Siete módulos para pasar de usar la IA como chat a trabajar con un ecosistema de agentes. Cada módulo tiene un video con ejemplos sobre pagos-api, el proyecto de Juli, su presentación y un challenge. Hacelos en orden: cada uno termina con algo que aplicás en tu propio proyecto.
Un corto de 4 minutos con la historia completa: cómo Juli pasa de pelearse con el chat a trabajar con un equipo de agentes. Es el mapa de todo lo que viene en el curso.
Un LLM predice, tokens y ventana de contexto, probabilístico vs. determinístico, alucinaciones.
Entender por qué "pedir mejor" no alcanzaLoop agéntico, tool use, harness, permisos de Codex, qué modelo para qué tarea.
Una primera tarea resuelta con Codex en tu repoContext engineering, AGENTS.md (qué va y dónde lo lee Codex), progressive disclosure, /init.
Paso 1 · El AGENTS.md de tu proyectoSpec-Driven Development, la spec en 6 piezas, preguntas cerradas, aprobar el plan y el modo Plan de Codex.
Paso 2 · La spec de tu próxima featureFeedback loop, hooks y reglas de comandos en Codex, revisión en tres filtros (/review y @codex review).
Paso 3 · El agente corriendo tests y buildSkills en .agents/skills, ¿AGENTS.md, skill o hook?, skills de terceros, MCP en Codex y prompt injection.
Paso 4 · Una convención convertida en skillSubagentes en Codex, delegar con control, codex exec y CI, costos, evals, plugins y el TSOFT AI Dev Kit.
Paso 5 · El kit completo en una feature real