AI user & operator
Improve personal and team workflows before writing code.
Start with prompting, verification, task decomposition, data hygiene, and repeatable playbooks.00 · Field mapMapa del campo
Field map
A broad map of AI capabilities, roles, markets, and routes.
Mapa del campo
Un mapa amplio de capacidades, roles, mercados y rutas de IA.
AI is a landscape of capabilities, disciplines, products, infrastructure, communities, and markets—not a single job. This atlas is designed for a curious beginner in Medellín who needs to fan out before choosing where to drill down. Explore widely, save what resonates, run small experiments, and narrow based on evidence.
Scan wideUnderstand the field before prematurely selecting a tool or title.
Practice verticallyBuild complete slices across data, model, interface, evaluation, and operations.
Specialize laterUse real projects to reveal which branch deserves depth.
Keep optionalityDurable concepts transfer across vendors, frameworks, and model generations.
La IA es un panorama de capacidades, disciplinas, productos, infraestructura, comunidades y mercados; no un solo empleo. Este atlas está diseñado para una persona curiosa en Medellín que necesita abrir el mapa antes de decidir dónde profundizar. Explora, guarda lo que te interese, ejecuta experimentos pequeños y reduce opciones con evidencia.
Explora ampliamenteComprende el campo antes de escoger prematuramente una herramienta o cargo.
Practica verticalmenteConstruye cortes completos de datos, modelo, interfaz, evaluación y operación.
Especialízate despuésDeja que los proyectos reales revelen qué rama merece profundidad.
Mantén opcionesLos conceptos duraderos se transfieren entre proveedores y generaciones.
01 · Choose an entry positionElige una posición de entrada
Choose an entry position
Start from your strengths, then sample adjacent branches.
Elige una posición de entrada
Empieza desde tus fortalezas y prueba ramas adyacentes.
START
Enter from your current position—not from a universal curriculum.
The field supports nontechnical operators, software builders, researchers, product designers, security leaders, domain experts, educators, creators, and founders. Pick one primary entry position and one adjacent position to learn across boundaries.
Builder & integrator
Compose models, data, tools, APIs, and interfaces.
Start with structured output, tool calls, RAG, evals, auth, and one production deployment.Data & model practitioner
Work on prediction, adaptation, experimentation, and model quality.
Start with statistics, ML baselines, datasets, embeddings, fine-tuning, and reproducible experiments.Product & experience designer
Shape useful, legible, trustworthy AI interactions.
Start with user research, uncertainty, progressive disclosure, multimodal UX, and feedback loops.Operator, security & governance
Make AI systems observable, controlled, compliant, and recoverable.
Start with risk tiers, threat models, identity, audit, eval gates, incident response, and cost controls.Commercial & domain specialist
Turn domain knowledge and distribution into products or services.
Start with workflow interviews, outcome design, a bounded demo, proof, pricing, and support.Use a three-pass selection method
Survey
Scan every opportunity cluster. Mark what is interesting, valuable, and realistically accessible.
Sample
Run three small experiments in different branches. Keep each to one day or one weekend.
Commit
Select one 12-week practice lane. Preserve a secondary lane for cross-pollination.
Generate a route
INICIO
Entra desde tu posición actual, no desde un currículo universal.
El campo incluye operadores no técnicos, desarrolladores, investigadores, diseñadores, líderes de seguridad, expertos de dominio, educadores, creadores y fundadores. Elige una posición principal y una adyacente para aprender entre fronteras.
Usuario y operador de IA
Mejora flujos personales y de equipo antes de programar.
Empieza con prompts, verificación, descomposición, higiene de datos y playbooks repetibles.Constructor e integrador
Combina modelos, datos, herramientas, APIs e interfaces.
Empieza con salida estructurada, herramientas, RAG, evals, autenticación y un despliegue.Profesional de datos y modelos
Trabaja en predicción, adaptación, experimentación y calidad.
Empieza con estadística, bases ML, datasets, embeddings, fine-tuning y experimentos reproducibles.Diseñador de producto y experiencia
Diseña interacciones útiles, legibles y confiables.
Empieza con investigación, incertidumbre, divulgación progresiva, UX multimodal y feedback.Operador, seguridad y gobierno
Haz que los sistemas sean observables, controlados, conformes y recuperables.
Empieza con niveles de riesgo, amenazas, identidad, auditoría, gates, incidentes y costos.Especialista comercial y de dominio
Convierte conocimiento de dominio y distribución en productos o servicios.
Empieza con entrevistas, resultados, demo acotada, evidencia, precio y soporte.Usa un método de selección en tres pasadas
Explorar
Revisa cada grupo. Marca lo interesante, valioso y realmente accesible.
Probar
Ejecuta tres experimentos pequeños en ramas distintas. Limita cada uno a un día o fin de semana.
Comprometerse
Selecciona una ruta de práctica de 12 semanas. Conserva otra como ruta adyacente.
Genera una ruta
02 · Fan out, then drill downAbrir el mapa y luego profundizar
Fan out, then drill down
A beginner-safe method for discovering options before committing.
Abrir el mapa y luego profundizar
Un método seguro para descubrir opciones antes de comprometerse.
FAN OUT
Do not choose a specialty before you can see the field.
A newcomer’s first problem is not lack of depth. It is invisible options. Use four passes: map, sample, score, and commit. Each pass reduces uncertainty without forcing an early identity.
Map
Learn the major branches, outputs, roles, and constraints. Build vocabulary before buying tools.
Sample
Run a 60–120 minute lab in six different branches. Touch the work, not only the content.
Score
Rate energy, aptitude, demand, access, proof speed, and risk. Separate fascination from fit.
Drill down
Choose one primary branch and one adjacent branch for a six-week evidence cycle.
Use six signals, not hype.
EnergyAptitudeMarket pullLocal accessProof speedRisk tolerance
Score each sampled branch from 1–5. Keep the raw notes. Revisit after building, because imagined preferences are weak evidence.
Use the city as a practice network.
Build in Spanish. Document in Spanish and English. Demo locally. Publish globally. Medellín’s community density can shorten feedback loops while remote distribution expands the market.
Learn→Build→Demo→Publish→Sell or apply
A first seven-day orientation
Use the mind map. Save ten unfamiliar concepts.
Build one prompt-to-structured-output script.
Add retrieval over five documents.
Add one tool or API call with approval.
Test voice, image, or document input.
Attend or watch a local community session.
Publish a bilingual README and choose the next branch.
Decision rule:
Do not specialize because a tool is popular. Specialize where a durable capability, a real problem, repeatable access, and credible proof intersect.
ABRIR
No elijas una especialidad antes de ver el campo.
El primer problema de una persona nueva no es la falta de profundidad. Son las opciones invisibles. Usa cuatro pasadas: mapear, probar, puntuar y comprometerte. Cada pasada reduce incertidumbre sin forzar una identidad temprana.
Mapear
Aprende las ramas, resultados, roles y restricciones principales. Construye vocabulario antes de comprar herramientas.
Probar
Haz un laboratorio de 60–120 minutos en seis ramas. Toca el trabajo, no solo el contenido.
Puntuar
Evalúa energía, aptitud, demanda, acceso, velocidad de evidencia y riesgo. Separa fascinación de ajuste.
Profundizar
Elige una rama principal y una adyacente para un ciclo de evidencia de seis semanas.
Usa seis señales, no el ruido.
EnergíaAptitudDemandaAcceso localVelocidad de pruebaTolerancia al riesgo
Puntúa cada rama del 1 al 5. Conserva las notas. Revísalas después de construir, porque las preferencias imaginadas son evidencia débil.
Usa la ciudad como red de práctica.
Construye en español. Documenta en español e inglés. Haz demos locales. Publica globalmente. La densidad de comunidades de Medellín puede acelerar la retroalimentación mientras la distribución remota amplía el mercado.
Aprender→Construir→Demostrar→Publicar→Vender o aplicar
Primera orientación de siete días
Usa el mapa mental. Guarda diez conceptos desconocidos.
Crea un script de prompt a salida estructurada.
Agrega recuperación sobre cinco documentos.
Agrega una herramienta o API con aprobación.
Prueba voz, imagen o documentos.
Asiste o mira una sesión de comunidad local.
Publica un README bilingüe y elige la siguiente rama.
Regla de decisión:
No te especialices porque una herramienta sea popular. Hazlo donde se crucen una capacidad duradera, un problema real, acceso repetible y evidencia creíble.
03 · Navigable mind mapMapa mental navegable
Navigable mind map
Pan, zoom, filter, focus, and inspect the landscape.
Mapa mental navegable
Desplaza, amplía, filtra, enfoca e inspecciona el panorama.
MAP
Navigate from foundations to applications, operations, markets, and frontier work.
The branches are not isolated careers. They are connected layers and participation modes. Explore across the field, then build depth where interest, access, evidence, and value converge.
CoreSystem layerPractice areaTap to inspectDouble-click to focus
MAPA
Navega desde fundamentos hacia aplicaciones, operaciones, mercados y trabajo de frontera.
Las ramas no son carreras aisladas. Son capas y formas de participación conectadas. Explora el campo y profundiza donde converjan interés, acceso, evidencia y valor.
NúcleoCapa del sistemaÁrea prácticaToca para inspeccionarDoble clic para enfocar
04 · The system landscapeEl panorama del sistema
The system landscape
Eight layers from model capability to commercial delivery.
El panorama del sistema
Ocho capas desde capacidad del modelo hasta entrega comercial.
8×
The modern AI product is a layered control system.
Most failures happen at the seams: context that is stale, a tool with excessive privilege, an unmeasured workflow, or an interface that hides uncertainty.
Experience surfaces
Chat, copilot, voice, embedded widgets, command palettes, APIs, background automation, and physical/edge interfaces.
The surface determines trust, interruption cost, and adoption.Orchestration
Workflows, agents, routers, planners, state machines, queues, retries, approvals, and human handoff.
Explicit control is usually the production default; autonomy is allocated selectively.Tools + protocols
Functions, APIs, MCP servers, A2A peers, browser/computer tools, event buses, payment rails, and identity.
Protocols reduce custom glue but do not remove authorization or trust design.Context + knowledge
RAG, hybrid search, embeddings, reranking, memory, knowledge graphs, SQL, files, and enterprise systems.
Context engineering turns generic intelligence into situational capability.Models + inference
Reasoning, language, vision, audio, video, embeddings, rerankers, open weights, local models, routing, and serving.
Choose by measured task fit, not leaderboard prestige.Evaluation + observability
Golden sets, simulations, traces, quality metrics, safety tests, cost, latency, drift, and user feedback.
Without evals, iteration is anecdotal and regressions are invisible.Security + governance
Identity, least privilege, data controls, threat modeling, policy, audit, provenance, red teaming, and incident response.
Agency expands the blast radius; control planes must expand with it.Commercial system
Problem selection, offer, pricing, distribution, contracts, support, outcomes, and defensibility.
A useful model call is not yet a business.Where value is moving. As foundation-model capability becomes easier to access, differentiation shifts toward proprietary workflow knowledge, context quality, evaluation assets, integration depth, security, user experience, and distribution. This is a synthesis, not a claim that models no longer matter. S01S02S30S32
8×
El producto moderno de IA es un sistema de control por capas.
La mayoría de fallas ocurre en las uniones: contexto desactualizado, herramientas con privilegios excesivos, flujos sin medir o interfaces que ocultan incertidumbre.
Superficies de experiencia
Chat, copiloto, voz, widgets embebidos, paletas de comandos, APIs, automatización en segundo plano e interfaces físicas/edge.
La superficie determina confianza, costo de interrupción y adopción.Orquestación
Flujos, agentes, routers, planificadores, máquinas de estado, colas, reintentos, aprobaciones y transferencia humana.
El control explícito suele ser la base productiva; la autonomía se asigna selectivamente.Herramientas + protocolos
Funciones, APIs, servidores MCP, pares A2A, herramientas de navegador/computador, buses de eventos, pagos e identidad.
Los protocolos reducen pegamento personalizado, pero no eliminan autorización ni confianza.Contexto + conocimiento
RAG, búsqueda híbrida, embeddings, reranking, memoria, grafos, SQL, archivos y sistemas empresariales.
La ingeniería de contexto convierte inteligencia genérica en capacidad situacional.Modelos + inferencia
Razonamiento, lenguaje, visión, audio, video, embeddings, rerankers, pesos abiertos, modelos locales, routing y serving.
Elige según ajuste medido a la tarea, no por prestigio del ranking.Evaluación + observabilidad
Conjuntos dorados, simulaciones, trazas, métricas de calidad, pruebas de seguridad, costo, latencia, deriva y feedback.
Sin evals, la iteración es anecdótica y las regresiones son invisibles.Seguridad + gobierno
Identidad, mínimo privilegio, controles de datos, amenazas, políticas, auditoría, procedencia, red team e incidentes.
La agencia amplía el radio de impacto; el plano de control debe crecer también.Sistema comercial
Selección del problema, oferta, precio, distribución, contratos, soporte, resultados y defensibilidad.
Una llamada útil al modelo todavía no es un negocio.Hacia dónde se mueve el valor. A medida que la capacidad de modelos base se vuelve más accesible, la diferenciación pasa al conocimiento del flujo, calidad de contexto, activos de evaluación, integración, seguridad, experiencia y distribución. Es una síntesis; no significa que los modelos dejen de importar. S01S02S30S32
05 · AI Engineer World’s Fair red-teamAuditoría de AI Engineer World’s Fair
AI Engineer World’s Fair red-team
What the recent tracks add, challenge, or elevate.
Auditoría de AI Engineer World’s Fair
Lo que los tracks recientes agregan, cuestionan o elevan.
29 TRACKS
The 2026 program signals a move from model demos to engineered systems around models.
The official program advertises 29 tracks, 300 speakers, 100 expo partners, and extensive workshops. This audit treats the program as a market signal, not a canonical taxonomy. S01
RAG, agents, multimodality, protocols, security, governance, inference
These durable foundations remain central and should not be displaced by conference terminology.
Harnesses, software factories, data quality, memory, FDE, design engineering
The prior atlas discussed pieces of these, but did not make them visible as first-class career branches.
Autoresearch, local AI, world models, recommender systems, agentic commerce, personal agents
These areas widen the map beyond chat and enterprise workflow automation.
Tracks and sponsors reveal attention—not guaranteed winners.
Use them to generate hypotheses, then validate with technical evidence, users, economics, and your own experiments.
Leadership programming:AI Architects sessions focused on workflows, token economics, and AI factories. Treat these as cross-cutting operating lenses rather than separate technical disciplines.
Build AI software
Software Factories+
AI changes the whole delivery system: issue intake, specs, implementation, review, testing, release, and learning loops.
First practice
Create an issue-to-tested-PR workflow for a small repository.
Representative companies and ecosystems
FactoryCognitionGitHubQodoSonar
Harness Engineering+
The surrounding instructions, tools, environments, hooks, memory, tests, and controls that make an agent reliable.
First practice
Give the same task to a bare model and a configured agent harness; compare quality, cost, and recovery.
Representative companies and ecosystems
AnthropicCursorE2BBrowserbasePydantic
Agentic Engineering+
Engineering systems that plan, use tools, persist state, recover, and coordinate under bounded autonomy.
First practice
Build a three-step agent with explicit stop conditions, approvals, traces, and an eval set.
Representative companies and ecosystems
LangChainLlamaIndexMastraInngestTemporal
Computer Use+
Agents operate graphical interfaces when APIs are missing, while facing latency, brittleness, and security risk.
First practice
Automate one browser task in a sandbox and measure failure modes across ten runs.
Representative companies and ecosystems
BrowserbaseCuaE2BOpenAIAnthropic
Sandbox & Platform Engineering+
Isolated execution, reproducible environments, secrets, quotas, observability, and policy for agent workloads.
First practice
Run generated code in an ephemeral environment with network and filesystem limits.
Representative companies and ecosystems
DockerDaytonaE2BCoderFlox
Forward Deployed Engineering+
Engineers embed with users to adapt AI systems to messy workflows, data, and adoption constraints.
First practice
Shadow one workflow, map exceptions, and deliver a human-in-the-loop prototype.
Representative companies and ecosystems
Palantir-style roleAccentureServiceNowRetoolUnblocked
Design Engineering+
AI products require interaction models for uncertainty, streaming, interruption, provenance, approval, and recovery.
First practice
Prototype chat, command, and ambient versions of the same workflow; test comprehension.
Representative companies and ecosystems
FigmaBuilder.ioCopilotKitVercelPostHog
Context, data, and intelligence
Vision & OCR+
Turn images and documents into grounded structure, not merely text extraction.
First practice
Extract a table, chart, and signature block from mixed documents with confidence labels.
Representative companies and ecosystems
ReductoExtendRoboflowEncordTwelveLabs
Search & Retrieval+
Combine lexical, vector, graph, reranking, and query planning for evidence access.
First practice
Compare keyword, vector, and hybrid retrieval on 25 questions.
Representative companies and ecosystems
ElasticQdrantPineconeTurbopufferExa
LLM Recommender Systems+
Models can understand intent, explain recommendations, generate candidates, and rerank under constraints.
First practice
Create a bilingual local-events recommender with explicit preference controls.
Representative companies and ecosystems
NVIDIAClickHouseTurbopufferElasticBand
Data Quality+
Model behavior is bounded by corpus quality, labels, provenance, freshness, and evaluation coverage.
First practice
Build a dataset card and reject duplicates, stale records, weak labels, and leakage.
Representative companies and ecosystems
SnorkelDatology.aiProlificEncordSurge AI
Graphs+
Knowledge graphs and graph retrieval expose relationships, lineage, constraints, and multi-hop paths.
First practice
Model a small business process as entities and relationships, then answer lineage questions.
Representative companies and ecosystems
Neo4jFalkorDBCogneeSurrealDBLlamaIndex
Context Engineering+
Select, transform, order, compress, and govern the information available at each model step.
First practice
Build a context budget and compare full dump, retrieved, and staged context.
Representative companies and ecosystems
LlamaIndexLangChainUnblockedMixedbreadZep AI
Memory & Continual Learning+
Systems need episodic, semantic, procedural, and preference memory with deletion and correction semantics.
First practice
Add user-approved memory to an assistant, including view, edit, forget, and expiration.
Representative companies and ecosystems
Zep AICogneeMem0 ecosystemPineconeNeo4j
Models, runtime, and frontier
Autoresearch+
Agents generate hypotheses, run experiments, inspect results, and iterate within scientific guardrails.
First practice
Let an agent tune one measurable algorithm in a fixed sandbox and keep an experiment log.
Representative companies and ecosystems
Prime IntellectWeights & BiasesModalTogether AIHugging Face
Robotics & World Models+
Models predict and act in physical or simulated environments with perception, dynamics, and control.
First practice
Build a simulated navigation or manipulation task before touching hardware.
Representative companies and ecosystems
NVIDIAGoogle DeepMindRoboflowAIDAChipWorld Labs ecosystem
Posttraining & Midtraining+
Adapt model behavior through supervised data, preferences, reinforcement, distillation, and domain continuation.
First practice
Fine-tune or preference-optimize a small open model on a narrow classification task.
Representative companies and ecosystems
Hugging FaceUnslothTogether AIArcee AIFireworks
Inference+
Serve models with the right latency, throughput, quality, routing, caching, batching, and cost trade-offs.
First practice
Benchmark two model sizes and two providers against a fixed quality threshold.
Representative companies and ecosystems
BasetenFireworksFriendliAITogether AIRunPod
Local AI+
Run models on-device, at the edge, or on owned clusters for privacy, sovereignty, resilience, or economics.
First practice
Run a quantized model locally and document quality, memory, power, and latency.
Representative companies and ecosystems
NVIDIAOllama ecosystemVeniceVast.aiExo ecosystem
Voice & Realtime AI+
Streaming speech, interruption, turn-taking, latency, emotion, and telephony create a distinct engineering surface.
First practice
Build a Spanish voice assistant that can be interrupted and cites its data.
Representative companies and ecosystems
DeepgramAssemblyAILiveKitVapiTwilio
Generative Media+
Image, video, audio, music, 3D, and editing workflows combine models with creative direction and rights controls.
First practice
Create a repeatable brand-safe image workflow with a visual eval rubric.
Representative companies and ecosystems
AdobeHeyGenLemonSliceTwelveLabsBuilder.io
Trust, business, and verticals
Security+
Agent identity, prompt injection, tool abuse, secrets, data exfiltration, supply chain, and authorization are core architecture.
First practice
Threat-model a tool-using agent and add least privilege, approval, logging, and kill switches.
Representative companies and ecosystems
SnykAikido1PasswordWorkOSSafe Intelligence
Evals+
Measure task success, groundedness, safety, latency, cost, and regressions using representative cases.
First practice
Create a 30-case eval set before changing prompts or models.
Representative companies and ecosystems
BraintrustArizeWeights & BiasesFiddlerHamming AI
AI-Native Enterprises+
Organizations redesign operating models, roles, knowledge flows, governance, and economics around AI.
First practice
Map one team workflow and identify where AI changes the operating model—not only a task.
Representative companies and ecosystems
MicrosoftAWSOracleServiceNowAtlassian
Agentic Commerce+
Agents discover, negotiate, authorize, purchase, and reconcile with identity, policy, and payment controls.
First practice
Prototype a purchase recommendation that requires explicit budget and final approval.
Representative companies and ecosystems
PayPalStripeCoinbaseCircleStigg
AI in Finance+
High-value opportunities span analysis, operations, fraud, service, compliance, and decision support under strict controls.
First practice
Build a non-transactional document analyst with audit trails and abstention.
Representative companies and ecosystems
PayPalRampAuditoria AIOptiverOracle
AI in GTM+
Research, segmentation, content, sales enablement, support, and revenue operations can be augmented with verified context.
First practice
Build a lead-research brief that cites public evidence and prevents fabricated facts.
Representative companies and ecosystems
G2iHubSpot ecosystemClay ecosystemRetoolPostHog
AI in Healthcare+
Clinical, administrative, imaging, documentation, and patient workflows demand evidence, privacy, and human accountability.
First practice
Build a synthetic-data scheduling or coding assistant, not a diagnostic system.
Representative companies and ecosystems
Hippocratic AIAnteriorWisedocsGoogle DeepMindMicrosoft
Claws & Personal Agents+
Persistent assistants act across files, messages, calendars, apps, and devices, raising memory, identity, and consent questions.
First practice
Build a daily planning assistant with explicit data boundaries and reversible actions.
Representative companies and ecosystems
OpenAIAnthropicGoogleCursorNotion
29 TRACKS
El programa 2026 señala un cambio de demos de modelos hacia sistemas diseñados alrededor de modelos.
El programa oficial anuncia 29 tracks, 300 speakers, 100 aliados de expo y numerosos talleres. Esta auditoría lo usa como señal de mercado, no como taxonomía canónica. S01
RAG, agentes, multimodalidad, protocolos, seguridad, gobierno, inferencia
Estos fundamentos duraderos siguen siendo centrales y no deben reemplazarse por terminología de conferencia.
Arneses, fábricas de software, calidad de datos, memoria, FDE, ingeniería de diseño
El atlas anterior mencionaba piezas, pero no las mostraba como ramas profesionales de primer nivel.
Autoinvestigación, IA local, modelos del mundo, recomendadores, comercio agéntico, agentes personales
Estas áreas amplían el mapa más allá del chat y la automatización empresarial.
Tracks y patrocinadores muestran atención, no ganadores garantizados.
Úsalos para generar hipótesis y valida con evidencia técnica, usuarios, economía y experimentos propios.
Programación de liderazgo:Las sesiones AI Architects se enfocaron en flujos, economía de tokens y fábricas de IA. Son lentes operativos transversales, no disciplinas técnicas separadas.
Construir software de IA
Fábricas de software+
La IA cambia todo el sistema de entrega: entrada, especificaciones, implementación, revisión, pruebas, despliegue y aprendizaje.
Primera práctica
Crea un flujo de issue a PR probado para un repositorio pequeño.
Empresas y ecosistemas representativos
FactoryCognitionGitHubQodoSonar
Ingeniería de arneses+
Las instrucciones, herramientas, entornos, hooks, memoria, pruebas y controles que hacen confiable a un agente.
Primera práctica
Da la misma tarea a un modelo sin configuración y a un agente con arnés; compara calidad, costo y recuperación.
Empresas y ecosistemas representativos
AnthropicCursorE2BBrowserbasePydantic
Ingeniería agéntica+
Ingeniería de sistemas que planean, usan herramientas, conservan estado, se recuperan y coordinan con autonomía limitada.
Primera práctica
Construye un agente de tres pasos con paradas, aprobaciones, trazas y evaluaciones.
Empresas y ecosistemas representativos
LangChainLlamaIndexMastraInngestTemporal
Uso de computador+
Los agentes operan interfaces gráficas cuando faltan APIs, con latencia, fragilidad y riesgo de seguridad.
Primera práctica
Automatiza una tarea de navegador en sandbox y mide fallas en diez ejecuciones.
Empresas y ecosistemas representativos
BrowserbaseCuaE2BOpenAIAnthropic
Sandboxes e ingeniería de plataforma+
Ejecución aislada, entornos reproducibles, secretos, cuotas, observabilidad y políticas para cargas de agentes.
Primera práctica
Ejecuta código generado en un entorno efímero con límites de red y archivos.
Empresas y ecosistemas representativos
DockerDaytonaE2BCoderFlox
Ingeniería desplegada con clientes+
Ingenieros trabajan con usuarios para adaptar IA a flujos, datos y restricciones reales.
Primera práctica
Observa un flujo, mapea excepciones y entrega un prototipo con humano en el circuito.
Empresas y ecosistemas representativos
Palantir-style roleAccentureServiceNowRetoolUnblocked
Ingeniería de diseño+
Los productos de IA necesitan interacción para incertidumbre, streaming, interrupción, procedencia, aprobación y recuperación.
Primera práctica
Prototipa versiones chat, comando y ambiental del mismo flujo; prueba comprensión.
Empresas y ecosistemas representativos
FigmaBuilder.ioCopilotKitVercelPostHog
Contexto, datos e inteligencia
Visión y OCR+
Convierte imágenes y documentos en estructura fundamentada, no solo texto extraído.
Primera práctica
Extrae tabla, gráfico y firma de documentos mixtos con niveles de confianza.
Empresas y ecosistemas representativos
ReductoExtendRoboflowEncordTwelveLabs
Búsqueda y recuperación+
Combina búsqueda léxica, vectorial, grafos, reranking y planificación de consultas.
Primera práctica
Compara recuperación por palabras, vectores e híbrida en 25 preguntas.
Empresas y ecosistemas representativos
ElasticQdrantPineconeTurbopufferExa
Recomendadores con LLM+
Los modelos entienden intención, explican recomendaciones, generan candidatos y reordenan con restricciones.
Primera práctica
Crea un recomendador bilingüe de eventos locales con preferencias explícitas.
Empresas y ecosistemas representativos
NVIDIAClickHouseTurbopufferElasticBand
Calidad de datos+
El comportamiento está limitado por calidad, etiquetas, procedencia, vigencia y cobertura de evaluación.
Primera práctica
Crea una ficha de dataset y rechaza duplicados, datos viejos, etiquetas débiles y fuga.
Empresas y ecosistemas representativos
SnorkelDatology.aiProlificEncordSurge AI
Grafos+
Los grafos exponen relaciones, linaje, restricciones y rutas de múltiples saltos.
Primera práctica
Modela un proceso como entidades y relaciones y responde preguntas de linaje.
Empresas y ecosistemas representativos
Neo4jFalkorDBCogneeSurrealDBLlamaIndex
Ingeniería de contexto+
Selecciona, transforma, ordena, comprime y gobierna la información disponible en cada paso.
Primera práctica
Crea un presupuesto de contexto y compara volcado total, recuperación y contexto por etapas.
Empresas y ecosistemas representativos
LlamaIndexLangChainUnblockedMixedbreadZep AI
Memoria y aprendizaje continuo+
Los sistemas necesitan memoria episódica, semántica, procedimental y de preferencias con borrado y corrección.
Primera práctica
Agrega memoria aprobada por usuario con ver, editar, olvidar y caducar.
Empresas y ecosistemas representativos
Zep AICogneeMem0 ecosystemPineconeNeo4j
Modelos, ejecución y frontera
Autoinvestigación+
Agentes generan hipótesis, ejecutan experimentos, inspeccionan resultados e iteran con límites científicos.
Primera práctica
Permite que un agente ajuste un algoritmo medible en sandbox y conserve un registro.
Empresas y ecosistemas representativos
Prime IntellectWeights & BiasesModalTogether AIHugging Face
Robótica y modelos del mundo+
Modelos predicen y actúan en entornos físicos o simulados con percepción, dinámica y control.
Primera práctica
Construye una tarea simulada de navegación o manipulación antes del hardware.
Empresas y ecosistemas representativos
NVIDIAGoogle DeepMindRoboflowAIDAChipWorld Labs ecosystem
Postentrenamiento y entrenamiento intermedio+
Adapta comportamiento con datos supervisados, preferencias, refuerzo, destilación y continuación de dominio.
Primera práctica
Ajusta un modelo abierto pequeño en una clasificación estrecha.
Empresas y ecosistemas representativos
Hugging FaceUnslothTogether AIArcee AIFireworks
Inferencia+
Sirve modelos con balance de latencia, throughput, calidad, ruteo, caché, lotes y costo.
Primera práctica
Compara dos tamaños y dos proveedores con un umbral fijo de calidad.
Empresas y ecosistemas representativos
BasetenFireworksFriendliAITogether AIRunPod
IA local+
Ejecuta modelos en dispositivo, borde o clúster propio por privacidad, soberanía, resiliencia o economía.
Primera práctica
Ejecuta un modelo cuantizado local y documenta calidad, memoria, energía y latencia.
Empresas y ecosistemas representativos
NVIDIAOllama ecosystemVeniceVast.aiExo ecosystem
Voz e IA en tiempo real+
Voz en streaming, interrupción, turnos, latencia, emoción y telefonía crean una superficie distinta.
Primera práctica
Crea un asistente de voz en español que pueda interrumpirse y cite sus datos.
Empresas y ecosistemas representativos
DeepgramAssemblyAILiveKitVapiTwilio
Medios generativos+
Imagen, video, audio, música, 3D y edición combinan modelos con dirección creativa y derechos.
Primera práctica
Crea un flujo repetible de imágenes seguras para marca con rúbrica visual.
Empresas y ecosistemas representativos
AdobeHeyGenLemonSliceTwelveLabsBuilder.io
Confianza, negocio y verticales
Seguridad+
Identidad, inyección de prompts, abuso de herramientas, secretos, exfiltración, cadena de suministro y autorización son arquitectura central.
Primera práctica
Modela amenazas de un agente y agrega mínimo privilegio, aprobación, registros y apagado.
Empresas y ecosistemas representativos
SnykAikido1PasswordWorkOSSafe Intelligence
Evaluaciones+
Mide éxito, fundamentación, seguridad, latencia, costo y regresiones con casos representativos.
Primera práctica
Crea 30 casos de evaluación antes de cambiar prompts o modelos.
Empresas y ecosistemas representativos
BraintrustArizeWeights & BiasesFiddlerHamming AI
Empresas nativas de IA+
Las organizaciones rediseñan operación, roles, conocimiento, gobierno y economía alrededor de IA.
Primera práctica
Mapea un flujo de equipo e identifica dónde IA cambia el modelo operativo, no solo una tarea.
Empresas y ecosistemas representativos
MicrosoftAWSOracleServiceNowAtlassian
Comercio agéntico+
Agentes descubren, negocian, autorizan, compran y concilian con identidad, políticas y pagos.
Primera práctica
Prototipa una recomendación de compra con presupuesto y aprobación final.
Empresas y ecosistemas representativos
PayPalStripeCoinbaseCircleStigg
IA en finanzas+
Oportunidades en análisis, operaciones, fraude, servicio, cumplimiento y apoyo a decisiones bajo controles estrictos.
Primera práctica
Crea un analista documental no transaccional con auditoría y abstención.
Empresas y ecosistemas representativos
PayPalRampAuditoria AIOptiverOracle
IA en salida al mercado+
Investigación, segmentación, contenido, ventas, soporte y revenue ops se aumentan con contexto verificado.
Primera práctica
Crea un brief de prospecto que cite evidencia y evite hechos inventados.
Empresas y ecosistemas representativos
G2iHubSpot ecosystemClay ecosystemRetoolPostHog
IA en salud+
Flujos clínicos, administrativos, de imagen, documentación y pacientes exigen evidencia, privacidad y responsabilidad humana.
Primera práctica
Crea un asistente de agenda o codificación con datos sintéticos, no diagnóstico.
Empresas y ecosistemas representativos
Hippocratic AIAnteriorWisedocsGoogle DeepMindMicrosoft
Claws y agentes personales+
Asistentes persistentes actúan sobre archivos, mensajes, calendarios, apps y dispositivos, elevando memoria, identidad y consentimiento.
Primera práctica
Crea un asistente de planificación diaria con límites de datos y acciones reversibles.
Empresas y ecosistemas representativos
OpenAIAnthropicGoogleCursorNotion
06 · Companies across the AI stackEmpresas a través del stack de IA
Companies across the AI stack
A vendor map organized by capability rather than sponsorship tier.
Empresas a través del stack de IA
Un mapa de proveedores organizado por capacidad, no por nivel de patrocinio.
ECOSYSTEM
Use vendors to understand layers, not to memorize logos.
The World’s Fair lists 100+ expo partners across models, infrastructure, tools, security, data, media, commerce, and vertical applications. The categories below reorganize representative participants by the capability they help deliver. Sponsorship is not an endorsement, and absence is not a quality judgment. S01
Learn the layer before choosing a product.Compare at least two approaches.Preserve portability through interfaces, tests, and data ownership.
Models and labs
Understand model families, APIs, open weights, licensing, capability evaluation, and model selection.
OpenAIGoogle DeepMindAmazon AGI LabsMiniMaxzAITogether AIArcee AI
Starter evidence
Create a model comparison card for one task using quality, latency, price, privacy, and licensing.
Compute, inference, and local runtime
Learn serving, accelerators, batching, routing, caching, quantization, and workload economics.
BasetenFireworksFriendliAIRunPodVast.aiModalCerebrasEtchedModularNVIDIA
Starter evidence
Benchmark a small workload across hosted and local options.
Retrieval, context, and data infrastructure
Learn ingestion, parsing, indexing, search, graphs, reranking, lineage, and freshness.
Neo4jQdrantPineconeTurbopufferLanceDBElasticClickHouseAirbyteExaReducto
Starter evidence
Build a cited question-answering system and a retrieval failure report.
Evals, observability, and data quality
Learn test sets, traces, labeling, regression detection, cost attribution, and human review.
ArizeBraintrustWeights & BiasesFiddlerCometHamming AISnorkelDatology.aiProlificDatadog
Starter evidence
Create a 30-case eval suite and dashboard before optimizing.
Agent orchestration and execution
Learn loops, state, durable execution, sandboxes, tools, approvals, and recovery.
ComposioInngestTemporalOrkesE2BBrowserbaseCopilotKitMastraOpenHandsPydantic
Starter evidence
Build a bounded agent that can resume after a simulated failure.
Coding and software delivery
Learn coding agents, repository context, specs, tests, review, CI, security, and team governance.
GitHubQodoSonarSourcegraphGreptileBuildkiteCircleCISnykDockerPostmanCursorZed
Starter evidence
Compare two coding agents on three task types—not a single benchmark.
Voice and realtime
Learn ASR, TTS, streaming, telephony, interruption, latency, and conversation design.
AssemblyAIDeepgramDailyLiveKitVapiTelnyxTwilioGradium
Starter evidence
Build a Spanish voice flow with barge-in and fallback to text.
Vision, documents, and media
Learn OCR, visual understanding, video, media generation, editing, and rights-aware workflows.
RoboflowTwelveLabsHeyGenAdobeReductoExtendEncordWisedocs
Starter evidence
Extract and verify mixed business documents, then create a human review UI.
Security, identity, and governance
Learn identity-bound tools, authorization, secrets, policy, data controls, red teaming, and audit.
1PasswordAuth0WorkOSDescopeScalekitTailscaleSnykAikidoSafe IntelligenceKeycard
Starter evidence
Threat-model one agent workflow and implement least privilege.
Commerce and monetization
Learn agent payments, delegated authorization, metering, pricing, entitlements, and reconciliation.
PayPalStripeCircleCoinbaseRampStiggReveniumMercado Libre
Starter evidence
Design a paid API or approval-based purchase flow with spend limits.
Vertical AI
Learn domain workflows, data, regulations, buyers, failure costs, and adoption—not only prompts.
AnteriorHippocratic AIEliseAIAuditoria AIWisedocsIroncladServiceNow
Starter evidence
Interview one domain user and build the smallest auditable vertical slice.
Cloud and enterprise platforms
Learn managed AI, networking, data boundaries, observability, deployment, procurement, and integration.
MicrosoftAWSOracleCloudflareDigitalOceanAkamaiDockerRed Hat
Starter evidence
Deploy one small system with explicit cost, logs, identity, and rollback.
ECOSISTEMA
Usa los proveedores para entender capas, no para memorizar logos.
World’s Fair lista más de 100 aliados de expo en modelos, infraestructura, herramientas, seguridad, datos, medios, comercio y aplicaciones verticales. Las categorías reorganizan participantes representativos por la capacidad que ayudan a entregar. Patrocinar no equivale a recomendación y la ausencia no implica menor calidad. S01
Aprende la capa antes de elegir producto.Compara al menos dos enfoques.Conserva portabilidad con interfaces, pruebas y propiedad de datos.
Modelos y laboratorios
Entiende familias, APIs, pesos abiertos, licencias, evaluación y selección.
OpenAIGoogle DeepMindAmazon AGI LabsMiniMaxzAITogether AIArcee AI
Evidencia inicial
Crea una comparación para una tarea usando calidad, latencia, precio, privacidad y licencia.
Cómputo, inferencia y ejecución local
Aprende serving, aceleradores, lotes, ruteo, caché, cuantización y economía.
BasetenFireworksFriendliAIRunPodVast.aiModalCerebrasEtchedModularNVIDIA
Evidencia inicial
Compara una carga pequeña entre opciones alojadas y locales.
Recuperación, contexto e infraestructura de datos
Aprende ingesta, parsing, indexación, búsqueda, grafos, reranking, linaje y vigencia.
Neo4jQdrantPineconeTurbopufferLanceDBElasticClickHouseAirbyteExaReducto
Evidencia inicial
Construye preguntas y respuestas con citas y un reporte de fallas de recuperación.
Evaluaciones, observabilidad y calidad de datos
Aprende casos de prueba, trazas, etiquetado, regresiones, costos y revisión humana.
ArizeBraintrustWeights & BiasesFiddlerCometHamming AISnorkelDatology.aiProlificDatadog
Evidencia inicial
Crea 30 evaluaciones y un tablero antes de optimizar.
Orquestación y ejecución de agentes
Aprende ciclos, estado, ejecución durable, sandboxes, herramientas, aprobaciones y recuperación.
ComposioInngestTemporalOrkesE2BBrowserbaseCopilotKitMastraOpenHandsPydantic
Evidencia inicial
Construye un agente limitado que pueda continuar tras una falla simulada.
Código y entrega de software
Aprende agentes de código, contexto de repositorio, specs, pruebas, revisión, CI, seguridad y gobierno.
GitHubQodoSonarSourcegraphGreptileBuildkiteCircleCISnykDockerPostmanCursorZed
Evidencia inicial
Compara dos agentes en tres tipos de tarea, no un único benchmark.
Voz y tiempo real
Aprende ASR, TTS, streaming, telefonía, interrupción, latencia y diseño conversacional.
AssemblyAIDeepgramDailyLiveKitVapiTelnyxTwilioGradium
Evidencia inicial
Crea un flujo de voz en español con interrupción y respaldo a texto.
Visión, documentos y medios
Aprende OCR, comprensión visual, video, generación, edición y flujos con derechos.
RoboflowTwelveLabsHeyGenAdobeReductoExtendEncordWisedocs
Evidencia inicial
Extrae y verifica documentos mixtos y crea una interfaz de revisión.
Seguridad, identidad y gobierno
Aprende herramientas ligadas a identidad, autorización, secretos, políticas, datos, red team y auditoría.
1PasswordAuth0WorkOSDescopeScalekitTailscaleSnykAikidoSafe IntelligenceKeycard
Evidencia inicial
Modela amenazas de un flujo e implementa mínimo privilegio.
Comercio y monetización
Aprende pagos de agentes, autorización delegada, medición, precios, permisos y conciliación.
PayPalStripeCircleCoinbaseRampStiggReveniumMercado Libre
Evidencia inicial
Diseña una API paga o compra con aprobación y límites.
IA vertical
Aprende flujos de dominio, datos, regulación, compradores, costo de falla y adopción.
AnteriorHippocratic AIEliseAIAuditoria AIWisedocsIroncladServiceNow
Evidencia inicial
Entrevista a un usuario de dominio y crea el corte vertical auditable más pequeño.
Nube y plataformas empresariales
Aprende IA administrada, redes, límites de datos, observabilidad, despliegue, compras e integración.
MicrosoftAWSOracleCloudflareDigitalOceanAkamaiDockerRed Hat
Evidencia inicial
Despliega un sistema pequeño con costo, registros, identidad y reversión explícitos.
07 · Timeless foundationsFundamentos duraderos
Timeless foundations
Concepts that remain useful across model and framework cycles.
Fundamentos duraderos
Conceptos que siguen siendo útiles entre ciclos de modelos y frameworks.
CORE
Learn the invariants before the frameworks.
Framework APIs change quickly. The durable mental model is how probabilistic generation interacts with deterministic software, external evidence, state, and risk.
Tokens
Discrete units processed by a model. They affect context limits, cost, and latency.
Embeddings
Vectors that represent semantic relationships. Useful for search, clustering, recommendation, and matching.
Transformer
Attention-based architecture that relates elements in a sequence; the foundation of many modern models.
Inference
Running a trained model to produce output, optimized across quality, latency, cost, throughput, and hardware.
Structured output
A response validated against JSON Schema or another contract. It reduces ambiguity between model and software.
Tool calling
The model selects a function and arguments; the application validates, executes, and returns the result.
RAG
Retrieves external evidence and adds it to context before generation. It supports freshness, grounding, and provenance.
Reranking
Reorders retrieved candidates with a more precise model before context assembly.
Fine-tuning
Adapts weights to patterns, format, or style. It does not replace a dynamic source of truth.
Evals
Repeatable tests of quality, safety, cost, and behavior—the analogue of tests for probabilistic systems.
Agent
A runtime that uses a model to select steps and tools under policies, state, and stop conditions.
Workflow
An explicit controlled sequence. Often more reliable than open-ended agency when the process is known.
RAG is a system, not “put documents in a vector database.”
- Ingest and preserve source identity
- Chunk by semantic and task boundaries
- Use lexical + vector retrieval where useful
- Filter by permissions and metadata
- Rerank candidates
- Assemble context deliberately
- Require citations or abstention
- Evaluate retrieval and answer separately
BASE
Aprende los invariantes antes que los frameworks.
Las APIs cambian rápido. El modelo mental duradero es cómo la generación probabilística interactúa con software determinista, evidencia externa, estado y riesgo.
Tokens
Unidades discretas procesadas por el modelo. Afectan contexto, costo y latencia.
Embeddings
Vectores que representan relaciones semánticas. Sirven para búsqueda, agrupación, recomendación y matching.
Transformer
Arquitectura basada en atención que relaciona elementos de una secuencia; base de muchos modelos modernos.
Inferencia
Ejecución de un modelo entrenado para producir salida, optimizada por calidad, latencia, costo, volumen y hardware.
Salida estructurada
Respuesta validada contra JSON Schema u otro contrato. Reduce ambigüedad entre modelo y software.
Llamado de herramientas
El modelo elige función y argumentos; la aplicación valida, ejecuta y devuelve el resultado.
RAG
Recupera evidencia externa y la agrega al contexto antes de generar. Favorece frescura, grounding y procedencia.
Reranking
Reordena candidatos recuperados con un modelo más preciso antes de ensamblar el contexto.
Fine-tuning
Adapta pesos a patrones, formatos o estilo. No reemplaza una fuente dinámica de verdad.
Evals
Pruebas repetibles de calidad, seguridad, costo y conducta: el equivalente a tests para sistemas probabilísticos.
Agente
Runtime que usa un modelo para elegir pasos y herramientas bajo políticas, estado y condiciones de parada.
Flujo
Secuencia explícita y controlada. Suele ser más confiable que agencia abierta cuando el proceso es conocido.
RAG es un sistema, no “meter documentos en una base vectorial”.
- Ingiere y conserva identidad de fuente
- Segmenta por límites semánticos y de tarea
- Combina búsqueda léxica y vectorial cuando convenga
- Filtra por permisos y metadatos
- Reordena candidatos
- Ensambla contexto deliberadamente
- Exige citas o abstención
- Evalúa recuperación y respuesta por separado
08 · Models, tools, and inferenceModelos, herramientas e inferencia
Models, tools, and inference
Build a measured portfolio instead of betting on one vendor.
Modelos, herramientas e inferencia
Construye un portafolio medido en lugar de apostar por un proveedor.
FIT
Choose a portfolio, not a favorite model.
Use routing: cheap and fast for classification; stronger reasoning for ambiguity; specialist models for speech, vision, embeddings, reranking, or media; local models where privacy, cost, or offline operation justify them.
Capability families
- General language + reasoning
- Code generation and repository work
- Vision and document understanding
- Speech recognition and synthesis
- Realtime voice and multimodal
- Image and video generation
- Embeddings and reranking
- Computer and browser use
Selection dimensions
- Measured task quality
- Latency to first token/action
- Total cost per successful outcome
- Context and tool reliability
- Structured-output adherence
- Privacy and residency
- Rate limits and availability
- Open-weight/local deployment
Engineering tools
- Model APIs and SDKs
- Prompt/version registry
- Vector + lexical search
- Agent/workflow runtime
- Tracing and evaluation
- Guardrails and policy engine
- Queues, caches and databases
- CI/CD and infrastructure
Closed frontier APIsFast access to leading capability and managed operations.Trade-offs: vendor dependency, variable cost, data-policy constraints.
Open-weight modelsControl, customization, local inference, and inspectable deployment.Trade-offs: serving expertise, hardware, evaluation, lifecycle operations.
Small/local modelsLow latency, privacy, offline use, deterministic narrow tasks.Trade-offs: lower ceiling and tighter task design.
AJUSTE
Elige un portafolio, no un modelo favorito.
Usa routing: barato y rápido para clasificación; razonamiento más fuerte para ambigüedad; especialistas para voz, visión, embeddings, reranking o medios; modelos locales cuando privacidad, costo u operación offline lo justifiquen.
Familias de capacidad
- Lenguaje general + razonamiento
- Código y trabajo en repositorios
- Visión y comprensión documental
- Reconocimiento y síntesis de voz
- Voz y multimodal en tiempo real
- Generación de imagen y video
- Embeddings y reranking
- Uso de computador y navegador
Dimensiones de selección
- Calidad medida en la tarea
- Latencia hasta primer token/acción
- Costo por resultado exitoso
- Confiabilidad de contexto y herramientas
- Adherencia a salida estructurada
- Privacidad y residencia
- Límites y disponibilidad
- Despliegue local/pesos abiertos
Herramientas de ingeniería
- APIs y SDKs de modelos
- Registro de prompts/versiones
- Búsqueda vectorial + léxica
- Runtime de agentes/flujos
- Trazas y evaluación
- Guardrails y motor de políticas
- Colas, cachés y bases de datos
- CI/CD e infraestructura
APIs frontier cerradasAcceso rápido a capacidad líder y operación administrada.Costos: dependencia, precio variable y políticas de datos.
Modelos de pesos abiertosControl, personalización, inferencia local y despliegue inspeccionable.Costos: serving, hardware, evaluación y ciclo de vida.
Modelos pequeños/localesBaja latencia, privacidad, offline y tareas estrechas.Costos: menor techo y diseño más preciso.
09 · Agents, protocols, and transactionsAgentes, protocolos y transacciones
Agents, protocols, and transactions
How tools, MCP, A2A, and payment protocols fit together.
Agentes, protocolos y transacciones
Cómo encajan herramientas, MCP, A2A y protocolos de pago.
ACT
Agency is controlled delegation, not magic autonomy.
An agent becomes useful when it has bounded capabilities, trustworthy context, explicit state, observable actions, budgets, stop conditions, and recovery.
The production loop
- Observe: user intent, state, events, context
- Decide: policy, route, plan, next tool
- Act: call a bounded tool with validated arguments
- Verify: inspect tool result and constraints
- Stop or escalate: success, budget, uncertainty, risk, or human handoff
Workflow before autonomy
Start with deterministic steps. Let the model handle interpretation, ranking, transformation, and exceptions. Expand autonomy only where evaluation shows a benefit.
- Typed inputs and outputs
- Idempotent tools
- Timeouts and retries
- Human approval for consequential actions
- Trace every decision and tool result
Protocol landscape
MCPApplication ↔ tools and context
A host connects to servers that expose tools, resources, and prompts. Treat every server as a privileged integration boundary.
Use for reusable connectors, enterprise data access, IDE tools, and app extensions.A2AAgent ↔ agent collaboration
Agents advertise capabilities and exchange tasks, messages, status, and artifacts.
Use when independently operated agents need delegation or long-running collaboration.x402HTTP ↔ machine payment
A server can require a payment in an HTTP-native flow before serving a resource or capability.
Use for metered APIs, data, inference, or agent services where tiny transactions make economic sense.AP2Agent ↔ delegated commerce
A trust and mandate layer for agent-mediated purchases and payments.
Use for commerce scenarios requiring user intent, merchant trust, and verifiable authorization.Protocol support is not a security boundary. MCP and A2A improve interoperability. They do not establish that a server, agent, tool, artifact, or payment request is trustworthy. Apply identity, authorization, least privilege, signing/attestation where available, sandboxing, data-loss controls, audit, inventory, and patch discipline. S08S09S10
ACTÚA
La agencia es delegación controlada, no autonomía mágica.
Un agente es útil cuando tiene capacidades limitadas, contexto confiable, estado explícito, acciones observables, presupuestos, condiciones de parada y recuperación.
El ciclo productivo
- Observa: intención, estado, eventos y contexto
- Decide: política, ruta, plan y próxima herramienta
- Actúa: llama una herramienta limitada con argumentos validados
- Verifica: inspecciona resultado y restricciones
- Detén o escala: éxito, presupuesto, incertidumbre, riesgo o transferencia humana
Flujo antes que autonomía
Empieza con pasos deterministas. Deja al modelo interpretación, ranking, transformación y excepciones. Amplía autonomía solo donde las evaluaciones demuestren beneficio.
- Entradas y salidas tipadas
- Herramientas idempotentes
- Timeouts y reintentos
- Aprobación humana para acciones relevantes
- Traza decisiones y resultados
Panorama de protocolos
MCPAplicación ↔ herramientas y contexto
Un host se conecta a servidores que exponen herramientas, recursos y prompts. Trata cada servidor como límite privilegiado.
Úsalo para conectores reutilizables, datos empresariales, IDEs y extensiones de apps.A2AAgente ↔ colaboración entre agentes
Los agentes publican capacidades e intercambian tareas, mensajes, estados y artefactos.
Úsalo cuando agentes operados de forma independiente necesiten delegación o colaboración larga.x402HTTP ↔ pago máquina a máquina
Un servidor puede exigir pago mediante un flujo HTTP antes de entregar un recurso o capacidad.
Úsalo para APIs, datos, inferencia o servicios medidos cuando las microtransacciones tengan sentido.AP2Agente ↔ comercio delegado
Capa de confianza y mandato para compras y pagos mediados por agentes.
Úsalo cuando se requieran intención del usuario, confianza del comercio y autorización verificable.Soportar un protocolo no crea un límite de seguridad. MCP y A2A mejoran interoperabilidad. No demuestran que un servidor, agente, herramienta, artefacto o pago sea confiable. Aplica identidad, autorización, mínimo privilegio, firma/atestación, sandboxing, controles de fuga, auditoría, inventario y parches. S08S09S10
10 · Modalities and surfacesModalidades y superficies
Modalities and surfaces
Where multimodal capability becomes useful interaction.
Modalidades y superficies
Dónde la capacidad multimodal se vuelve interacción útil.
6D
Multimodal value comes from combining perception, reasoning, and action.
The gap is rarely “support another media type.” The opportunity is a complete loop—for example, hear a Spanish call, retrieve policy, coach in English, update CRM, and preserve an auditable summary.
Text + structured data
Chat, extraction, classification, transformation, planning, SQL and JSON contracts.
Best first modality: cheap to test, easy to evaluate, broad demand.Voice + realtime
Speech recognition, synthesis, interruption, turn-taking, translation, call summaries and live coaching.
Strong bilingual opportunity in sales, hospitality, healthcare administration, and field operations.Vision + documents
OCR, layout, tables, forms, images, screenshots, quality inspection and visual grounding.
High-value when documents or visual evidence currently require manual review.Image + video
Creative generation, localization, storyboards, editing, avatars, product media and synthetic data.
Commercially active but quality control, rights, brand consistency, and disclosure matter.Code + computer use
Repository edits, tests, browser operation, desktop workflows, command execution and UI automation.
Treat as privileged automation. Prefer APIs; constrain computer use to isolated environments.Sensors + edge
Cameras, microphones, telemetry, devices and local models.
Useful for privacy, latency, intermittent connectivity, and physical workflows.Surfaces are where capability becomes behavior
Conversation
Chat, voice, messaging, email
Good for ambiguous intent and progressive clarification.Embedded copilot
Inside CRM, IDE, support desk, browser, document, or operations console
Best when context and action are already present.Generated UI
Model selects or composes cards, forms, tables, charts, and controls
Useful for dynamic tasks; must preserve accessibility and action clarity.Background agent
Event-triggered or scheduled process
High leverage, but requires observability, approvals, and exception queues.API / capability
A reusable machine-consumable service
Best path toward repeatable products and agent-to-agent markets.Modal UI
Dialog, sheet, drawer, popover
A presentation pattern—not an AI modality. Use for bounded decisions, confirmation, or focused detail.6D
El valor multimodal surge al combinar percepción, razonamiento y acción.
La brecha rara vez es “soportar otro medio”. La oportunidad es cerrar el ciclo: escuchar una llamada en español, recuperar políticas, orientar en inglés, actualizar CRM y guardar un resumen auditable.
Texto + datos estructurados
Chat, extracción, clasificación, transformación, planeación, SQL y contratos JSON.
La mejor primera modalidad: barata de probar, fácil de evaluar y con demanda amplia.Voz + tiempo real
Reconocimiento, síntesis, interrupción, turnos, traducción, resúmenes y coaching en vivo.
Gran oportunidad bilingüe en ventas, hotelería, administración de salud y operaciones de campo.Visión + documentos
OCR, layout, tablas, formularios, imágenes, capturas, inspección y grounding visual.
Alto valor cuando documentos o evidencia visual requieren revisión manual.Imagen + video
Generación creativa, localización, storyboards, edición, avatares, medios de producto y datos sintéticos.
Mercado activo, pero importan calidad, derechos, marca y divulgación.Código + uso del computador
Cambios en repositorios, pruebas, navegador, escritorio, comandos y automatización UI.
Trátalo como automatización privilegiada. Prefiere APIs y aísla el uso del computador.Sensores + edge
Cámaras, micrófonos, telemetría, dispositivos y modelos locales.
Útil para privacidad, latencia, conectividad intermitente y flujos físicos.Las superficies convierten capacidad en conducta
Conversación
Chat, voz, mensajería y correo
Buena para intención ambigua y aclaración progresiva.Copiloto embebido
Dentro de CRM, IDE, soporte, navegador, documento o consola
Mejor cuando contexto y acción ya están presentes.UI generada
El modelo elige o compone tarjetas, formularios, tablas, gráficos y controles
Útil en tareas dinámicas; debe conservar accesibilidad y claridad.Agente en segundo plano
Proceso por evento o programación
Gran apalancamiento, pero requiere observabilidad, aprobaciones y colas de excepción.API / capacidad
Servicio reutilizable consumido por máquinas
Camino fuerte hacia productos repetibles y mercados agente-a-agente.UI modal
Diálogo, hoja, drawer o popover
Patrón de presentación, no modalidad de IA. Úsalo para decisiones acotadas, confirmación o detalle.11 · Opportunity domainsDominios de oportunidad
Opportunity domains
Thirty-two ways to learn, build, apply, operate, govern, or commercialize AI.
Dominios de oportunidad
Treinta y dos formas de aprender, construir, aplicar, operar, gobernar o comercializar IA.
32
A wide field of opportunities—not a single ladder.
These domains overlap. A voice product needs data, UX, evaluation, security, and operations. A governance practice needs technical literacy. A robotics team needs simulation, models, sensors, safety, and product design. Filter the map, then sample several branches.
Understand01
AI literacy & fluency
Teach people to frame tasks, verify outputs, protect data, and integrate AI into daily work.
First proof: Workshop + workflow playbookUnderstand02
Prompt & interaction design
Design instructions, examples, schemas, context, guardrails, and conversational flows.
First proof: Prompt suite + eval setUnderstand03
AI education & curriculum
Create courses, labs, coaching, assessments, and role-specific enablement.
First proof: Bilingual mini-courseUnderstand04
AI product strategy
Find valuable workflows, capability boundaries, adoption risks, and product wedges.
First proof: Opportunity brief + prototypeBuild05
Data engineering for AI
Prepare ingestion, quality, lineage, labeling, metadata, permissions, and feedback data.
First proof: Traceable data pipelineBuild06
Classical ML & predictive systems
Forecast, rank, detect anomalies, segment, optimize, and make decisions from structured data.
First proof: Baseline model + monitoringBuild07
Foundation-model applications
Build reliable text and reasoning applications with structured outputs and tools.
First proof: Task API + UI + evalsBuild08
Model adaptation
Fine-tune, distill, quantize, prompt-tune, or train adapters for specialized behavior.
First proof: Measured before/after benchmarkBuild09
RAG, search & knowledge systems
Retrieve, rerank, cite, abstain, manage freshness, and combine search with graphs or SQL.
First proof: Cited answer systemBuild10
Agents & workflow orchestration
Coordinate tools, state, plans, queues, approvals, retries, and human handoffs.
First proof: Bounded agent workflowBuild11
Protocols & capability integration
Expose and consume tools through APIs, MCP, A2A, events, identity, and capability catalogs.
First proof: Secure capability serverBuild12
Developer tools & coding agents
Improve code discovery, generation, review, testing, migration, documentation, and operations.
First proof: Repository agent harnessExperience13
Voice & conversational AI
Build realtime speech, translation, turn-taking, coaching, intake, and call automation.
First proof: Realtime voice prototypeExperience14
Vision & document intelligence
Understand images, screens, forms, tables, video, diagrams, and physical evidence.
First proof: Reviewable extraction workflowExperience15
Generative media
Create and edit images, video, audio, music, 3D, avatars, and localized content.
First proof: Controlled media pipelineExperience16
AI UX & generated interfaces
Design chat, copilots, ambient assistance, adaptive UI, uncertainty, and approval experiences.
First proof: Usability-tested interactionOperate17
Evaluation & quality engineering
Build datasets, rubrics, judges, simulations, regression gates, red-team suites, and human review.
First proof: Reusable evaluation harnessOperate18
AI observability & operations
Trace prompts, context, tools, costs, latency, failures, drift, and user feedback.
First proof: Operational dashboard + runbookOperate19
Inference & AI platform engineering
Serve, route, cache, batch, scale, benchmark, and govern access to models and capabilities.
First proof: Multi-model gateway benchmarkOperate20
AI FinOps & economics
Control token, compute, storage, review, support, and failure costs against business value.
First proof: Unit-economics modelGovern21
AI security & red teaming
Defend against prompt injection, data exfiltration, tool abuse, supply-chain risk, and unsafe autonomy.
First proof: Threat model + attack suiteGovern22
Governance, risk & compliance
Create policies, inventories, risk tiers, impact assessments, controls, audits, and accountability.
First proof: Control matrix + evidenceGovern23
Privacy, local & edge AI
Keep sensitive processing on-device or within controlled boundaries for latency, privacy, and resilience.
First proof: Private local deploymentDiscover24
AEO/GEO & AI discovery
Make trusted information understandable, attributable, current, and retrievable by answer engines and agents.
First proof: Entity/content evidence mapApply25
AI-enabled analytics & decisions
Combine language interfaces with BI, forecasting, simulation, and decision support.
First proof: Decision cockpitApply26
Business-process automation
Transform email, documents, CRM, ERP, tickets, approvals, and back-office workflows.
First proof: Before/after workflow proofApply27
Vertical AI products
Build domain-specific systems for health administration, legal, finance, insurance, logistics, education, retail, and more.
First proof: Domain workflow MVPCommercialize28
AI consulting & managed services
Assess, prototype, integrate, secure, evaluate, and operate AI for organizations.
First proof: Diagnostic + fixed pilotCommercialize29
AI products, APIs & platforms
Package repeatable capability into SaaS, APIs, plugins, internal platforms, or marketplaces.
First proof: Metered capability productCommercialize30
Agentic commerce & microtransactions
Let software discover, authorize, purchase, and account for data, tools, compute, or services.
First proof: Auditable paid capabilityFrontier31
Scientific AI & discovery
Apply models to biology, chemistry, materials, climate, engineering, simulation, and research workflows.
First proof: Reproducible research assistantFrontier32
Robotics & physical AI
Connect perception, planning, control, simulation, sensors, and embodied systems.
First proof: Simulated embodied taskHow to read the field. “Build” domains create capability. “Experience” domains shape interaction. “Operate” and “Govern” make capability dependable. “Apply” connects it to work. “Commercialize” defines how value is exchanged. “Frontier” areas have higher prerequisites but can create disproportionate impact.
32
Un campo amplio de oportunidades, no una sola escalera.
Estos dominios se superponen. Un producto de voz requiere datos, UX, evaluación, seguridad y operación. Una práctica de gobierno necesita alfabetización técnica. Un equipo de robótica necesita simulación, modelos, sensores, seguridad y producto. Filtra el mapa y prueba varias ramas.
Entender01
Alfabetización y fluidez en IA
Enseña a plantear tareas, verificar resultados, proteger datos e integrar IA al trabajo diario.
Primera evidencia: Workshop + workflow playbookEntender02
Diseño de prompts e interacción
Diseña instrucciones, ejemplos, esquemas, contexto, límites y flujos conversacionales.
Primera evidencia: Prompt suite + eval setEntender03
Educación y currículo de IA
Crea cursos, laboratorios, coaching, evaluaciones y capacitación por rol.
Primera evidencia: Bilingual mini-courseEntender04
Estrategia de producto con IA
Encuentra flujos valiosos, límites, riesgos de adopción y oportunidades de producto.
Primera evidencia: Opportunity brief + prototypeConstruir05
Ingeniería de datos para IA
Prepara ingestión, calidad, linaje, etiquetado, metadatos, permisos y feedback.
Primera evidencia: Traceable data pipelineConstruir06
ML clásico y sistemas predictivos
Pronostica, clasifica, detecta anomalías, segmenta, optimiza y decide con datos estructurados.
Primera evidencia: Baseline model + monitoringConstruir07
Aplicaciones con modelos fundacionales
Construye aplicaciones confiables de texto y razonamiento con salidas estructuradas y herramientas.
Primera evidencia: Task API + UI + evalsConstruir08
Adaptación de modelos
Ajusta, destila, cuantiza o entrena adaptadores para comportamiento especializado.
Primera evidencia: Measured before/after benchmarkConstruir09
RAG, búsqueda y conocimiento
Recupera, reordena, cita, abstiene, gestiona vigencia y combina búsqueda con grafos o SQL.
Primera evidencia: Cited answer systemConstruir10
Agentes y orquestación de flujos
Coordina herramientas, estado, planes, colas, aprobaciones, reintentos y transferencia humana.
Primera evidencia: Bounded agent workflowConstruir11
Protocolos e integración de capacidades
Expone y consume herramientas mediante APIs, MCP, A2A, eventos, identidad y catálogos.
Primera evidencia: Secure capability serverConstruir12
Herramientas para desarrolladores y agentes de código
Mejora descubrimiento, generación, revisión, pruebas, migración, documentación y operación de código.
Primera evidencia: Repository agent harnessExperiencia13
Voz e IA conversacional
Construye voz en tiempo real, traducción, turnos, coaching, recepción y automatización de llamadas.
Primera evidencia: Realtime voice prototypeExperiencia14
Visión e inteligencia documental
Comprende imágenes, pantallas, formularios, tablas, video, diagramas y evidencia física.
Primera evidencia: Reviewable extraction workflowExperiencia15
Medios generativos
Crea y edita imágenes, video, audio, música, 3D, avatares y contenido localizado.
Primera evidencia: Controlled media pipelineExperiencia16
UX de IA e interfaces generadas
Diseña chat, copilotos, asistencia ambiental, UI adaptativa, incertidumbre y aprobaciones.
Primera evidencia: Usability-tested interactionOperar17
Evaluación e ingeniería de calidad
Crea datasets, rúbricas, jueces, simulaciones, gates, red team y revisión humana.
Primera evidencia: Reusable evaluation harnessOperar18
Observabilidad y operaciones de IA
Traza prompts, contexto, herramientas, costos, latencia, fallas, deriva y feedback.
Primera evidencia: Operational dashboard + runbookOperar19
Inferencia y plataformas de IA
Sirve, enruta, cachea, agrupa, escala, compara y gobierna acceso a modelos y capacidades.
Primera evidencia: Multi-model gateway benchmarkOperar20
FinOps y economía de IA
Controla costos de tokens, cómputo, almacenamiento, revisión, soporte y fallas.
Primera evidencia: Unit-economics modelGobernar21
Seguridad y red team de IA
Defiende contra inyección, exfiltración, abuso de herramientas, cadena de suministro y autonomía insegura.
Primera evidencia: Threat model + attack suiteGobernar22
Gobierno, riesgo y cumplimiento
Crea políticas, inventarios, niveles de riesgo, evaluaciones, controles, auditorías y responsabilidad.
Primera evidencia: Control matrix + evidenceGobernar23
Privacidad, IA local y edge
Mantén procesamiento sensible en dispositivo o límites controlados por latencia, privacidad y resiliencia.
Primera evidencia: Private local deploymentDescubrir24
AEO/GEO y descubrimiento por IA
Haz información confiable comprensible, atribuible, vigente y recuperable por motores y agentes.
Primera evidencia: Entity/content evidence mapAplicar25
Analítica y decisiones con IA
Combina interfaces de lenguaje con BI, pronóstico, simulación y apoyo a decisiones.
Primera evidencia: Decision cockpitAplicar26
Automatización de procesos empresariales
Transforma correo, documentos, CRM, ERP, tickets, aprobaciones y back office.
Primera evidencia: Before/after workflow proofAplicar27
Productos verticales de IA
Construye sistemas específicos para salud administrativa, legal, finanzas, seguros, logística, educación, retail y más.
Primera evidencia: Domain workflow MVPComercializar28
Consultoría y servicios administrados
Evalúa, prototipa, integra, protege y opera IA para organizaciones.
Primera evidencia: Diagnostic + fixed pilotComercializar29
Productos, APIs y plataformas de IA
Empaqueta capacidades repetibles en SaaS, APIs, plugins, plataformas o mercados.
Primera evidencia: Metered capability productComercializar30
Comercio agéntico y microtransacciones
Permite que software descubra, autorice, compre y contabilice datos, herramientas, cómputo o servicios.
Primera evidencia: Auditable paid capabilityFrontera31
IA científica y descubrimiento
Aplica modelos a biología, química, materiales, clima, ingeniería, simulación e investigación.
Primera evidencia: Reproducible research assistantFrontera32
Robótica e IA física
Conecta percepción, planificación, control, simulación, sensores y sistemas físicos.
Primera evidencia: Simulated embodied taskCómo leer el campo. Los dominios de “Construir” crean capacidad. “Experiencia” define la interacción. “Operar” y “Gobernar” la hacen confiable. “Aplicar” la conecta con el trabajo. “Comercializar” define el intercambio de valor. “Frontera” exige más preparación, pero puede generar impacto desproporcionado.
12 · Roles, markets, and business modelsRoles, mercados y modelos de negocio
Roles, markets, and business models
Ways to participate and exchange value across the AI economy.
Roles, mercados y modelos de negocio
Formas de participar e intercambiar valor en la economía de IA.
8×12
Separate the work you do from the way you capture value.
A person can participate as a domain expert, builder, operator, designer, researcher, or educator. The same expertise can be delivered through employment, consulting, a managed service, a product, an API, a course, open source, or transactions.
Participation modes
Operator
Uses AI to improve work without owning the underlying platform.
Domain expert
Supplies workflow knowledge, judgment, constraints, and quality standards.
Builder
Composes applications from models, data, tools, and interfaces.
Model/data practitioner
Builds datasets, experiments, adaptations, and predictive systems.
Product/designer
Shapes value, adoption, interaction, trust, and human control.
Platform/operator
Provides scalable, observable, economical, reusable foundations.
Security/governance
Defines controls, risk, policy, assurance, and accountability.
Founder/consultant/educator
Packages capability, domain insight, distribution, and support.
Business and delivery models
Employment / embedded role
Join a product, data, platform, research, operations, or domain team.
Fractional specialist
Provide evaluation, architecture, security, data, content, or enablement part-time.
Productized service
Sell a bounded outcome with fixed scope, evidence, and support.
Consulting & transformation
Discover workflows, design operating models, pilot, and scale.
Managed AI operations
Monitor quality, cost, content, incidents, vendors, and controls monthly.
SaaS or vertical application
Package a repeatable workflow for a narrow user or industry.
API / capability provider
Expose a specialized model, dataset, tool, connector, or evaluation service.
Marketplace / plugin / agent skill
Distribute capabilities inside ecosystems where users or agents already work.
Education & media
Teach, explain, benchmark, curate, localize, or create trusted content.
Data & evaluation asset
License or operate datasets, synthetic data, rubrics, benchmarks, or human review.
Open source + support
Build adoption publicly and monetize hosting, enterprise features, or expertise.
Transaction / outcome model
Charge by verified action, successful task, usage, or agent-mediated purchase.
Markets where these capabilities combine
Software & developer toolsCybersecurityFinancial services & insuranceHealth administration & life sciencesLegal & complianceManufacturing & industrialLogistics, mobility & supply chainRetail, ecommerce & consumerMarketing, sales & customer successMedia, entertainment & gamingEducation & workforceEnergy, climate & agricultureReal estate & constructionPublic sector & civic servicesProfessional services & back officeRobotics, devices & edge
Combination creates differentiation. “RAG developer” is easy to compare. “Insurance claims knowledge engineer with document extraction, retrieval evaluation, privacy controls, and managed operations” is a defensible profile. Combine one capability cluster, one domain, one delivery model, and one proof asset.
8×12
Separa el trabajo que haces de la forma en que capturas valor.
Una persona puede participar como experta de dominio, constructora, operadora, diseñadora, investigadora o educadora. La misma experiencia puede entregarse mediante empleo, consultoría, servicio administrado, producto, API, curso, código abierto o transacciones.
Formas de participación
Operador
Usa IA para mejorar el trabajo sin operar la plataforma.
Experto de dominio
Aporta conocimiento del flujo, juicio, restricciones y calidad.
Constructor
Compone aplicaciones con modelos, datos, herramientas e interfaces.
Profesional de modelos/datos
Construye datasets, experimentos, adaptaciones y sistemas predictivos.
Producto/diseño
Define valor, adopción, interacción, confianza y control humano.
Plataforma/operación
Proporciona bases escalables, observables, económicas y reutilizables.
Seguridad/gobierno
Define controles, riesgo, política, aseguramiento y responsabilidad.
Fundador/consultor/educador
Empaqueta capacidad, conocimiento, distribución y soporte.
Modelos de negocio y entrega
Empleo / rol integrado
Join a product, data, platform, research, operations, or domain team.
Especialista fraccional
Provide evaluation, architecture, security, data, content, or enablement part-time.
Servicio paquetizado
Sell a bounded outcome with fixed scope, evidence, and support.
Consultoría y transformación
Discover workflows, design operating models, pilot, and scale.
Operaciones administradas de IA
Monitor quality, cost, content, incidents, vendors, and controls monthly.
SaaS o aplicación vertical
Package a repeatable workflow for a narrow user or industry.
Proveedor de API / capacidad
Expose a specialized model, dataset, tool, connector, or evaluation service.
Mercado / plugin / habilidad de agente
Distribute capabilities inside ecosystems where users or agents already work.
Educación y medios
Teach, explain, benchmark, curate, localize, or create trusted content.
Activo de datos y evaluación
License or operate datasets, synthetic data, rubrics, benchmarks, or human review.
Código abierto + soporte
Build adoption publicly and monetize hosting, enterprise features, or expertise.
Modelo por transacción / resultado
Charge by verified action, successful task, usage, or agent-mediated purchase.
Mercados donde se combinan estas capacidades
Software y herramientas de desarrolloCiberseguridadServicios financieros y segurosAdministración de salud y ciencias de vidaLegal y cumplimientoManufactura e industriaLogística, movilidad y cadena de suministroRetail, ecommerce y consumoMarketing, ventas y éxito del clienteMedios, entretenimiento y videojuegosEducación y trabajoEnergía, clima y agriculturaInmobiliario y construcciónSector público y servicios cívicosServicios profesionales y back officeRobótica, dispositivos y edge
La combinación crea diferenciación. “Desarrollador RAG” es fácil de comparar. “Ingeniero de conocimiento para reclamaciones de seguros con extracción documental, evaluación, privacidad y operación administrada” es un perfil más defendible. Combina un grupo de capacidades, un dominio, un modelo de entrega y una evidencia.
13 · Medellín AI community launchpadPlataforma comunitaria de IA en Medellín
Medellín AI community launchpad
How to turn local communities and public programs into a learning and proof network.
Plataforma comunitaria de IA en Medellín
Cómo convertir comunidades y programas públicos en una red de aprendizaje y evidencia.
MEDELLÍN
Use a local learning graph, not a random list of events.
The strongest route combines one builder community, one language ecosystem, one platform community, and one institutional feed. That mix creates technical exposure, repetition, collaborators, and access to free programs.
Builder room
AI Tinkerers or Medellín AI Meetup. Observe demos, ask about failures, and eventually present.
Language room
Python Medellín or MedellínJS. Strengthen the implementation substrate that AI products still depend on.
Platform room
GDG Medellín or a cloud community. Learn deployment, models, tooling, and ecosystem changes.
Institutional feed
Ruta N, C4IR Medellín, SENA, and public city programs. Watch cohorts, credentials, challenges, and startup programs.
Community radar · reviewed 2026-07-18
AI Tinkerers Medellín
Builder demosHands-on, demo-first, technical, and no-pitch. Best after you have a prototype or want to see production lessons.
S37Medellín AI Meetup
Applied AI / ML / dataConnects developers, academics, and companies around applied AI, machine learning, and data science.
S55Python Medellín
Language + data ecosystemLarge open community for Python, libraries, data, APIs, automation, and project sharing.
S52MedellínJS
Product and agent appsJavaScript community with 2026 talks touching AI-enabled indiehacking and practical product building.
S53GDG Medellín
Google ecosystem + broad developer networkHosted Build with AI, AI training, TensorFlow/Kubernetes, and recurring community sessions in 2026.
S54Inteligencia Artificial & Machine Learning Medellín
Beginner-friendly breadthExplicitly welcomes people without prior knowledge across CV, NLP, deep learning, and ML. Verify current event cadence before relying on it.
S56R-Ladies Medellín
Data + inclusive peer learningFree collaborative R learning. Useful for statistics, data analysis, visualization, and community practice.
S82AI AWS UG Colombia
Cloud AI, remote Colombia networkNational community for AWS AI/ML, networking, projects, and responsible adoption; useful when local dates are sparse.
S83Ruta N + C4IR Medellín + Google
A March 2026 program announced 20,000 no-cost places for adults in Medellín and the metro area, with a four-month generative-AI course. Availability is time-sensitive; verify registration status. S57 S58
Training is broader than one cohort.
Ruta N reported more than 13,000 people trained during 2026 through multiple technology and AI programs. Follow the institution, not only a single link. S59 S60
From attendee to credible participant in 30 days
Observe
Join three channels. Attend one event. Record ten unfamiliar terms and three real problems.
Reproduce
Rebuild one demo with your own data. Document where it fails.
Contribute
Open an issue, answer a question, volunteer, or submit a five-minute lightning demo.
Publish
Ship a bilingual case study with architecture, evals, limitations, cost, and next steps.
English is an interface, not a prerequisite:
Learn and think in Spanish. Produce key technical artifacts in both languages. A bilingual README, demo video, and architecture note make local work legible to US teams without hiding your native voice.
MEDELLÍN
Usa un grafo local de aprendizaje, no una lista aleatoria de eventos.
La ruta más fuerte combina una comunidad de constructores, un ecosistema de lenguaje, una comunidad de plataforma y una fuente institucional. Esa mezcla crea exposición técnica, repetición, colaboradores y acceso a programas gratuitos.
Sala de constructores
AI Tinkerers o Medellín AI Meetup. Observa demos, pregunta por fallas y luego presenta.
Sala de lenguaje
Python Medellín o MedellínJS. Fortalece la base de implementación de la que aún dependen los productos de IA.
Sala de plataforma
GDG Medellín o una comunidad cloud. Aprende despliegue, modelos, herramientas y cambios del ecosistema.
Fuente institucional
Ruta N, C4IR Medellín, SENA y programas públicos. Sigue cohortes, credenciales, retos y programas de startups.
Radar de comunidades · revisado 2026-07-18
AI Tinkerers Medellín
Demos de constructoresPráctico, basado en demos, técnico y sin ventas. Ideal cuando ya tienes prototipo o quieres ver lecciones reales.
S37Medellín AI Meetup
IA aplicada / ML / datosConecta desarrolladores, academia y empresas alrededor de IA aplicada, ML y ciencia de datos.
S55Python Medellín
Lenguaje + ecosistema de datosComunidad abierta para Python, librerías, datos, APIs, automatización y proyectos.
S52MedellínJS
Productos y apps con agentesComunidad JavaScript con charlas 2026 sobre indiehacking con IA y construcción práctica de productos.
S53GDG Medellín
Ecosistema Google + red ampliaRealizó Build with AI, formación, TensorFlow/Kubernetes y sesiones recurrentes en 2026.
S54Inteligencia Artificial & Machine Learning Medellín
Amplitud para principiantesRecibe personas sin experiencia en visión, NLP, deep learning y ML. Verifica la frecuencia actual.
S56R-Ladies Medellín
Datos + aprendizaje inclusivoAprendizaje gratuito y colaborativo de R. Útil para estadística, análisis, visualización y comunidad.
S82AI AWS UG Colombia
IA en nube, red ColombiaComunidad nacional para IA/ML en AWS, networking, proyectos y adopción responsable.
S83Ruta N + C4IR Medellín + Google
Un programa de marzo de 2026 anunció 20.000 cupos sin costo para mayores de edad en Medellín y el área metropolitana, con un curso de IA generativa de cuatro meses. La disponibilidad cambia; verifica inscripción. S57 S58
La formación va más allá de una cohorte.
Ruta N reportó más de 13.000 personas formadas durante 2026 mediante varios programas tecnológicos y de IA. Sigue la institución, no solo un enlace. S59 S60
De asistente a participante creíble en 30 días
Observar
Únete a tres canales. Asiste a un evento. Registra diez términos y tres problemas reales.
Reproducir
Reconstruye una demo con tus datos. Documenta dónde falla.
Contribuir
Abre un issue, responde una pregunta, ayuda o propone una demo de cinco minutos.
Publicar
Entrega un caso bilingüe con arquitectura, evaluaciones, límites, costo y próximos pasos.
El inglés es una interfaz, no un prerrequisito:
Aprende y piensa en español. Produce artefactos técnicos clave en ambos idiomas. Un README, video y nota de arquitectura bilingües hacen visible el trabajo local para equipos de EE. UU. sin esconder tu voz nativa.
14 · Learning routesRutas de aprendizaje
Learning routes
Free and low-cost paths spanning concepts, engineering, operations, and trust.
Rutas de aprendizaje
Rutas gratuitas y económicas sobre conceptos, ingeniería, operación y confianza.
LEARN
Use learning as scaffolding for experiments.
Do not attempt to complete the internet. Build a T-shaped plan: broad literacy across the whole system, working competence in two adjacent branches, and depth in one branch. Every learning block should produce a note, benchmark, diagram, dataset, evaluation, or working artifact.
Elements of AI
Conceptual, nontechnical introduction to AI and its societal implications.
Google ML Crash Course
ML vocabulary, data, loss, generalization, embeddings, neural networks.
fast.ai Practical Deep Learning
Code-first deep learning with practical projects.
Full Stack Deep Learning
Production framing from data and training to deployment and product.
OpenAI Academy
Model capabilities, prompting, APIs, and applied learning.
Microsoft AI Agents for Beginners
Code-first patterns for tools, orchestration, and multi-agent systems.
Hugging Face Agents Course
Open-source agents, tools, frameworks, and exercises.
LangChain Academy
LangGraph, agent patterns, tracing, and framework implementation.
DeepLearning.AI RAG
Retrieval, indexing, evaluation, and production trade-offs.
DeepLearning.AI
Short applied courses and deeper programs across the stack.
AWS Skill Builder
Cloud AI architecture, services, operations, and certifications.
NIST AI RMF resources
A practical vocabulary for govern, map, measure, and manage.
OWASP GenAI Security
Risk taxonomies, threats, and mitigation guidance.
MCP and A2A specifications
Learn interoperability directly from specifications and examples.
SENA / MinTIC / local communities
Spanish-language public cohorts and practitioner communities where available.
A durable learning loop
Learn
Read or watch only enough to explain the concept and its trade-offs.
Reproduce
Implement a small reference example without hiding behind a large framework.
Vary
Change data, model, prompt, constraints, or interface. Observe failure.
Evaluate
Create expected cases, metrics, adversarial tests, and a baseline.
Explain
Write a concise architecture note and record a bilingual walkthrough.
Apply
Connect the concept to one domain workflow and one user outcome.
APRENDER
Usa el aprendizaje como andamiaje para experimentar.
No intentes completar internet. Construye un plan en T: alfabetización amplia del sistema, competencia funcional en dos ramas adyacentes y profundidad en una. Cada bloque debe producir una nota, benchmark, diagrama, dataset, evaluación o artefacto funcional.
Elements of AI
Conceptos introductorios de IA y sus implicaciones sociales.
Google ML Crash Course
Vocabulario ML, datos, pérdida, generalización, embeddings y redes.
fast.ai Practical Deep Learning
Deep learning práctico orientado a código y proyectos.
Full Stack Deep Learning
Visión de producción desde datos y entrenamiento hasta despliegue y producto.
OpenAI Academy
Capacidades, prompting, APIs y aprendizaje aplicado.
Microsoft AI Agents for Beginners
Patrones de código para herramientas, orquestación y multiagente.
Hugging Face Agents Course
Agentes abiertos, herramientas, frameworks y ejercicios.
LangChain Academy
LangGraph, patrones, trazas e implementación.
DeepLearning.AI RAG
Recuperación, indexación, evaluación y trade-offs productivos.
DeepLearning.AI
Cursos cortos y programas profundos en todo el stack.
AWS Skill Builder
Arquitectura, servicios, operación y certificaciones cloud.
NIST AI RMF resources
Vocabulario práctico para gobernar, mapear, medir y gestionar.
OWASP GenAI Security
Taxonomías de riesgo, amenazas y mitigaciones.
MCP and A2A specifications
Aprende interoperabilidad desde especificaciones y ejemplos.
SENA / MinTIC / local communities
Cohortes públicas en español y comunidades cuando estén disponibles.
Un ciclo de aprendizaje duradero
Aprender
Lee o mira lo suficiente para explicar el concepto y sus trade-offs.
Reproducir
Implementa un ejemplo pequeño sin esconder todo dentro de un framework.
Variar
Cambia datos, modelo, prompt, restricciones o interfaz. Observa fallas.
Evaluar
Crea casos esperados, métricas, pruebas adversariales y una base.
Explicar
Escribe una nota de arquitectura y graba un recorrido bilingüe.
Aplicar
Conecta el concepto con un flujo de dominio y un resultado de usuario.
15 · Newsletters and change feedsNewsletters y fuentes de cambios
Newsletters and change feeds
A high-signal information system for AI and coding tools.
Newsletters y fuentes de cambios
Un sistema de información de alta señal para IA y herramientas de código.
SIGNAL
Build an information diet, not an unread inbox.
Choose one daily scan, one engineering-depth source, one research or critical-analysis source, one software source, and the official changelogs for tools you actively use. Most broad daily newsletters overlap; adding more does not create proportional insight.
Starter bundleTLDR AI+Latent Space+Interconnects or The Batch+one coding feed+official changelogs
Daily scan
3AI engineering depth
3Research and critical analysis
5Import AI
Weekly research and policy analysis.
S63Interconnects
Frontier/open-model research and post-training analysis.
S64Ahead of AI
Deep educational analysis of ML and AI research.
S65AI as Normal Technology
Critical evidence on claims, policy, and social impact.
S80Last Week in AI
Weekly synthesis across research, industry, and policy.
S79Software and systems
7The Pragmatic Engineer
Software industry, engineering practice, careers, and AI adoption.
S69ByteByteGo
System design and architecture explained visually.
S70console.dev
Weekly developer tools and beta releases.
S71Pointer
Staff+, leadership, engineering effectiveness, and career reading.
S72JavaScript Weekly
JavaScript ecosystem news and projects.
S73Node Weekly
Node.js news and technical articles.
S74Python Weekly
Python releases, tools, libraries, events, and articles.
S75Official change feeds
4Claude Code changelog
Release notes for capabilities, hooks, MCP, fixes, and behavior.
S76GitHub Copilot changelog
Product, model, governance, security, CLI, and enterprise updates.
S77Cursor changelog
Agent, cloud, mobile, MCP, hooks, and collaboration releases.
S78Hugging Face Daily Papers
A discovery stream for current research papers.
S84Thirty-minute weekly synthesis
- Capture only changes relevant to your saved branches.
- Write one sentence: what changed?
- Write one sentence: why does it matter?
- Add one experiment or no action.
- Archive everything else.
Separate signal types
News tells you what happened. Research tests what may be possible. Changelogs tell you what you can use now. Communities reveal tacit practice. Your experiments determine what works for you.
SEÑAL
Construye una dieta de información, no una bandeja sin leer.
Elige un resumen diario, una fuente de ingeniería profunda, una de investigación o análisis crítico, una de software y los changelogs oficiales de las herramientas que usas. Los diarios generales se superponen; más suscripciones no producen conocimiento proporcional.
Paquete inicialTLDR AI+Latent Space+Interconnects o The Batch+una fuente de código+changelogs oficiales
Escaneo diario
3Profundidad en ingeniería de IA
3Investigación y análisis crítico
5Import AI
Análisis semanal de investigación y política.
S63Interconnects
Investigación de frontera, modelos abiertos y postentrenamiento.
S64Ahead of AI
Análisis educativo profundo de investigación en ML e IA.
S65AI as Normal Technology
Evidencia crítica sobre afirmaciones, política e impacto social.
S80Last Week in AI
Síntesis semanal de investigación, industria y política.
S79Software y sistemas
7The Pragmatic Engineer
Industria de software, práctica, carreras y adopción de IA.
S69ByteByteGo
Diseño de sistemas y arquitectura explicados visualmente.
S70console.dev
Herramientas de desarrollo y betas semanales.
S71Pointer
Staff+, liderazgo, efectividad y carrera.
S72JavaScript Weekly
Noticias y proyectos del ecosistema JavaScript.
S73Node Weekly
Noticias y artículos técnicos de Node.js.
S74Python Weekly
Lanzamientos, herramientas, librerías, eventos y artículos de Python.
S75Fuentes oficiales de cambios
4Claude Code changelog
Notas de capacidades, hooks, MCP, correcciones y comportamiento.
S76GitHub Copilot changelog
Cambios de producto, modelos, gobierno, seguridad, CLI y empresa.
S77Cursor changelog
Lanzamientos de agentes, nube, móvil, MCP, hooks y colaboración.
S78Hugging Face Daily Papers
Flujo de descubrimiento de papers actuales.
S84Síntesis semanal de treinta minutos
- Captura solo cambios relevantes para tus ramas guardadas.
- Escribe una frase: ¿qué cambió?
- Escribe una frase: ¿por qué importa?
- Agrega un experimento o ninguna acción.
- Archiva el resto.
Separa tipos de señal
Noticias dicen qué pasó. Investigación prueba qué podría ser posible. Changelogs indican qué puedes usar ahora. Comunidades revelan práctica tácita. Tus experimentos determinan qué funciona para ti.
16 · Tackle boardLista para abordar
Tackle board
A persistent, filterable backlog from orientation to operation.
Lista para abordar
Un backlog persistente y filtrable desde orientación hasta operación.
66
Turn exploration into a visible operating backlog.
This board moves from orientation to foundations, branch sampling, a complete build, trust controls, published proof, market connection, and sustained operation. Progress is stored only in this browser. Filter without losing completed work.
08
Orient
Map the field and your leverage.
08
Foundations
Learn durable concepts and basic instrumentation.
08
Sample branches
Run small experiments before committing.
10
Build a vertical slice
Create one complete and useful system.
08
Evaluate & control
Make quality, risk, and recovery explicit.
08
Publish evidence
Make the work inspectable and credible.
08
Connect to value
Choose users, delivery, economics, and distribution.
08
Operate & deepen
Sustain the system and select the next depth.
09
Fan out deliberately
Sample the enlarged field before narrowing.
10
Activate the Medellín network
Convert local access into feedback and public evidence.
66
Convierte la exploración en un backlog operativo visible.
Este tablero avanza desde orientación y fundamentos hasta pruebas de ramas, una construcción completa, controles de confianza, evidencia publicada, conexión con mercado y operación sostenida. El progreso se guarda solo en este navegador.
08
Orientar
Mapea el campo y tu ventaja.
08
Fundamentos
Aprende conceptos duraderos e instrumentación.
08
Probar ramas
Ejecuta experimentos antes de comprometerte.
10
Construir un corte vertical
Crea un sistema completo y útil.
08
Evaluar y controlar
Haz explícitos calidad, riesgo y recuperación.
08
Publicar evidencia
Haz el trabajo verificable y creíble.
08
Conectar con valor
Elige usuarios, entrega, economía y distribución.
08
Operar y profundizar
Sostén el sistema y elige la siguiente profundidad.
09
Abrir el mapa con intención
Prueba el campo ampliado antes de reducir opciones.
10
Activar la red de Medellín
Convierte el acceso local en retroalimentación y evidencia pública.
17 · Governance, security, and trustGobierno, seguridad y confianza
Governance, security, and trust
The control plane required for production AI.
Gobierno, seguridad y confianza
El plano de control necesario para IA productiva.
TRUST
Every new capability creates a new control obligation.
A chatbot that only drafts text has a limited blast radius. An agent that reads customer data, executes code, sends messages, or initiates payment needs a materially stronger control plane.
Identity
Authenticate users, services, agents, and tool servers. Preserve actor and delegation chains.
Authorization
Default deny. Scope every tool and data source. Recheck permissions at execution time.
Data protection
Classify input/output, minimize retention, redact secrets/PII, control residency, and prevent cross-tenant leakage.
Tool safety
Validate arguments, constrain destinations, make writes idempotent, isolate computer use, and require approvals.
Supply chain
Pin and scan dependencies, verify MCP/agent servers, inventory capabilities, sign releases, and patch quickly.
Prompt injection defense
Treat retrieved content and tool output as untrusted data. Separate instructions, apply policies, and constrain tools.
Observability
Trace prompts, context, model decisions, tools, results, approvals, cost, and errors without logging prohibited data.
Evaluation
Test normal, boundary, adversarial, multilingual, and degraded cases before and after every material change.
Governance
Name owners, risk tiers, acceptable uses, review gates, exception processes, and retirement criteria.
Incident response
Provide kill switches, token revocation, rollback, containment, investigation evidence, and user notification paths.
1SuggestHuman copies result
2PrepareHuman reviews structured action
3Execute reversibleLogged, scoped, rollback available
4Execute consequentialStrong approval and policy
5Autonomous loopContinuous monitoring and hard budgets
CONFIANZA
Cada capacidad nueva crea una obligación de control.
Un chatbot que solo redacta tiene impacto limitado. Un agente que lee datos, ejecuta código, envía mensajes o inicia pagos exige un plano de control mucho más fuerte.
Identidad
Autentica usuarios, servicios, agentes y servidores. Conserva cadenas de actor y delegación.
Autorización
Niega por defecto. Limita herramientas y datos. Revalida permisos al ejecutar.
Protección de datos
Clasifica entradas/salidas, minimiza retención, redacta secretos/PII, controla residencia y tenants.
Seguridad de herramientas
Valida argumentos, limita destinos, hace escrituras idempotentes, aísla uso del computador y exige aprobación.
Cadena de suministro
Fija y escanea dependencias, verifica servidores, inventaría capacidades, firma releases y parchea.
Defensa ante prompt injection
Trata contenido recuperado y resultados como datos no confiables. Separa instrucciones y limita herramientas.
Observabilidad
Traza prompts, contexto, decisiones, herramientas, resultados, aprobaciones, costo y errores sin registrar datos prohibidos.
Evaluación
Prueba casos normales, límites, adversariales, multilingües y degradados antes y después de cambios.
Gobierno
Define dueños, niveles de riesgo, usos aceptables, gates, excepciones y retiro.
Respuesta a incidentes
Incluye kill switches, revocación, rollback, contención, evidencia y comunicación a usuarios.
1SugerirHumano copia el resultado
2PrepararHumano revisa acción estructurada
3Ejecutar reversibleRegistrado, limitado y con rollback
4Ejecutar relevanteAprobación y política fuertes
5Ciclo autónomoMonitoreo continuo y presupuestos rígidos
18 · Where the industry is headingHacia dónde va la industria
Where the industry is heading
Directional signals, durable bets, and emerging protocols.
Hacia dónde va la industria
Señales, apuestas duraderas y protocolos emergentes.
→
The industry is moving from model demos to capability systems.
The 2026 AI Engineer World’s Fair program is a useful directional sample: harness and context engineering, AI-native enterprise, inference, local AI, generative media, agentic commerce, graphs, security, and software factories all appear as distinct practice areas. Conference programming is a signal, not a forecast. S01S02
Harness engineering
The agent runtime, repository context, tools, checkpoints, and feedback loop become a product surface of their own.
Context engineering
Attention shifts from bigger prompts to deliberate context selection, compression, permissions, memory, and provenance.
Agent interoperability
MCP standardizes application-to-capability connections; A2A targets agent collaboration; identity and trust remain active design areas.
AI-native enterprise
Teams redesign workflows around model capability rather than attaching chat to old processes.
Inference economics
Routing, caching, batching, smaller models, local inference, and hardware-aware serving become core engineering skills.
Multimodal realtime
Voice, vision, screen context, and generated interfaces make AI less like a separate chat box.
Agentic commerce
Capabilities, data, and services become discoverable and payable by software agents; mandates and audit become differentiators.
Evaluation as infrastructure
Task suites, simulations, judges, trace analytics, and release gates become normal software-delivery assets.
Security becomes architectural
Prompt injection, tool abuse, identity delegation, supply-chain risk, and data leakage move into mainstream architecture.
Open and local AI
Open-weight and small models expand deployment choices for privacy, cost, customization, and edge use.
Generated software and UI
Agents increasingly create code, workflows, reports, and situational interfaces; review and provenance become essential.
Distribution over novelty
As capabilities diffuse, trusted brands, communities, proprietary workflows, and embedded channels matter more.
Best career hedge. Become excellent at one valuable workflow and competent at the entire system around it. Model names will rotate. The ability to frame, integrate, evaluate, secure, and operate capability compounds.
→
La industria pasa de demos de modelos a sistemas de capacidades.
El programa 2026 de AI Engineer World’s Fair sirve como señal: ingeniería de harness y contexto, empresa nativa, inferencia, IA local, medios generativos, comercio agéntico, grafos, seguridad y fábricas de software aparecen como prácticas separadas. Es una señal, no un pronóstico. S01S02
Ingeniería del harness
El runtime del agente, contexto del repositorio, herramientas, checkpoints y feedback se vuelven una superficie propia.
Ingeniería de contexto
El foco pasa de prompts grandes a selección, compresión, permisos, memoria y procedencia deliberadas.
Interoperabilidad de agentes
MCP estandariza conexiones aplicación-capacidad; A2A colaboración; identidad y confianza siguen en diseño.
Empresa nativa en IA
Los equipos rediseñan flujos alrededor de capacidades del modelo, no agregan chat a procesos antiguos.
Economía de inferencia
Routing, caché, batching, modelos pequeños, inferencia local y serving consciente de hardware se vuelven centrales.
Multimodal en tiempo real
Voz, visión, pantalla e interfaces generadas hacen que IA deje de ser una caja de chat separada.
Comercio agéntico
Capacidades, datos y servicios se vuelven descubribles y pagables por agentes; mandatos y auditoría diferencian.
Evaluación como infraestructura
Suites, simulaciones, jueces, trazas y gates se vuelven activos normales de entrega.
Seguridad arquitectónica
Prompt injection, abuso de herramientas, delegación, supply chain y fuga de datos entran a la arquitectura principal.
IA abierta y local
Modelos de pesos abiertos y pequeños amplían opciones por privacidad, costo, personalización y edge.
Software y UI generados
Agentes crean código, flujos, reportes e interfaces situacionales; revisión y procedencia son esenciales.
Distribución sobre novedad
Al difundirse capacidades, marca, comunidad, flujos propietarios y canales embebidos importan más.
La mejor cobertura profesional. Domina un flujo valioso y sé competente en todo el sistema. Los nombres de modelos rotarán. Enmarcar, integrar, evaluar, proteger y operar capacidades acumula valor.
19 · GlossaryGlosario
Glossary
Operational definitions for the most useful terms.
Glosario
Definiciones operativas de los términos más útiles.
A–Z
A working vocabulary for modern AI systems.
Terms are defined operationally. Vendor terminology varies, and emerging standards may evolve.
Answer Engine Optimization
Optimizing trustworthy content and structure so answer systems can understand, retrieve, and cite it.
Generative Engine Optimization
A proposed practice for visibility in generative answers. Evidence and measurement remain less mature than conventional SEO.
Agent
A controlled runtime in which a model can choose steps or tools under state, policy, budgets, and stop conditions.
Agentic workflow
A workflow that delegates selected decisions to a model while retaining explicit controls.
Capability
A bounded action or service an application or agent can discover and invoke.
Context engineering
Designing what information, instructions, state, tools, and evidence reach the model at each step.
Embedding
A numeric representation useful for semantic similarity and retrieval.
Evaluation
A repeatable test or measurement of system behavior.
Foundation model
A broadly trained model adapted to many downstream tasks.
Guardrail
A control that constrains input, output, data, tools, or action. It is one layer, not a complete safety system.
Hallucination
Fluent output that is unsupported, incorrect, or inconsistent with required evidence.
Harness
The runtime and surrounding infrastructure that provides context, tools, state, feedback, and control to an agent.
Inference
Running a trained model to produce a result.
Model Context Protocol
Protocol for exposing tools, resources, and prompts to AI hosts.
Agent2Agent Protocol
Protocol for agents to discover capabilities and exchange tasks, status, messages, and artifacts.
Modality
A form of input or output: text, audio, image, video, code, action, sensor data.
Modal UI
A dialog-like interface layer that temporarily focuses attention. Not the same as modality.
Multimodal
A system that understands or produces more than one modality.
Prompt injection
Untrusted content attempts to redirect model behavior or exploit connected tools/data.
Retrieval-Augmented Generation
Retrieving external evidence before generation.
Reranker
A model that reorders retrieved candidates by relevance.
Structured output
Model output constrained and validated against a schema or grammar.
Tool calling
A model proposes a function and arguments; application code validates and executes it.
x402
HTTP-native machine payment pattern using the 402 status family.
Agent Payments Protocol
Protocol concepts for verifiable user mandates and agent-mediated commerce.
A–Z
Vocabulario operativo para sistemas modernos de IA.
Las definiciones son prácticas. La terminología de proveedores varía y los estándares emergentes pueden cambiar.
Answer Engine Optimization
Optimización de contenido y estructura confiables para que sistemas de respuesta puedan comprenderlos, recuperarlos y citarlos.
Generative Engine Optimization
Práctica propuesta para visibilidad en respuestas generativas. La evidencia y medición son menos maduras que SEO.
Agent
Runtime controlado donde un modelo elige pasos o herramientas bajo estado, políticas, presupuestos y parada.
Agentic workflow
Flujo que delega decisiones seleccionadas a un modelo y conserva controles explícitos.
Capability
Acción o servicio limitado que una aplicación o agente puede descubrir e invocar.
Context engineering
Diseño de información, instrucciones, estado, herramientas y evidencia que llegan al modelo en cada paso.
Embedding
Representación numérica útil para similitud semántica y recuperación.
Evaluation
Prueba o medición repetible de la conducta del sistema.
Foundation model
Modelo ampliamente entrenado que se adapta a muchas tareas posteriores.
Guardrail
Control que limita entrada, salida, datos, herramientas o acciones. Es una capa, no un sistema completo.
Hallucination
Salida fluida sin soporte, incorrecta o inconsistente con la evidencia requerida.
Harness
Runtime e infraestructura que entrega contexto, herramientas, estado, feedback y control a un agente.
Inference
Ejecución de un modelo entrenado para producir un resultado.
Model Context Protocol
Protocolo para exponer herramientas, recursos y prompts a hosts de IA.
Agent2Agent Protocol
Protocolo para que agentes descubran capacidades e intercambien tareas, estados, mensajes y artefactos.
Modality
Forma de entrada o salida: texto, audio, imagen, video, código, acción o sensores.
Modal UI
Capa UI tipo diálogo que enfoca temporalmente la atención. No es lo mismo que modalidad.
Multimodal
Sistema que entiende o produce más de una modalidad.
Prompt injection
Contenido no confiable intenta redirigir al modelo o explotar herramientas/datos conectados.
Retrieval-Augmented Generation
Recuperación de evidencia externa antes de generar.
Reranker
Modelo que reordena candidatos recuperados por relevancia.
Structured output
Salida del modelo limitada y validada contra esquema o gramática.
Tool calling
El modelo propone función y argumentos; la aplicación valida y ejecuta.
x402
Patrón de pago máquina-a-máquina nativo de HTTP usando la familia 402.
Agent Payments Protocol
Conceptos de protocolo para mandatos verificables y comercio mediado por agentes.
20 · Sources and methodologyFuentes y metodología
Sources and methodology
Traceability, limitations, and update-sensitive evidence.
Fuentes y metodología
Trazabilidad, límites y evidencia sensible al tiempo.
Research method
Primary sources were preferred for protocols, APIs, standards, security guidance, courses, and public programs. Marketplaces and conference agendas are treated as directional signals rather than universal forecasts.
Claim discipline
Durable concepts are separated from time-sensitive availability. Inferences are labeled as synthesis. Course prices, cohorts, model portfolios, specifications, and market conditions should be rechecked.
Geographic lens
The landscape is globally applicable. Local language, time-zone overlap, domain access, regulation, infrastructure, and distribution determine which opportunities are practical in a given place.
Artifact provenance
Generated and link-reviewed 2026-07-18. Version 3.1. Self-contained HTML. No external scripts, fonts, analytics, or runtime network requests. Source IDs connect claims to the registry below.
Source registry
S01
AI Engineer World’s Fair 2026
Official conference and schedule: tracks across harness/context engineering, AI-native enterprise, inference, local AI, generative media, security, commerce, and software factories.
https://www.ai.engineer/worldsfair/2026S02
AI Engineer World’s Fair 2026 schedule
Session-level evidence for the industry-direction map.
https://www.ai.engineer/worldsfair/scheduleS03
Model Context Protocol
Open specification and reference repositories for connecting AI applications to tools, data, prompts, and resources.
https://github.com/modelcontextprotocol/modelcontextprotocolS04
MCP authorization
OAuth-oriented authorization guidance for HTTP-based MCP deployments.
https://modelcontextprotocol.io/specification/2025-06-18/basic/authorizationS05
MCP roadmap
Current public roadmap for protocol evolution.
https://modelcontextprotocol.io/development/roadmapS06
Agent2Agent Protocol
Open protocol for discovery, task delegation, messaging, artifacts, and long-running agent collaboration.
https://a2a-protocol.org/latest/S07
Linux Foundation: A2A adoption
Adoption and governance signal for interoperable agent ecosystems.
https://www.linuxfoundation.org/press/a2a-protocol-surpasses-150-organizations-lands-in-major-cloud-platforms-and-sees-enterprise-production-use-in-first-yearS08
NSA/CISA MCP security guidance
Threats and mitigations for MCP deployments: access control, token handling, tool trust, sandboxing, logging, inventory, and data protection.
https://media.defense.gov/2026/Jun/02/2003943289/-1/-1/0/CSI_MCP_SECURITY.PDFS09
OWASP Agentic AI Top 10
Risk taxonomy for agentic systems.
https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/S10
NIST AI Risk Management Framework
Govern, map, measure, and manage framework for trustworthy AI risk practices.
https://www.nist.gov/itl/ai-risk-management-frameworkS11
S12
ReAct paper
Interleaving reasoning and actions with external environments.
https://arxiv.org/abs/2210.03629S13
Toolformer paper
Language models learning when and how to call tools.
https://arxiv.org/abs/2302.04761S14
Lost in the Middle
Evidence that long-context placement and retrieval strategy matter.
https://arxiv.org/abs/2307.03172S15
OpenAI Agents SDK
Official agent runtime concepts and tools.
https://developers.openai.com/api/docs/guides/agentsS16
OpenAI Realtime API
Realtime multimodal interaction patterns.
https://developers.openai.com/api/docs/guides/realtimeS17
OpenAI computer use
Computer-use capability and operational cautions.
https://developers.openai.com/api/docs/guides/tools-computer-useS18
OpenAI Apps SDK and MCP
MCP servers as app backends with tool and UI surfaces.
https://developers.openai.com/apps-sdk/concepts/mcp-serverS19
Gemini Live API
Google’s realtime multimodal API documentation.
https://ai.google.dev/gemini-api/docs/live-apiS20
Mistral model overview
Open and commercial model portfolio and capability comparison.
https://docs.mistral.ai/models/overviewS21
Hugging Face task summary
Broad taxonomy of transformer tasks and modalities.
https://huggingface.co/docs/transformers/main/en/task_summaryS22
S23
S24
Cohere API overview
Enterprise language and retrieval model capabilities.
https://docs.cohere.com/reference/aboutS25
Google AI search guidance
Official guidance: AI-search visibility still depends on solid SEO fundamentals and useful, accessible content.
https://developers.google.com/search/docs/fundamentals/ai-optimization-guideS26
Critical GEO survey
Research survey examining Generative Engine Optimization claims and evidence quality.
https://arxiv.org/abs/2607.14035S27
x402
HTTP-native payment protocol for machine-payable services and agent transactions.
https://docs.x402.org/introductionS28
Agent Payments Protocol
Protocol concepts for delegated, verifiable agent payments.
https://ap2-protocol.org/S29
Stripe agentic commerce guide
Payment and trust considerations for agent-mediated commerce.
https://stripe.com/en-es/guides/agentic-commerceS30
Upwork in-demand skills 2026
Platform-specific demand signal for AI integration, AI video, annotation, and fractional specialists.
https://www.upwork.com/research/in-demand-skills-2026S31
Fiverr Business Trends Index 2026
Platform-specific signal for automation, video, data transformation, and ecommerce services.
https://www.fiverr.com/resources/guides/reports/business-trends-index-june-2026S32
LinkedIn Work Change report
Labor-market signal on accelerating skill change and skills-based profiles.
https://economicgraph.linkedin.com/research/work-change-reportS33
Ruta N: 20,000 generative AI training places
Example of a major Medellín public training call in 2026; the cited call is closed, but it demonstrates ecosystem capacity.
https://rutanmedellin.org/en/news/google-c4ir-medell%C3%ADn-and-ruta-n-open-20.000-free-spots-for-training-in-artificial-intelligenceS34
Ruta N news and ecosystem
Medellín innovation and startup ecosystem updates.
https://rutanmedellin.org/noticiasS35
SENA: Initiation to Artificial Intelligence
Low-cost/public learning option in Colombia; availability varies by cohort.
https://betowa.sena.edu.co/oferta/iniciacion-a-la-inteligencia-artificial?location=57011001&modality=P&offertype=company&programId=168454S36
MinTIC Talento TECH
Colombian public digital-skills program and completion signal.
https://www.mintic.gov.co/portal/inicio/Sala-de-prensa/Noticias/439554:Mas-de-104-mil-colombianos-se-formaron-en-Inteligencia-Artificial-y-tecnologias-avanzadas-con-Talento-TECHS37
AI Tinkerers Medellín
Local practitioner community for demos, peer learning, and networking.
https://medellin.aitinkerers.org/S38
S39
Microsoft AI Agents for Beginners
Free, code-oriented agent curriculum.
https://github.com/microsoft/ai-agents-for-beginnersS40
Google Machine Learning Crash Course
Free foundational ML curriculum.
https://developers.google.com/machine-learning/crash-course/S41
Hugging Face Agents Course
Free open-source agent course.
https://huggingface.co/learn/agents-course/en/unit0/introductionS42
OpenAI Academy
Free and public learning materials where available.
https://academy.openai.com/pages/coursesS43
AWS Skill Builder: Generative AI
Cloud and generative AI learning paths; free and paid content vary.
https://skillbuilder.aws/generative-aiS44
DeepLearning.AI courses
Short courses and deeper programs across generative AI, RAG, agents, and ML; pricing varies.
https://www.deeplearning.ai/coursesS45
DeepLearning.AI RAG course
Focused RAG learning path.
https://www.deeplearning.ai/courses/retrieval-augmented-generationS46
LangChain Academy
Free framework-oriented courses for agents, LangGraph, and observability.
https://academy.langchain.com/S47
Full Stack Deep Learning
Free production-oriented deep-learning and LLM systems material.
https://fullstackdeeplearning.com/S48
World Economic Forum — Future of Jobs Report 2025
Cross-industry signal on growing demand for AI, big data, cybersecurity, technological literacy, and complementary human skills.
https://www.weforum.org/publications/the-future-of-jobs-report-2025/S49
U.S. Bureau of Labor Statistics — AI and employment projections
Occupational projections and analysis for data, software, and computer-related work influenced by AI adoption.
https://www.bls.gov/opub/btn/volume-15/artificial-intelligence-and-employment-projections.htmS50
Elements of AI
Free conceptual AI curriculum designed for broad public participation.
https://www.elementsofai.com/S51
fast.ai — Practical Deep Learning for Coders
Free, code-first deep-learning course and learning materials.
https://course.fast.ai/S52
Python Medellín
Current community page for the open Python ecosystem in Medellín.
https://www.meetup.com/es-ES/python-medellin/S53
MedellínJS
Official community site and 2026 event evidence, including AI-enabled product and indiehacking topics.
https://www.medellinjs.org/S54
GDG Medellín
Official chapter page with active 2026 AI, TensorFlow, Kubernetes, and community events.
https://gdg.community.dev/gdg-medellin/S55
Medellín AI Meetup
Applied AI, ML, and data-science community connecting developers, academics, and companies.
https://www.meetup.com/es-ES/medellin-ai/S56
Inteligencia Artificial & Machine Learning Medellín
Beginner-friendly community breadth across computer vision, NLP, deep learning, and ML.
https://www.meetup.com/es-es/inteligencia-artificial-machine-learning-medellin/S57
Ruta N · 20,000 AI training places
March 2026 announcement with Google and C4IR Medellín for no-cost generative-AI training.
https://rutanmedellin.org/noticias/google-el-c4ir-medell%C3%ADn-y-ruta-n-abren-20.000-cupos-sin-costo-para-formarse-en-inteligencia-artificialS58
Ruta N · Google training FAQ
Program eligibility, four-month duration, and learning-area details.
https://rutanmedellin.org/formaciongoogleS59
Ruta N · 13,000 people trained in 2026
Current ecosystem-scale training signal across multiple technology and AI programs.
https://rutanmedellin.org/noticias/m%C3%A1s-de-13.000-personas-en-medell%C3%ADn-se-han-formado-este-a%C3%B1o-con-los-programas-de-ruta-nS60
Ruta N
Current innovation ecosystem, programs, offers, and subscription feed.
https://rutanmedellin.org/S61
Latent Space
AI engineering newsletter and podcast covering agents, models, infrastructure, and AI for science.
https://www.latent.space/S62
The Batch
DeepLearning.AI weekly news, education, research, careers, and commentary.
https://www.deeplearning.ai/the-batch/S63
S64
S65
Ahead of AI
Sebastian Raschka’s deep educational analysis of ML and AI research.
https://magazine.sebastianraschka.com/S66
S67
S68
S69
The Pragmatic Engineer
Software industry, engineering practice, careers, and AI adoption.
https://newsletter.pragmaticengineer.com/S70
S71
S72
Pointer
Curated engineering leadership, Staff+, career, and effectiveness reading.
https://www.pointer.io/S73
JavaScript Weekly
Long-running JavaScript articles, news, and project digest.
https://javascriptweekly.com/S74
S75
Python Weekly
Curated Python news, releases, tools, libraries, events, and articles.
https://www.pythonweekly.com/S76
Claude Code changelog
Official release notes for Claude Code capabilities, MCP, hooks, and fixes.
https://code.claude.com/docs/en/changelogS77
GitHub Copilot changelog
Official product, model, governance, security, CLI, and enterprise updates.
https://github.blog/changelog/label/copilot/S78
Cursor changelog
Official agent, cloud, mobile, MCP, hook, and collaboration updates.
https://cursor.com/changelogS79
S80
AI as Normal Technology
Critical evidence and analysis about AI claims, policy, and social impact.
https://www.normaltech.ai/S81
Simon Willison’s Weblog
Hands-on model, software, tooling, and security experiments with frequent updates.
https://simonwillison.net/S82
R-Ladies Medellín
Free, inclusive, collaborative R and data community.
https://www.meetup.com/es-ES/rladies-medellin/S83
AI AWS UG Colombia
Colombia-wide community for AWS AI/ML, networking, projects, and responsible adoption.
https://www.meetup.com/ai-aws-colombia/S84
Método de investigación
Se priorizaron fuentes primarias para protocolos, APIs, estándares, seguridad, cursos y programas públicos. Mercados freelance y agendas se tratan como señales, no pronósticos universales.
Disciplina de afirmaciones
Los conceptos duraderos se separan de disponibilidad temporal. Las inferencias se marcan como síntesis. Precios, cohortes, portafolios, especificaciones y mercado deben verificarse.
Lente geográfico
El panorama es aplicable globalmente. Idioma, zona horaria, acceso al dominio, regulación, infraestructura y distribución determinan qué oportunidades son prácticas en cada lugar.
Procedencia del artefacto
Generado y enlaces revisados el 2026-07-18. Versión 3.1. HTML autocontenido. Sin scripts externos, fuentes, analítica ni solicitudes de red en ejecución. Los IDs conectan afirmaciones con el registro.
Registro de fuentes
S01
AI Engineer World’s Fair 2026
Official conference and schedule: tracks across harness/context engineering, AI-native enterprise, inference, local AI, generative media, security, commerce, and software factories.
https://www.ai.engineer/worldsfair/2026S02
AI Engineer World’s Fair 2026 schedule
Session-level evidence for the industry-direction map.
https://www.ai.engineer/worldsfair/scheduleS03
Model Context Protocol
Open specification and reference repositories for connecting AI applications to tools, data, prompts, and resources.
https://github.com/modelcontextprotocol/modelcontextprotocolS04
MCP authorization
OAuth-oriented authorization guidance for HTTP-based MCP deployments.
https://modelcontextprotocol.io/specification/2025-06-18/basic/authorizationS05
MCP roadmap
Current public roadmap for protocol evolution.
https://modelcontextprotocol.io/development/roadmapS06
Agent2Agent Protocol
Open protocol for discovery, task delegation, messaging, artifacts, and long-running agent collaboration.
https://a2a-protocol.org/latest/S07
Linux Foundation: A2A adoption
Adoption and governance signal for interoperable agent ecosystems.
https://www.linuxfoundation.org/press/a2a-protocol-surpasses-150-organizations-lands-in-major-cloud-platforms-and-sees-enterprise-production-use-in-first-yearS08
NSA/CISA MCP security guidance
Threats and mitigations for MCP deployments: access control, token handling, tool trust, sandboxing, logging, inventory, and data protection.
https://media.defense.gov/2026/Jun/02/2003943289/-1/-1/0/CSI_MCP_SECURITY.PDFS09
OWASP Agentic AI Top 10
Risk taxonomy for agentic systems.
https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/S10
NIST AI Risk Management Framework
Govern, map, measure, and manage framework for trustworthy AI risk practices.
https://www.nist.gov/itl/ai-risk-management-frameworkS11
S12
ReAct paper
Interleaving reasoning and actions with external environments.
https://arxiv.org/abs/2210.03629S13
Toolformer paper
Language models learning when and how to call tools.
https://arxiv.org/abs/2302.04761S14
Lost in the Middle
Evidence that long-context placement and retrieval strategy matter.
https://arxiv.org/abs/2307.03172S15
OpenAI Agents SDK
Official agent runtime concepts and tools.
https://developers.openai.com/api/docs/guides/agentsS16
OpenAI Realtime API
Realtime multimodal interaction patterns.
https://developers.openai.com/api/docs/guides/realtimeS17
OpenAI computer use
Computer-use capability and operational cautions.
https://developers.openai.com/api/docs/guides/tools-computer-useS18
OpenAI Apps SDK and MCP
MCP servers as app backends with tool and UI surfaces.
https://developers.openai.com/apps-sdk/concepts/mcp-serverS19
Gemini Live API
Google’s realtime multimodal API documentation.
https://ai.google.dev/gemini-api/docs/live-apiS20
Mistral model overview
Open and commercial model portfolio and capability comparison.
https://docs.mistral.ai/models/overviewS21
Hugging Face task summary
Broad taxonomy of transformer tasks and modalities.
https://huggingface.co/docs/transformers/main/en/task_summaryS22
S23
S24
Cohere API overview
Enterprise language and retrieval model capabilities.
https://docs.cohere.com/reference/aboutS25
Google AI search guidance
Official guidance: AI-search visibility still depends on solid SEO fundamentals and useful, accessible content.
https://developers.google.com/search/docs/fundamentals/ai-optimization-guideS26
Critical GEO survey
Research survey examining Generative Engine Optimization claims and evidence quality.
https://arxiv.org/abs/2607.14035S27
x402
HTTP-native payment protocol for machine-payable services and agent transactions.
https://docs.x402.org/introductionS28
Agent Payments Protocol
Protocol concepts for delegated, verifiable agent payments.
https://ap2-protocol.org/S29
Stripe agentic commerce guide
Payment and trust considerations for agent-mediated commerce.
https://stripe.com/en-es/guides/agentic-commerceS30
Upwork in-demand skills 2026
Platform-specific demand signal for AI integration, AI video, annotation, and fractional specialists.
https://www.upwork.com/research/in-demand-skills-2026S31
Fiverr Business Trends Index 2026
Platform-specific signal for automation, video, data transformation, and ecommerce services.
https://www.fiverr.com/resources/guides/reports/business-trends-index-june-2026S32
LinkedIn Work Change report
Labor-market signal on accelerating skill change and skills-based profiles.
https://economicgraph.linkedin.com/research/work-change-reportS33
Ruta N: 20,000 generative AI training places
Example of a major Medellín public training call in 2026; the cited call is closed, but it demonstrates ecosystem capacity.
https://rutanmedellin.org/en/news/google-c4ir-medell%C3%ADn-and-ruta-n-open-20.000-free-spots-for-training-in-artificial-intelligenceS34
Ruta N news and ecosystem
Medellín innovation and startup ecosystem updates.
https://rutanmedellin.org/noticiasS35
SENA: Initiation to Artificial Intelligence
Low-cost/public learning option in Colombia; availability varies by cohort.
https://betowa.sena.edu.co/oferta/iniciacion-a-la-inteligencia-artificial?location=57011001&modality=P&offertype=company&programId=168454S36
MinTIC Talento TECH
Colombian public digital-skills program and completion signal.
https://www.mintic.gov.co/portal/inicio/Sala-de-prensa/Noticias/439554:Mas-de-104-mil-colombianos-se-formaron-en-Inteligencia-Artificial-y-tecnologias-avanzadas-con-Talento-TECHS37
AI Tinkerers Medellín
Local practitioner community for demos, peer learning, and networking.
https://medellin.aitinkerers.org/S38
S39
Microsoft AI Agents for Beginners
Free, code-oriented agent curriculum.
https://github.com/microsoft/ai-agents-for-beginnersS40
Google Machine Learning Crash Course
Free foundational ML curriculum.
https://developers.google.com/machine-learning/crash-course/S41
Hugging Face Agents Course
Free open-source agent course.
https://huggingface.co/learn/agents-course/en/unit0/introductionS42
OpenAI Academy
Free and public learning materials where available.
https://academy.openai.com/pages/coursesS43
AWS Skill Builder: Generative AI
Cloud and generative AI learning paths; free and paid content vary.
https://skillbuilder.aws/generative-aiS44
DeepLearning.AI courses
Short courses and deeper programs across generative AI, RAG, agents, and ML; pricing varies.
https://www.deeplearning.ai/coursesS45
DeepLearning.AI RAG course
Focused RAG learning path.
https://www.deeplearning.ai/courses/retrieval-augmented-generationS46
LangChain Academy
Free framework-oriented courses for agents, LangGraph, and observability.
https://academy.langchain.com/S47
Full Stack Deep Learning
Free production-oriented deep-learning and LLM systems material.
https://fullstackdeeplearning.com/S48
World Economic Forum — Future of Jobs Report 2025
Señal intersectorial sobre la demanda creciente de IA, big data, ciberseguridad, alfabetización tecnológica y habilidades humanas complementarias.
https://www.weforum.org/publications/the-future-of-jobs-report-2025/S49
U.S. Bureau of Labor Statistics — AI and employment projections
Proyecciones ocupacionales y análisis sobre trabajo de datos, software y computación influido por la adopción de IA.
https://www.bls.gov/opub/btn/volume-15/artificial-intelligence-and-employment-projections.htmS50
Elements of AI
Currículo conceptual gratuito de IA diseñado para participación pública amplia.
https://www.elementsofai.com/S51
fast.ai — Practical Deep Learning for Coders
Curso y materiales gratuitos de deep learning práctico orientado a código.
https://course.fast.ai/S52
Python Medellín
Página actual de la comunidad abierta del ecosistema Python en Medellín.
https://www.meetup.com/es-ES/python-medellin/S53
MedellínJS
Sitio oficial y evidencia de eventos 2026, incluidos productos e indiehacking con IA.
https://www.medellinjs.org/S54
GDG Medellín
Página oficial con eventos activos de IA, TensorFlow, Kubernetes y comunidad en 2026.
https://gdg.community.dev/gdg-medellin/S55
Medellín AI Meetup
Comunidad de IA aplicada, ML y datos que conecta desarrolladores, academia y empresas.
https://www.meetup.com/es-ES/medellin-ai/S56
Inteligencia Artificial & Machine Learning Medellín
Comunidad apta para principiantes sobre visión, NLP, deep learning y ML.
https://www.meetup.com/es-es/inteligencia-artificial-machine-learning-medellin/S57
Ruta N · 20,000 AI training places
Anuncio de marzo de 2026 con Google y C4IR Medellín para formación gratuita en IA generativa.
https://rutanmedellin.org/noticias/google-el-c4ir-medell%C3%ADn-y-ruta-n-abren-20.000-cupos-sin-costo-para-formarse-en-inteligencia-artificialS58
Ruta N · Google training FAQ
Elegibilidad, duración de cuatro meses y áreas de aprendizaje del programa.
https://rutanmedellin.org/formaciongoogleS59
Ruta N · 13,000 people trained in 2026
Señal actual de formación a escala del ecosistema en varios programas de tecnología e IA.
https://rutanmedellin.org/noticias/m%C3%A1s-de-13.000-personas-en-medell%C3%ADn-se-han-formado-este-a%C3%B1o-con-los-programas-de-ruta-nS60
S61
Latent Space
Newsletter y podcast de ingeniería de IA sobre agentes, modelos, infraestructura e IA para ciencia.
https://www.latent.space/S62
The Batch
Noticias semanales, educación, investigación, carreras y análisis de DeepLearning.AI.
https://www.deeplearning.ai/the-batch/S63
Import AI
Análisis semanal detallado de investigación de frontera en IA.
https://importai.substack.com/S64
Interconnects
Análisis técnico y estratégico de IA de frontera y abierta.
https://www.interconnects.ai/S65
Ahead of AI
Análisis educativo profundo de investigación de ML e IA de Sebastian Raschka.
https://magazine.sebastianraschka.com/S66
TLDR AI
Resumen técnico diario gratuito de noticias, investigación y herramientas.
https://tldr.tech/aiS67
Ben’s Bites
Perspectiva de construcción, startups, pruebas de herramientas e inversión.
https://www.bensbites.com/S68
The Rundown AI
Noticias diarias amplias con enfoque de aplicación práctica.
https://www.therundown.ai/S69
The Pragmatic Engineer
Industria de software, práctica, carreras y adopción de IA.
https://newsletter.pragmaticengineer.com/S70
S71
S72
S73
JavaScript Weekly
Resumen de artículos, noticias y proyectos JavaScript.
https://javascriptweekly.com/S74
S75
Python Weekly
Noticias, lanzamientos, herramientas, librerías, eventos y artículos de Python.
https://www.pythonweekly.com/S76
Claude Code changelog
Notas oficiales de capacidades, MCP, hooks y correcciones de Claude Code.
https://code.claude.com/docs/en/changelogS77
GitHub Copilot changelog
Cambios oficiales de producto, modelos, gobierno, seguridad, CLI y empresa.
https://github.blog/changelog/label/copilot/S78
Cursor changelog
Cambios oficiales de agentes, nube, móvil, MCP, hooks y colaboración.
https://cursor.com/changelogS79
S80
AI as Normal Technology
Evidencia y análisis crítico de afirmaciones, política e impacto social de IA.
https://www.normaltech.ai/S81
Simon Willison’s Weblog
Experimentos frecuentes y prácticos de modelos, software, herramientas y seguridad.
https://simonwillison.net/S82
R-Ladies Medellín
Comunidad gratuita, inclusiva y colaborativa de R y datos.
https://www.meetup.com/es-ES/rladies-medellin/S83
AI AWS UG Colombia
Comunidad colombiana de IA/ML en AWS, networking, proyectos y adopción responsable.
https://www.meetup.com/ai-aws-colombia/S84
Hugging Face Daily Papers
Flujo actual para descubrir papers de investigación.
https://huggingface.co/papers