Fundamentos de IA: 29 conceptos para entender LLMs y agentes

Cuando se habla de IA aplicada a software aparecen muchos términos: tokens, RAG, MCP, harness, evals. Esta es una lista corta de 29 conceptos, cada uno en una línea, ordenados de lo más básico a lo más avanzado.

Fundamentos

1. LLM: el modelo que genera texto prediciendo el siguiente token.
2. Token: la unidad de texto que procesa el modelo; con ella se miden el contexto y el costo.
3. Ventana de contexto: el máximo de tokens que el modelo puede ver a la vez.
4. Prompting: diseñar las instrucciones que le das al modelo.
5. Alucinación: cuando el modelo inventa datos con seguridad.
6. Inferencia y temperatura: ejecutar el modelo y controlar qué tan aleatoria sale la respuesta.
7. Embeddings: vectores que representan el significado de un texto.

Construir agentes

8. Function calling: el modelo pide ejecutar una función con argumentos estructurados.
9. Agente: un LLM que usa herramientas en varios pasos para cumplir una meta.
10. Agent loop: el ciclo de pensar → actuar → observar → repetir.
11. RAG: recuperar documentos relevantes y meterlos al contexto antes de responder.
12. Ingeniería de contexto: decidir qué información entra al contexto y cómo.
13. MCP: el estándar para conectar agentes con herramientas y datos.
14. Harness: el programa que envuelve al modelo y ejecuta el loop.
15. Modelo de razonamiento: un modelo que piensa paso a paso antes de responder.
16. Memoria: lo que el agente recuerda entre sesiones.

Seguridad y calidad

17. Guardrails: límites y validaciones sobre lo que entra y lo que sale del modelo.
18. Prompt injection: instrucciones maliciosas escondidas en los datos que lee el agente.
19. Evals: pruebas sistemáticas para medir la calidad del sistema.
20. Sandboxing: ejecutar las acciones del agente en un entorno aislado.
21. Human in the loop: un humano aprueba las acciones críticas.
22. Observability: trazas, costos y errores de cada paso del agente.

Avanzado y complementario

23. Multi-agente / subagentes: un orquestador que delega en agentes especializados.
24. Skill: un paquete de instrucciones que el agente carga bajo demanda.
25. State graph: un flujo agéntico modelado como grafo de estados.
26. A2A: el protocolo para que agentes de distintos proveedores se comuniquen.
27. Fine-tuning: reentrenar el modelo con tus propios datos.
28. Vibe coding: programar aceptando código generado por IA casi sin revisarlo.
29. Worktree: varias ramas del repo abiertas en paralelo, útil para correr varios agentes a la vez.