Anthropic. Es una demostración de dos minutos en la que Anthropic muestra a Claude planificando una pequeña tarea entre varias aplicaciones —buscar en la web, consultar Maps y añadir una invitación al calendario— mediante el control directo del escritorio. Contrasta bien con el modelo restringido al navegador de la demostración de Operator y sirve para comprobar la idea del artículo: los agentes de control del ordenador funcionan mejor en gestiones breves y bien delimitadas que en trabajos abiertos.
Es una demostración breve de una capacidad, no una receta de despliegue. No la reproduzcas en producción sin un entorno aislado, cuentas separadas, registro de actividad y aprobación explícita del usuario para las acciones que modifican el estado.
Compararás el comportamiento del control del ordenador con el de los agentes restringidos al navegador.
Leer primero la sección de seguridad del artículo complementario; la demostración de Operator añade después la perspectiva del navegador.
Última revisión: 18 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
19 minutosCompararás modelos de gama alta, ligeros, de gama media y especializados para basar el enrutamiento en la adecuación a la tarea, el coste y la latencia, no en la preferencia por una marca.
107 minutosAprenderás el ciclo de evaluación para productos: inspeccionar trazas, etiquetar fallos, definir criterios, probar cambios y comparar los resultados con el criterio humano.
211 minutosComprenderás el stack moderno de LLM con suficiente profundidad para razonar sobre tokens, entrenamiento, herramientas y fallos.
Cursos externos seleccionados para profundizar en este tema.
Anthropic AcademyAnthropic Academy
MCP es el protocolo que está sustituyendo discretamente las integraciones específicas para cada herramienta en todo el ecosistema de IA. Apréndelo de la fuente original. Al terminar, habrás creado y desplegado tu propio servidor MCP, conectado a él un cliente de LLM y comprendido por qué este estándar es lo más parecido a USB-C que existe en el sector.
DeepLearning.AIJoão Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.
Hugging FaceHugging Face
La explicación más clara disponible en código abierto sobre sistemas con agentes. Se basa en los tres frameworks que los equipos de ingeniería evalúan realmente (smolagents, LlamaIndex y LangGraph), en lugar de limitarse al stack de un proveedor. Termina con una prueba comparativa y una clasificación pública: resultados que tu equipo puede verificar.
