cuándo valen la pena
    8. Proyecto: plan de salida
  5. 05Agentes en la nube, en segundo plano y en el pull request8 LECCIONES
    1. Introducción: el servicio a domicilio
    2. Copilot cloud agent y los agentes de terceros en GitHub
    3. Codex cloud
    4. Cursor cloud agents y Bugbot
    5. La revisión gestionada de PRs: qué hace y qué no
    6. El costo que no ves: minutos, créditos y reintentos
    7. Permisos y riesgos del agente sin supervisión
    8. Proyecto: la política de agentes en la nube
  6. 06Estándares que te hacen portable8 LECCIONES
    1. Introducción: las medidas estándar del taller
    2. AGENTS.md: quién lo lee y cómo
    3. Una fuente, muchas herramientas
    4. MCP: la capa de herramientas compartida
    5. ACP: el agente que elijas en el editor que elijas
    6. Specs portables: Spec Kit y las specs de Kiro
    7. Lo que no es portable
    8. Proyecto: el repo portable
  7. 07Evaluar sin opiniones8 LECCIONES
    1. Introducción: el banco de pruebas del taller
    2. Qué miden los benchmarks públicos
    3. La evidencia de productividad, con su alcance
    4. Tu set de tareas
    5. Rúbrica y métricas
    6. Costo por tarea aceptada
    7. Diseñar un piloto de equipo
    8. Proyecto: el harness de evaluación
  8. 08Proyecto final: el toolkit del equipo8 LECCIONES
    1. Introducción: de la caja de herramientas al acuerdo del taller
    2. Requisitos del equipo
    3. La lista corta
    4. La matriz ponderada y su sensibilidad
    5. Una herramienta o varias
    6. El costo mensual del toolkit
    7. Mantener viva la decisión
    8. Proyecto: el registro de decisión del toolkit
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!

SEC. 06 · EL ESTUDIO

Por qué existe este estudio

Durante décadas, construir software fue cosa de perfiles técnicos con años de formación, y llevar un producto digital a la vida real le tomaba a las empresas meses o años. El no-code y la inteligencia artificial han acortado esa brecha, pero el conocimiento sigue en manos de unos cuantos.

Tech Benders existe para abrir ese conocimiento, para que los equipos de negocio y los perfiles no técnicos puedan poner sus ideas en producción con las decisiones técnicas correctas detrás. La IA hace lo que le pides. Sin una base técnica, lo que construye puede no escalar con el ecosistema de tu empresa, y sus costos se disparan con el tiempo.

El equipo conoce los dolores de las organizaciones grandes y la velocidad a la que tienen que moverse. Trae arquitectura de soluciones, ingeniería de datos, producto construido de punta a punta, del backend al frontend, y trabajo diario con IA. Software que resuelve lo que necesitas en días, no en meses, con los costos de la IA bajo control.

Fundadores

El estudioConoce Tech Benders →

Escríbenoshi@techbenders.io

Hecho con Wislab