Apuntes sobre conectar y optimizar operaciones reales
Notas de campo del trabajo real: cloud, ERP e ingeniería de crecimiento, escritas por el equipo que las construye. Prácticas, con opinión propia y sin vender humo.
Interfaces para agentes de IA: del chat a un segundo plano
Cómo interactúan los usuarios y los sistemas con los agentes. La interfaz no es una capa cosmética: moldea la arquitectura, la latencia, la confianza y el control operativo.
Rodrigo Cano
Protocolo de Contexto de Modelo (MCP)
El estándar universal que Sentina utiliza para conectar modelos de IA con herramientas, bases de datos y APIs empresariales. Qué es, cómo funciona, por qué todos los proveedores lo adoptaron y cómo implementarlo en tu negocio.
Introducción a RAG: recuperación agéntica
Por qué la recuperación es indispensable, los dos flujos centrales que la impulsan, el panorama completo de enfoques y el marco para elegir la arquitectura adecuada.
El panorama de modelos de IA
Nube, local y cómo elegir el modelo correcto. No se trata de "qué modelo es el mejor", sino de "qué modelo es mejor para esta tarea específica en este sistema específico". Un marco de decisión que no caduca como una tabla comparativa.
Arquitectura de un sistema de IA: las 5 capas fundamentales
La arquitectura integral de un sistema de IA: cómo se articulan el frontend, el backend, la orquestación agéntica, los datos y los modelos fundacionales en un entorno de producción real.
¿Qué son los sistemas agénticos y por qué importan?
Una visión estratégica sobre los sistemas agénticos de IA: qué son, cómo funcionan y cómo en Sentina los diseñamos para transformar la operación de tu empresa.
Tokens y ventanas de contexto
La restricción fundamental detrás de cada decisión arquitectónica en IA. Qué son los tokens, cómo funcionan las ventanas de contexto, cómo gestionar su presupuesto y cómo el prompt caching reduce costos hasta un 90%.
Cómo funcionan los LLMs: modelos mentales y sus límites
Entiende el motor que impulsa cada sistema de IA para razonar sobre sus fortalezas, debilidades e implicaciones de diseño: predicción de tokens, entrenamiento, alucinaciones y razonamiento.
¿Qué es un agente de IA?
De las capacidades de los LLMs a los sistemas autónomos. Entiende qué son los agentes, qué pueden hacer hoy y por qué la definición importa para tomar decisiones de negocio inteligentes.