Rutas de lectura

Ensayos técnicos organizados en secuencia para estudiar arquitectura, contexto, herramientas y evaluación de sistemas de IA.

Sistemas de IA: de la arquitectura a la evaluación

Elige una arquitectura, decide cómo aportar contexto, conecta herramientas y evalúa la confiabilidad.

  1. Agentes de IA vs. workflows: cuándo usar cada arquitectura

    Un marco práctico para decidir entre workflows deterministas y agentes autónomos según estructura de tarea, confiabilidad, costo, latencia y control.

  2. RAG vs. fine-tuning vs. tool use: cómo elegir la arquitectura correcta

    Un marco práctico para elegir entre RAG, fine-tuning y tool use según frescura del conocimiento, comportamiento, acciones, latencia y control.

  3. Model Context Protocol (MCP) explicado: qué resuelve y qué no

    Una explicación práctica de Model Context Protocol: qué estandariza MCP, cómo encajan tools, resources y prompts, en qué se diferencia de function calling y APIs, y qué problemas no resuelve.

  4. Cómo evaluar agentes de IA: confiabilidad, costo, latencia y modos de falla

    Un marco práctico para evaluar agentes de IA por task success, confiabilidad, costo, latencia, tool use, trayectorias y modos de falla antes de producción.