</> CodeBooks
    ← Volver a Agentes de IA (página 3)
    Portada de An Illustrated Guide to AI Agents

    An Illustrated Guide to AI Agents

    Maarten Grootendorst, Jay Alammar

    Editorial
    O'Reilly
    Año
    2026
    Páginas
    ~584
    Nivel
    Intermedio

    De qué trata

    Tratado técnico y visual de más de 580 páginas escrito por Maarten Grootendorst y Jay Alammar, publicado por O'Reilly en 2026 para explicar de raíz cómo operan los agentes autónomos de inteligencia artificial. Está dirigido a desarrolladores, científicos de datos e ingenieros de nivel intermedio que conocen los fundamentos de los grandes modelos de lenguaje (LLMs) y la programación en Python, y desean entender en profundidad cómo un modelo pasa de generar respuestas reactivas a planificar, actuar y resolver problemas de forma autónoma.

    Respaldado por más de 300 ilustraciones conceptuales detalladas, el texto descompone la anatomía completa de un agente inteligente: bucles de razonamiento ReAct (pensamiento, acción y observación), modelos de razonamiento avanzado (como sistemas de chain-of-thought interno), memoria a corto y largo plazo, e ingeniería de contexto. Explora la integración de herramientas mediante function calling y el protocolo Model Context Protocol (MCP), algoritmos de planificación autónoma y descomposición de tareas, entornos multimodales y arquitecturas de colaboración multi-agente. Dedica también un capítulo a la evaluación de agentes.

    En la vertiente práctica, el libro prescinde de abstracciones opacas y guía al lector en la construcción paso a paso de TinyAgent, un framework minimalista implementado en Python puro que permite ejecutar bucles agenticos completos e inspeccionar en consola cada fase de deducción, uso de herramientas y actualización de memoria. El último capítulo culmina con un agente de programación que se ejecuta desde la línea de comandos. La gran aportación de la obra es su equilibrio entre profundidad técnica y claridad visual, haciendo comprensibles problemas complejos de estado y orquestación. Deja fuera el desarrollo frontend de interfaces gráficas o la infraestructura cloud de proveedores concretos. Es altamente recomendable contar con bases sólidas de programación en Python y familiaridad con peticiones HTTP y APIs de LLMs.

    • Agentes de IA
    • TinyAgent
    • Patrón ReAct
    • Model Context Protocol (MCP)
    • Memoria para agentes
    • Tool Calling
    • Planificación autónoma
    • Sistemas multi-agente
    • LLMs de razonamiento
    • Evaluación de agentes
    • Agente de programación (CLI)

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✓ Incluye ejercicios
    • ✓ Incluye proyectos

    Proyectos

    TinyAgent Framework

    Framework minimalista de agentes autónomos programado desde cero en Python puro, que implementa bucles de razonamiento pensamiento-acción-observación, invocación de herramientas, gestión de memoria contextual y planificación por pasos sin dependencias de alto nivel.

    Más de Agentes de IA con nivel Intermedio