Aprender Agentes IA
Aprender Agentes IA — Descubre cómo funcionan los agentes de AI y crea los tuyos desde tu teléfono
Aprender Agentes IA es una app de cursos gratuita para iPhone y Android que enseña cómo funcionan los agentes de AI y cómo crearlos, dirigida a desarrolladores, estudiantes y personas que quieren cambiar de profesión. Incluye 60 cursos y 239 lecciones breves, desde el primer bucle con un LLM hasta tool calling, RAG, LangChain y LangGraph, y llega hasta la orquestación multiagente. También ofrece un Agent Lab, donde ejecutas un agente en una tarea y ves cómo aparecen paso a paso cada llamada a una herramienta, resultado y respuesta, además de un AI Mentor para cuando algo sale mal.
- Precio
- Gratis, actualización a Pro
- Plataformas
- iOS y Android
- Idiomas
- 22
- Clasificación por edad
- 4+
- Requisitos
- iOS 15.1 o posterior


Un agente solo es tan bueno como la llamada a una herramienta que realmente puedes rastrear.
La mayoría de los tutoriales sobre agentes muestran un diagrama del bucle — pensar, actuar, observar — y siguen adelante. Este plan de estudios se detiene en cada flecha: escribe la función que el modelo puede llamar, lee exactamente lo que devolvió y observa cómo un resultado incorrecto de una herramienta desvía el bucle.
Qué es
Aprender Agentes IA es una app gratuita para iOS y Android dedicada a aprender cómo se crean los agentes de AI, con 60 cursos y 239 lecciones de entre cinco y diez minutos cada una. El plan de estudios abarca desde una introducción a los agentes basados en LLM y la ingeniería de prompts hasta tool calling, retrieval-augmented generation (RAG) y bases de datos vectoriales; después continúa con LangChain, LangGraph y LlamaIndex, y llega hasta la orquestación multiagente, los agentes de uso del ordenador y el despliegue en producción. Las lecciones incluyen ejemplos de Python que puedes ejecutar directamente, un Agent Lab que muestra cada paso de la ejecución de un agente, cuestionarios después de cada tema y un AI Mentor para resolver tus dudas durante el aprendizaje.
Dentro de la app
Qué aspecto tiene





El curso
Qué incluye el curso AI Agents
60 cursos y 239 lecciones extraídos del propio plan de estudios de la app: desde el primer bucle de un agente LLM hasta la orquestación multiagente y el despliegue en producción.
Fundamentos de los agentes
Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice (SDKs de OpenAI y Anthropic), File System Agent Operations, Conversational Memory Basics y un primer conjunto de proyectos prácticos.
Uso de herramientas y recuperación
El patrón Tool-Use / Function-Calling, API Integration for Agents, Email and Calendar Agents, Working with Embeddings, fundamentos de Retrieval-Augmented Generation, Vector Databases for Agents y Agent Observability Foundations.
Agentes para plataformas reales
Slack and Chat Platform Agents, GitHub and Repository Agents, Web Scraping and Data Fetching Agents, Agent CLI and Interactive Tools, Secrets and Configuration Management, fundamentos de LangChain, Structured Output and Parsing y Database Agents que convierten lenguaje natural en SQL.
Pruebas, depuración y fiabilidad
Agent Testing Fundamentals, Debugging Agent Loops, LangGraph for Stateful Agents, análisis profundo de LlamaIndex, Multi-Tool Agents (el patrón ReAct), Building Reliable Agents y Memory Architectures for Agents.
Agentes especializados
Voice and Audio Agents, Knowledge Graph Integration, Personal AI Assistant Architecture, Agent Evaluation and Benchmarking, Agent Safety and Guardrails, Cost and Latency Optimisation y sistemas de Customer Service and Deep Research Agent.
Producción y tecnologías de vanguardia
Multi-Agent Orchestration, Production Agent Deployment, Computer-Use and Browser Agents, Code-Generating Agents, Long-Horizon Planning Agents, Sandboxing and Secure Code Execution y Self-Improving Agent Systems.
Cómo funciona
Cómo funciona una lección sobre AI Agents
El curso sigue un orden de construcción —primero el bucle, después las herramientas, la memoria, los frameworks y, por último, los aspectos de producción—, y el Agent Lab te permite observar el resultado en lugar de limitarte a leer sobre él.
Lee una parte del bucle del agente
Una lección aborda un paso concreto —cómo se ve una llamada a una herramienta en la comunicación, cómo devuelve una coincidencia una base de datos vectorial o por qué un prompt necesita separar los roles— con un lenguaje claro y en un formato pensado para un rato libre breve durante el día.
Ejecuta un agente y lee su traza
En el Agent Lab, asigna una tarea a un agente y observa cómo aparecen, uno a uno, cada llamada a una herramienta, resultado y respuesta. El visor de trazas funciona como un depurador, para que puedas ver exactamente dónde salió mal una ejecución. Las lecciones también incluyen ejemplos de Python que puedes ejecutar directamente desde ellas.
Crea el tuyo y después corrígelo
Elige un prompt del sistema, herramientas, un presupuesto de pasos y una tarea en el Agent Builder, y guarda tu propio agente. Las misiones del Lab te piden hacer una primera llamada a una herramienta, corregir una que no funciona, leer una traza, añadir una barrera de seguridad, dirigir una tarea y dividir el trabajo entre agentes paralelos. El AI Mentor explica qué hizo el modelo cuando una traza no tiene sentido.
Qué incluye
Lo que realmente incluye la app
En directo
Agent Lab con ejecuciones en directo
Asigna una tarea a un agente y observa cómo aparecen paso a paso cada llamada a una herramienta, resultado y respuesta; después, lee la ejecución en un visor de trazas diseñado para mostrar exactamente dónde salió mal. Cada día se incluye una cantidad gratuita de ejecuciones en directo.
60
Cursos, de principiante a avanzado
60 cursos y 239 lecciones, desde el primer bucle de un agente con LLM y la ingeniería de prompts hasta tool calling, RAG, bases de datos vectoriales, LangChain y LangGraph, y de ahí a la orquestación multiagente, los agentes de uso del ordenador y el despliegue en producción.
5
Orchestration Lab
Compara cinco patrones uno al lado del otro —agente único, pipeline secuencial, router, distribución paralela y generador con crítico— y descubre cómo cada uno equilibra la velocidad, el coste y la fiabilidad. Un patrón es gratuito; Pro desbloquea los demás.
Crear
Agent Builder
Elige un prompt del sistema, herramientas, un presupuesto de pasos y una tarea; después, guarda tus propios agentes y ejecútalos en el Lab.
6
Misiones del Lab y ejemplos de Python
Seis misiones de agentes —primera llamada a una herramienta, corregir una llamada que no funciona, leer una traza, añadir una barrera de seguridad, dirigir una tarea y dividir el trabajo entre agentes paralelos—, además de ejemplos de Python que puedes ejecutar directamente desde las lecciones.
AI
AI Mentor
Pregunta por qué una llamada a una herramienta devolvió datos con un formato incorrecto o por qué el agente repitió dos veces el mismo paso, y recibe una respuesta clara en cuestión de segundos.
Información general
¿Qué es un agente de AI y qué implica realmente crear uno?
Un agente de AI es un programa que utiliza un modelo de lenguaje para decidir qué hacer a continuación, no solo qué decir. En lugar de devolver una única respuesta, ejecuta un bucle: lee la situación, elige una acción, llama a una herramienta —un índice de búsqueda, una base de datos, una API o un fragmento de código—, lee el resultado y repite el proceso hasta alcanzar el objetivo. Crear uno consiste principalmente en desarrollar todo lo que rodea ese bucle: decidir qué herramientas puede llamar el modelo, estructurar los datos que recibe, detectar el paso en el que falla una herramienta o una respuesta llega con un formato incorrecto y conservar suficiente memoria de los pasos anteriores para que el agente no se repita.
Llamadas a herramientasfunction calling
El mecanismo que permite a un modelo solicitar una acción real —ejecutar una consulta, recuperar una página o enviar un correo electrónico— mediante la emisión de una llamada estructurada que tu código ejecuta y cuyo resultado devuelve al modelo. Es el vínculo entre un modelo que solo predice texto y un programa que hace algo.
RAGretrieval-augmented generation
Recuperar documentos relevantes cuando se formula una pregunta —normalmente desde una base de datos vectorial de embeddings— y pasárselos al modelo como contexto, para que la respuesta se base en tus propios datos y no en lo que el modelo memorizó durante su entrenamiento.
Frameworks de agentesLangChain, LangGraph, LlamaIndex
Bibliotecas que se encargan de las partes repetitivas de un agente —el propio bucle, la memoria, la conexión de herramientas y los grafos multiestadio con estado— para que tú te ocupes de la lógica específica de tu agente en lugar de la infraestructura subyacente.
Orquestación multiagenteagentes que utilizan otros agentes
Un patrón en el que un agente delega subtareas en otros —un agente investigador, un agente programador y un agente revisor—, cada uno con sus propias herramientas y contexto, coordinados por una capa que decide quién interviene a continuación y concilia los resultados recibidos.
Encaja
Para quién es y para quién no
Es una buena opción si
- Quieres crear un agente que realmente llame a una herramienta o una base de datos, no limitarte a escribir prompts para un chatbot
- Partes desde cero con los LLM y quieres que te expliquen el bucle del agente antes que los frameworks
- Quieres cursos prácticos sobre plataformas concretas —bots de Slack, agentes de GitHub y agentes de bases de datos—, no una plantilla genérica
- Eres desarrollador y quieres ver LangChain y LangGraph en código funcional, no solo en un diagrama
- Quieres llegar algún día a la orquestación multiagente y al despliegue en producción, sin detenerte en una demostración de juguete
No es la herramienta adecuada si
- Quieres toda la biblioteca de 60 cursos gratis: el primer curso es gratuito y Pro desbloquea el resto
- No quieres anuncios en el nivel gratuito; Pro los elimina
- Necesitas un Mentor de IA ilimitado en el nivel gratuito, que tiene un límite diario
- Ya ejecutas agentes en producción y quieres artículos de investigación en lugar de un curso sobre el orden de construcción
Preguntas
Preguntas frecuentes
¿Cuál es la mejor app para aprender sobre agentes de IA en el móvil?
La que te lleva de leer sobre el bucle del agente a verlo ejecutarse. Aprender Agentes IA tiene 60 cursos que van desde el primer bucle de un LLM, pasando por las llamadas a herramientas, RAG y LangChain, hasta la orquestación multiagente; incluye un Agent Lab donde puedes ver cada llamada a una herramienta y su resultado en un registro, y un Mentor de IA para cuando una llamada a una herramienta devuelve algo inesperado. Puedes empezar gratis en iOS y Android.
¿Qué es un agente de IA, en términos sencillos?
Un agente de IA es un programa que utiliza un modelo de lenguaje para decidir qué hacer a continuación, en lugar de limitarse a decidir qué decir. Ejecuta un bucle: lee la situación, elige una acción, llama a una herramienta como un índice de búsqueda, una base de datos o una API, lee el resultado y repite. El modelo aporta el criterio sobre qué hacer después; el código que lo rodea —la parte que esta app te enseña a escribir— proporciona las herramientas y ejecuta la acción.
¿En qué se diferencia un agente de IA de un chatbot?
Un chatbot recibe un mensaje y devuelve una respuesta: texto de entrada, texto de salida y nada sucede en el mundo. A un agente se le da un objetivo y continúa hasta alcanzarlo, realizando acciones reales por el camino: consultar una base de datos, llamar a una API, leer un archivo, comprobar su propio resultado y volver a intentarlo cuando falla un paso. Los cursos de Learn AI Agents sobre llamadas a herramientas y bucles de agentes tratan precisamente esa diferencia: qué debe existir en el código para que la decisión de un modelo se convierta en una acción.
¿Necesito saber programar antes de aprender sobre agentes de IA?
Tener cierta soltura con el código ayuda, pero el primer curso no da nada por supuesto y comienza explicando qué es un bucle de agente LLM. Cada lección combina una breve parte teórica con ejemplos de Python que puedes ejecutar dentro de la lección, por lo que aprendes a programar al mismo tiempo que los conceptos de los agentes, en lugar de necesitarlo como requisito previo. Aprender Agentes IA está pensado tanto para principiantes como para desarrolladores.
¿Qué es RAG y por qué un curso de agentes incluye bases de datos vectoriales?
Retrieval-Augmented Generation consiste en obtener documentos relevantes cuando se hace una pregunta y entregárselos al modelo como contexto, para que su respuesta se base en tus propios datos y no solo en lo que memorizó durante el entrenamiento. Las bases de datos vectoriales hacen posible esa recuperación en la práctica: almacenan embeddings y devuelven rápidamente las coincidencias más cercanas a una consulta. Los agentes que responden preguntas sobre una base de código, un producto o un conjunto de documentos concretos casi siempre se apoyan en este patrón; por eso se le dedican cursos específicos en lugar de un solo párrafo.
¿Cuál es la diferencia entre LangChain, LangGraph y LlamaIndex?
LangChain conecta las piezas habituales de un agente —prompts, herramientas y memoria— para que no tengas que reconstruir esa infraestructura desde cero. LangGraph añade un estado explícito y ramificaciones, lo que resulta adecuado para agentes cuyos pasos dependen de lo ocurrido anteriormente, en lugar de seguir una cadena lineal sencilla. LlamaIndex se especializa en la parte de recuperación: cargar, indexar y consultar tus propios documentos de forma eficiente. Learn AI Agents dedica un curso específico a cada uno, y el curso Multi-Tool Agents cubre el patrón ReAct en torno al cual suelen construirse.
¿Vale la pena aprender sobre agentes de IA en 2026?
Los agentes son uno de los ejemplos más claros de cómo un modelo de lenguaje puede convertirse en algo que completa tareas, en lugar de limitarse a describirlas, y las habilidades fundamentales se transfieren entre frameworks: diseño de herramientas, estructuración de prompts, recuperación y saber cuándo un bucle automatizado debe detenerse y pedir ayuda a una persona. Aprender Agentes IA incluye cursos sobre seguridad de los agentes, guardrails, evaluación y optimización de costes y latencia, cuestiones a las que se enfrentan los equipos cuando un agente entra en producción.
¿Aprender Agentes IA es gratis?
Se puede descargar gratis y puedes empezar gratis. El primer curso, la introducción a los agentes basados en LLM, es gratuito, junto con una cuota diaria del Mentor de IA, un patrón de Orchestration Lab, tu primer diseño de Agent Builder y una cuota diaria de ejecuciones en directo. Pro desbloquea todos los cursos y todos los patrones de orquestación, elimina el límite diario de ejecuciones y quita los anuncios.
¿Hay un certificado al finalizar?
Sí. Aprobar el examen final te permite obtener un certificado de finalización que puedes mostrar junto a los agentes que hayas creado. Es una prueba del trabajo que realizaste, no una titulación académica acreditada.
¿Qué plataformas e idiomas admite y por qué tiene dos nombres?
Aprender Agentes IA funciona en iPhone (iOS 15.1 o posterior) y Android, ofrece una interfaz en 22 idiomas y tiene una clasificación de 4+. En Google Play aparece con el título Aprender Agentes IA, mientras que en App Store la misma app aparece como Learn AI Agents. Forma parte de CoddyKit, una familia de más de 40 apps de programación, por lo que el formato de las lecciones se comparte con los demás cursos de la colección.
Más de CoddyKit
Disponible en iOS y Android.