Profundidad del proceso frente a portabilidad, no la mejor herramienta.
Los desarrolladores que comparan configuraciones de Desarrollo Guiado por Especificaciones (SDD) en 2026 generalmente no preguntan qué modelo es el más inteligente. Preguntan qué flujo de trabajo mantendrá alineado a un agente de IA sin sumergirlos en una burocracia innecesaria.
Cinco fases desde la intención hasta el código verificado.
El desarrollo basado en especificaciones funciona cuando la especificación es un flujo de trabajo, no un documento que se archiva después del inicio. El objetivo no es producir un extenso documento de requisitos del producto.
Las tareas A2A de larga duración superan la duración de las sesiones de chat.
La mayoría de las demostraciones de agentes de IA aún se comportan como completados de chat con pasos adicionales: envías un prompt, esperas unos segundos y recibes una respuesta en una sola salida.
Inferencia de LLMs más rápida sin pérdida de calidad: una guía práctica
Un modelo de 70B genera un token por pasada directa (forward pass), y cada recarga los pesos desde la VRAM, calcula la atención en todo el contexto y sincroniza la memoria. Entre tokens, la GPU se queda inactiva mientras espera a que se resuelvan las dependencias secuenciales.
El 40 % de los pilotos de agentes múltiples fracasan. Aquí te explicamos cómo elegir el patrón de orquestación adecuado y evitar los que fallan.
Los sistemas de IA de agente único alcanzaron su punto máximo en 2025: le dábamos a un LLM un prompt, algunas herramientas y un objetivo, y funcionaba razonablemente bien en tareas acotadas.
La especificación como fuente de la verdad, no como un documento secundario.
El desarrollo guiado por especificaciones es una de esas ideas a las que los ingenieros de software han recurrido en el pasado y luego han dejado de lado cuando el esfuerzo dejó de aportar beneficios.
¿Especificaciones como fuente de verdad o ceremonia lenta?
El desarrollo basado en especificaciones (SDD) entró en 2026 como la respuesta seria de los desarrolladores al desvío hacia la “codificación por ambiente” (vibe coding).
Mantén la intención cerca del código.
Los registros de decisiones son la capa de memoria faltante en el desarrollo de software asistido por IA. Capturan no solo qué se construyó, sino por qué; y esta distinción se vuelve crítica cuando las herramientas de IA están escribiendo su código.
El A2A no está muerto. Solo no es universal.
El protocolo Agent2Agent de Google, habitualmente abreviado como A2A, tuvo un primer año extraño.
Patrones de polling confiables para agentes de IA.
Los agentes de sondeo (polling agents) son una de las partes menos glamurosas de la arquitectura de asistentes de IA, pero también son una de las más útiles.
A2A convierte a los agentes en pares de red.
El Protocolo A2A, siglas de Agent2Agent Protocol (Protocolo de Agente a Agente), es un estándar abierto para la comunicación entre sistemas de agentes de IA independientes.
MCP proporciona herramientas a los agentes. A2A proporciona pares a los agentes.
La arquitectura de los agentes de IA está comenzando a dividirse en dos capas.
Cómo se construyen realmente los asistentes serios.
Un asistente de IA de producción no es simplemente “un LLM con un prompt”. Es un sistema que acepta intenciones, mantiene el estado, decide cuándo recuperar información o actuar, y expone suficiente detalle en tiempo de ejecución para depurar fallos.
Deja de interpretar sensaciones. Valida contratos.
La mayoría de los tutoriales sobre “salida estructurada” de los LLM son poco serios. Te enseñan a pedir JSON amablemente y luego a esperar que el modelo se comporte. Eso no es validación. Eso es optimismo con llaves.
Referencia de ajuste de LLMs agénticos
Esta página es una referencia práctica para la afinación de inferencia de LLMs agentivos (temperatura, top_p, top_k, penalizaciones y cómo interactúan en flujos de trabajo multietapa y con uso intensivo de herramientas).
Construye Habilidades de Claude que resistan el trabajo real
La mayoría de los equipos utilizan mal las Habilidades de Claude de una de dos formas: o convierten SKILL.md en un vertedero de información, o nunca evolucionan de los gigantescos prompts copiados y pegados.
