En el primer módulo, analizamos los fundamentos: en qué se diferencia un agente de un chat GPT, cómo funciona el ciclo percibir→pensar→actuar y qué código mínimo se necesita para empezar. Al final del módulo, tendrás un agente «hola-mundo» funcional que sabe cómo llamar a herramientas (tools).
Por qué una aplicación web de ChatGPT con una API conectada todavía no es un agente. Qué se necesita agregar para que un LLM se convierta en un agente. Con el ejemplo de «comprar café», vemos dónde un chatbot se rinde y un agente lo logra.
El patrón principal de funcionamiento de un agente. Cómo decide el agente qué hacer en cada paso. Llamada a herramientas (Tool calling) en la API de Claude/OpenAI. Qué es un «bucle agéntico» y cómo detenerlo correctamente.
Configuración del entorno (Python, Anthropic SDK). El primer agente funcional: sabe leer archivos y contar. Lo ejecutamos localmente, revisamos los registros (logs) y analizamos lo que sucede en cada iteración.