Flujos de trabajo de programación con IA
Usa herramientas de programación con IA, asistentes con contexto del repositorio, servidores MCP y flujos de creación para personas sin perfil técnico.
10 contenidos (5 artículos · 5 vídeos)
Comienza aquí
Una selección inicial antes de explorar todo el contenido.
11 min de lecturaProgramar con IA sin ser desarrollador: crear herramientas con Cursor y Claude Code
Quienes no son desarrolladores ya pueden crear software real con IA. Una guía práctica para utilizar Cursor y Claude Code sin formación en ingeniería: qué es realista, qué no lo es y qué disciplina distingue una herramienta útil de una defectuosa.
Intermedio
9 min de lecturaIDE nativos de IA y flujos de programación con contexto del repositorio
Cursor, Copilot, Claude Code y los agentes con contexto del repositorio solo transforman el desarrollo de software cuando los equipos establecen límites. Este flujo práctico abarca contexto de la base de código, planificación, pruebas, revisión, secretos y seguridad en producción.
AvanzadoMás sobre este tema
12 min de lecturaHaz que Codex, Claude Code y Cursor trabajen como un solo equipo CLI
Usa AGENTS.md, CLAUDE.md, reglas de Cursor y modos print de CLI para que Codex diseñe, Claude revise y Cursor implemente — sin una plataforma de orquestación personalizada.
Avanzado
15 min de lecturaGestión de proyectos multiagente con Linear: Claude, Cursor y Codex en un mismo backlog
Ejecuta Claude Code, Cursor y Codex contra el mismo proyecto de Linear como un equipo de ingeniería real: reclama trabajo, marca progreso, transfiere la revisión, corrige hallazgos y cierra issues sin pisarse unos a otros.
Avanzado
17 minutosEl CEO de Conductor, Charlie Holtz, muestra su entorno de programación con IA
Y Combinator. Es una demostración concreta de ingeniería sénior, no una mesa redonda: Holtz compara Claude Code y Codex, coordina varios agentes de programación en paralelo y marca «zonas libres de código basura» en las que el código generado no puede incorporarse sin revisión. El entorno encarna las reglas del artículo: contexto del repositorio, parches pequeños y revisables, y una persona que conserva el papel de arquitecto mientras los agentes escriben el código.
Avanzado
12 min de lecturaCómo diseñar herramientas MCP que los LLM utilicen correctamente
La mayoría de las herramientas MCP que vemos son técnicamente correctas, pero en la práctica no sirven. Los LLM las ignoran, las utilizan mal o las invocan de formas poco útiles. Estos son los principios para diseñar herramientas que adopten de manera natural, con ejemplos de errores habituales y sus soluciones.
Avanzado
66 minutosTutorial de vibe coding con Cursor: para principiantes absolutos (no se necesita experiencia)
Tech With Tim. Tim es uno de los formadores más fiables de este ámbito y este es el recorrido más completo del tipo «abre Cursor, crea algo y entrégalo» para personas que no son desarrolladoras: instalación, prompting, depuración, fundamentos de Git e incluso una breve introducción a MCP. Después de verlo, sabrás a qué se refiere el artículo con «crear una pequeña herramienta interna».
Intermedio
5 minutosExplicación del «virus mental» del vibe coding…
Fireship. Las tres reglas de Fireship —elige un conjunto tecnológico popular y convencional, domina Git y actúa como responsable de producto— son las mismas medidas de protección que intenta inculcar el artículo. Son cinco minutos bien aprovechados antes de permitir que una IA escriba sin supervisión en tu repositorio.
Intermedio
19 minutosCómo crear agentes de IA más eficaces
Anthropic. Ingenieros de Anthropic explican qué cambiaron cuando sus sistemas multiagente utilizaban mal las herramientas: consolidar endpoints, devolver nombres en lugar de ID y apoyarse en MCP y Agent Skills en vez de saturar el prompt del sistema con más herramientas. Se corresponde punto por punto con la lista de comprobación del artículo para las descripciones y la estructura de los valores devueltos.
Avanzado
29 minutosDiseño de prompts para agentes | Code w/ Claude
Anthropic. Hannah Moran y Jeremy Hadfield, del equipo Applied AI, explican cómo redactar llamadas a herramientas y prompts de agentes mediante un agente real que juega a Pokémon: cuándo trasladar un comportamiento al prompt del sistema o a la descripción de la herramienta, y qué debe saber el modelo sobre las precondiciones de cada herramienta. Resulta especialmente útil después de crear tu primer servidor MCP y descubrir que Claude lo invoca de formas inesperadas.
Avanzado