AVANZADO · 6 MÓDULOS · 48 LECCIONES

Trabajar con agentes de código

Dirige agentes de código como un oficio: escribe especificaciones verificables, prepara tu repositorio para que el agente se revise solo y revisa lo que entrega antes de aceptarlo.

Es para ti si
Ya usas un agente de código y quieres pasar de improvisar a trabajar con método.
Al terminar
Sabrás qué tareas delegar, cómo controlar el gasto en tokens y tiempo, y cómo escribir las reglas de tu equipo con agentes.
Necesitas
Haber usado un agente de código, Git con pull requests y un lenguaje con pruebas automatizadas.
  1. 01El oficio: de escribir código a dirigir agentes8 LECCIONES
    1. Introducción: qué cambia en tu día cuando llega el agente
    2. La jerarquía invertida de habilidades
    3. Lo que sigue siendo tuyo: juicio, diseño y evaluación
    4. Anatomía del ciclo diario de trabajo
    5. Triage de tareas: qué delegas, qué acompañas y qué haces tú
    6. Intención antes que prompt: qué escribes antes de escribir el prompt
    7. El costo escondido de un ciclo mal hecho
    8. Proyecto: tu bitácora y tu línea base medida
  2. 02Desarrollo dirigido por especificación8 LECCIONES
    1. Introducción: la especificación es el nuevo código fuente
    2. Por qué el prompt largo deja de funcionar
    3. Anatomía de una especificación que funciona
    4. Criterios de aceptación que se verifican solos
    5. Descomposición: el tamaño correcto de una tarea
    6. Especificar sobre código que ya existe
    7. Revisar el plan antes de dejarlo ejecutar
    8. Proyecto: paquete de especificación de una feature real
  3. 03El harness: diseñar el entorno donde trabaja el agente8 LECCIONES
    1. Introducción: el agente es la mitad del sistema
    2. Ingeniería de contexto: qué cargar y qué esconder
    3. Instrucciones de proyecto que el agente sí respeta
    4. Herramientas y permisos: mínimo privilegio para el agente
    5. El bucle de retroalimentación: darle señal automática
    6. Comandos reproducibles, datos de prueba y entorno
    7. Manejo de sesiones: contexto que sobrevive al reinicio
    8. Proyecto: dejar un repositorio agent-ready
  4. 04Verificación y revisión: revisar, no aceptar8 LECCIONES
    1. Introducción: por qué 'compila' no es 'está bien'
    2. El gradiente de confianza por tipo de cambio
    3. Cómo se lee un diff generado
    4. Derivar el checklist DE TU especificación y convertirlo en plantilla de PR
    5. Las pruebas como contrato, no como decorado
    6. Rutina de verificación de APIs y deriva de versión
    7. Cuándo corregir y cuándo rechazar y reiniciar
    8. Proyecto: pasar tres cambios generados por el procedimiento
  5. 05Presupuesto y control: costo, tiempo y contexto8 LECCIONES
    1. Introducción: los tres presupuestos que administras
    2. Medir el costo real por tarea
    3. Economía de la ventana de contexto
    4. Elegir el modelo según la tarea
    5. Paralelismo: cuándo varias tareas a la vez sí conviene
    6. Condiciones de parada y límites de gasto
    7. Velocidad real contra velocidad percibida
    8. Proyecto: flujo instrumentado con presupuesto
  6. 06Gobierno del código generado por IA en equipo8 LECCIONES
    1. Introducción: de disciplina personal a política de equipo
    2. Autoría y responsabilidad: quién firma el código
    3. Instrucciones compartidas versionadas y revisadas
    4. Política de PR y compuertas de calidad
    5. Deriva arquitectónica y decisiones registradas
    6. Licencias, procedencia y política de datos
    7. Formar juniors en un equipo que ya trabaja con agentes
    8. Proyecto: playbook de equipo para código asistido por IA
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