No quería dar otra charla genérica sobre IA. Quería compartir lo que vivo todos los días — el cambio de escribir código a orquestar agentes. Diseñar, planear, supervisar. Ese es el trabajo ahora. Y en esta nueva era, saber de arquitectura, producto y diseño — y aprender a delegar — importa más que nunca.
Co-presenté esta charla con Sebastián Mora en Pereira Tech Talks, el último meetup del año. Queríamos explorar cómo la IA está transformando la programación desde cero, desde nuestra perspectiva — lo que construimos en DailyBot y lo que vemos en el ecosistema.
Por qué elegimos este tema
Sebastián y yo llevábamos meses hablando de este cambio. En DailyBot ya no solo escribimos código. Diseñamos flujos de trabajo, configuramos asistentes de IA, orquestamos automatizaciones. Los ingenieros que prosperan son los que piensan en sistemas y saben cuándo delegar — a un modelo, a un agente, a una herramienta. Quería que la audiencia viera lo que yo veo: la descripción del puesto cambió, y vale la pena sumarse.
De escribir código a orquestar agentes
Llevé a la audiencia por lo que esto significa en la práctica. Pasamos de solo escribir código a diseñar agentes, orquestar LLMs, conectar RAGs e incluso hablar con hardware en el mundo real. ¿Qué es realmente un AI Engineer? Alguien que sabe cómo componer estas piezas — modelos, herramientas, flujos — en sistemas que resuelven problemas reales.
No se trata de reemplazar programadores. Se trata de elevar lo que hacemos. Pasamos más tiempo en diseño, planeación y supervisión. Pensamos en términos de sistemas, no solo funciones. Delegamos el trabajo repetitivo a los agentes y nos enfocamos en lo que los humanos hacemos mejor: razonar, crear y juzgar.
Arquitectura, Producto y Delegación
Este cambio hace que algunas habilidades sean más críticas que nunca. Arquitectura — entender cómo encajan las piezas, cómo fluye la data, cómo escalar. Producto — saber qué construir y por qué, no solo cómo. Diseño — experiencia de usuario, patrones de interacción, qué se siente bien. Y quizás lo más subestimado: aprender a delegar. Confiar en que los agentes hagan su parte mientras nos enfocamos en el trabajo de alto impacto.
Lo he visto en DailyBot. Los equipos que avanzan más rápido son los que entienden esto. No se trata de escribir más líneas de código. Se trata de diseñar el sistema correcto y saber cuándo delegar.
Herramientas de Agentes en Esta Nueva Era
Quería darles un mapa de las herramientas que están definiendo este momento. Modelos — la base, cada vez más baratos y capaces. Agentes — sistemas autónomos o semi-autónomos que pueden planear, ejecutar e iterar. MCPs (Model Context Protocol) — una forma estandarizada de que los modelos se conecten a herramientas y fuentes de datos externas. Piénsalo como un adaptador universal: en lugar de que cada herramienta de IA construya integraciones personalizadas para Slack, GitHub, bases de datos y APIs, MCP provee un protocolo común. Escribes una integración, y cualquier modelo compatible con MCP puede usarla. Ese es el desbloqueo — acceso a herramientas componible y reusable para agentes de IA. Entornos de desarrollo — IDEs y plataformas que se están reconstruyendo alrededor de flujos asistidos por IA.
El ecosistema avanza rápido. Lo que importa no es memorizar cada herramienta — es entender los patrones: cómo razonan los agentes, cómo usan herramientas, cómo se pueden componer. Esa es la habilidad que trasciende.
Un ejemplo de delegación de agentes desde DailyBot: construimos un flujo donde un agente analiza las respuestas de standup de un equipo, identifica bloqueos y los rutea a la persona correcta con contexto. El agente no solo resume — razona sobre prioridad, delega acciones de seguimiento y monitorea la completitud. No escribimos reglas explícitas para cada caso. Definimos el objetivo, le dimos al agente las herramientas (API de Slack, task tracker, directorio de usuarios), y descubrió el resto. Ese es el cambio: de escribir código que maneja cada camino a diseñar sistemas que pueden adaptarse.
IA Física: Cuando el Software Encuentra el Mundo Real
Dejé esta parte para el final porque quería ir más allá de la pantalla. IA física — cómo la IA está impulsando la robótica y el hardware. Ya no estamos confinados a entornos virtuales. La IA puede percibir el mundo, controlar robots, interactuar con sistemas físicos. Aquí es donde el código encuentra el mundo real: sensores, actuadores, inteligencia encarnada.
Llevé un robot con ruedas mecanum para hacer la demo. Verlo moverse en respuesta a los comandos — ahí es cuando hace clic. No son solo chatbots y generación de código. Son robots que aprenden, sistemas que se adaptan, hardware que piensa. Para quienes construyen productos y startups, eso abre toda una nueva frontera.
Memorias del Evento
Grabación
Qué significa esto para nosotros
Terminé con una idea simple: las herramientas están aquí. Las APIs están abiertas. La pregunta no es si la IA va a cambiar cómo construimos — ya lo hizo. La pregunta es si nos vamos a sumar. Diseña, planea, supervisa. Aprende a delegar. Construye con agentes. Y cuando tenga sentido, piensa más allá de la pantalla.
Gracias a todos los que asistieron — y a Sebastián por co-presentar. Sigamos construyendo.