En esta serie de artículos voy comentando mi experiencia y descubrimientos del maravilloso, complejo, aterrador y a veces poco comprendido mundo de los modelos grandes de lenguaje (LLM) y de sus
aplicaciones prácticas en los modelos de agente.
Primeras impresiones
LLM1 – Primer contacto con el mundo de la IA generativa
Primer contacto con Claude, Q Developer y Cline: cómo estos agentes mejoran la productividad en generación de código, tests y depuración.
LLM2 – Primera decepción al intentar hacer al agente funcionar con CSS
Por qué los agentes todavía no son buenos con CSS: referencias a variables, contexto visual y juicio estético escapan a su control.
Eventos y comunidad
LLM4 – Aprendiendo de los que saben
Lecciones aprendidas de profesionales que construyen productos sobre LLMs y aprendiendo la «magia» bajo el capó.
Técnicas de desarrollo
LLM3 – Modos de ejecución
Dos modos de trabajo: exploración para entender el problema, ejecución para delegarlo. El patrón Plan/Act en la práctica.
LLM6 – Buscando determinismo
Cuándo no dejar que el LLM ejecute directamente: generar scripts y herramientas deterministas para resultados repetibles.
LLM9 – Mocking agresivo
Usando LLMs para construir sistemas de mocking completos: timeouts, errores y replay de tráfico real.
LLM10 – Comunicación más allá de chat
Más allá del chat: anotaciones en documentos markdown como canal de comunicación y revisión con el LLM.
Productividad y hábitos
LLM5 – La práctica hace al maestro
Por qué necesitas 50+ horas de práctica deliberada para sacarle partido a herramientas como Cursor o Cline.
LLM7 – Modelos mentales y concentración
Cómo mantener el foco y evitar los «death loops» cuando un agente está al volante.
LLMs para aprendizaje
LLM8 – Entendiendo código
Estrategias para entender una base de código nueva: documentar sistemas, explorar el historial de commits y usar el LLM como tutor.
rlbisbe @ dev - El Blog de Roberto Luis Bisbé 