AWS Events. Esta charla breve identifica los momentos empresariales que requieren control humano: decisiones de alto riesgo, acciones irreversibles, requisitos normativos, fases de generación de confianza, casos límite ambiguos y degradación controlada. También muestra mecanismos de implementación concretos, como MCP elicitations (solicitudes de información), esperas de callback de Step Functions y nodos de aprobación.
Los nombres de los servicios de AWS y las funciones en vista previa pueden cambiar. Conserva los criterios de decisión y el patrón de pausa y reanudación, e implementa los mismos controles con el conjunto de herramientas que realmente utilizas.
Verás cómo implementar puertas de aprobación como puntos de control explícitos del flujo, en lugar de recurrir a una revisión manual informal después de que algo falle.
Cierta experiencia con flujos orientados a eventos, orquestación en la nube o integración entre agentes y herramientas.
Última revisión: 19 may 2026
Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.
32 minutosAprenderás a incorporar la IA a la localización sin retirar a las personas la responsabilidad sobre el significado, el tono, la terminología y la aprobación final.
30 minutosEntenderás los desencadenantes, las acciones y un flujo de automatización sencillo antes de añadir IA a un proceso de trabajo.
17 minutosExplicarás el concepto de la «economía de la atención» y nombrarás una táctica de diseño usada para capturar la atención.
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.
