Capítulo 14 de Es la Hora de Aprender, con un Diego de traje (recién casado, todavía no acostumbra el anillo) y una pregunta que en pocos meses cambió de respuesta: ¿cada persona debería tener su propio agente de IA, o las empresas deberían armar agentes por función que use todo el equipo? Lo que parecía obvio hace unos capítulos —un agente personal para cada uno— hoy se ve distinto. De ahí los tres saltan a por qué tu agente se atasca en español, a cómo un equipo de agentes le bajó a Cristian el costo de adquisición a medio dólar, y al filtro que nadie quiere decir en voz alta: saber aprender.
Lo que vas a aprender
- Por qué la respuesta a “¿un agente por persona o por equipo?” cambió en pocos meses — y hacia dónde se inclinó
- El motivo real por el que el agente personal no escala en una empresa grande: no es técnico, es gobernanza
- Cómo un equipo de agentes de marketing le bajó a Cristian el costo de adquisición de USD 50 a medio dólar
- Por qué tu agente se salta las herramientas cuando le hablas en español
- El filtro incómodo que atraviesa todo el episodio: si alguien no sabe aprender, ninguna IA lo salva
¿Qué estuvieron probando esta semana?
El ritual de siempre antes del tema grande. Diego anduvo jugando con los agentes de MiniMax, montados sobre OpenClaw, buscando algo más cómodo para uso empresarial: que se instalen al toque y no haya errores. La contra apareció rápido — cuando algo se rompe, no puedes meter mano para arreglarlo, solo reportar y, en el peor caso, matar el agente. También chocó con un detalle práctico: reusar un mismo acceso de Telegram o Slack entre dos agentes los manda a un loop. Su aprendizaje: mejor armar todo limpio de cero, aunque sea lateral.
Cristian sigue rayando la papa con la tecnología. Esta semana le dio voz a Nyx, su copiloto, con ElevenLabs, y armó un equipo de agentes que sigue su diseño instruccional para producir los videos de los cursos de la comunidad. Resultado: sacó dos cursos enteros que tenía pendientes de grabar. Tuvo que construir su propia plataforma de agentes para video porque ningún servicio le daba minutos suficientes para crear a ese ritmo. No la va a vender — el punto es otro: que se puede hacer, en la era de la IA, lo que antes cobraban carísimo. Diego, que vive de construir cursos, lo validó sin compromiso: la parte difícil siempre es el video y que las partes técnicas tengan sentido, y ahí quedó bien.
Rodrigo viene de skillificar todo. Separó lo personal de lo laboral (celular aparte, WhatsApp Business) y dejó dos agentes corriendo: uno tipo mayordomo —su Alfred— que procesa lo que llega, convierte notas de reunión en tareas y le arma propuestas; y otro de research, “Politoed”, que vive en su DGX Spark con Hermes y modelos locales, clasificando papers y transcripciones en una wiki dentro de Obsidian. Lo que más le gusta de Hermes es el dreaming: revisa los logs del día y propone cómo mejorar tus skills según lo que repetiste. Por eso, además, Cristian ya migró por completo de OpenClaw a Hermes.
“Me encantaría decirte que hay una forma fácil y barata de manejar OpenClaw productivamente. Pero sin el cerebro correcto adentro, te va a fallar.” — Cristian Tala
¿Un agente por persona o uno por equipo?
Acá está el corazón del capítulo, y lo gatilló Rodrigo: Google sacó Gemini Spark (su agente personalizado 24/7) y salió una entrevista de Dan, de Every.to, sobre la idea de la IA que “vive en el trabajo” — que ya no está solo en el chat, sino en tu computador o en tu servidor, operando contigo. Hace unos capítulos los tres apostaban a que el futuro era un agente especializado por persona. ¿Sigue siendo así?
Cristian, del lado del operador solo, tiene cuatro agentes de cabecera repartidos entre dos servidores, su Spark y su máquina local: versiones de Qwen 3.6 corriendo en local y suscripciones de MiniMax, más Claude Code para lo del día a día. No se queda con uno; cada uno hace algo distinto. En el Spark dejó scrapers generando research casi todo el tiempo, que después transforma en material para cursos. Y manejar servidores Linux con un agente instalado, dice, es maravilloso: rompes, pides “arréglalo” y sigue.
¿Por qué el agente personal no escala en la empresa?
Acá entra el lente corporativo de Diego, que trabaja con organizaciones grandes. Su tesis: que cada persona tenga su propio agente tipo OpenClaw o Hermes no lo ve en el corto plazo. Por dos razones. La primera es de producción: estas cosas todavía se caen, exigen migraciones, y “mi agente no está en producción hoy” es inaceptable dentro de una empresa. La segunda, más de fondo, es gobernanza: en un equipo de 50 personas se puede manejar, pero a nivel de mil, el quién es dueño de qué dato y quién puede acceder a qué se vuelve un problema serio.
Rodrigo cambió de opinión respecto a capítulos anteriores, y lo dijo con todas sus letras. La mantención de un agente personal recae en su dueño; el que no es técnico no lo mantiene, y si se rompe, quizás nunca se entera.
“A una empresa le instalé OpenClaw, se rompió, y me avisaron tres semanas después. La persona no estaba pensando en tener al agente andando: estaba pensando en hacer su pega.” — Rodrigo Rojo
Su propuesta para el estado actual: agentes temáticos, para todos. Un agente de marketing que use cualquiera del equipo de marketing, uno de operaciones, uno por función. La gracia es que esos agentes construyen memoria colectiva y comparten base de conocimiento, skills y conectores. Y aparece un rol nuevo, calcado de DevOps y marketing ops: un agent ops, encargado de mantener los agentes corriendo, optimizarlos y conectarles los mejores modelos. Cuando llegue algo como Gemini Spark será más fácil que cada uno tenga el suyo, porque Google ya tiene tu contexto (Gmail, Drive) y las skills las pondría el administrador.
¿Y entonces para qué sirve el agente personal?
Cristian frenó el pesimismo aparente para que nadie deje de intentarlo. Contó un caso concreto: trabajó con una agencia de marketing donde el costo de adquisición de un usuario gratuito de su comunidad rondaba los USD 50. Cuando armó su propio equipo de agentes de marketing, ese costo se desplomó.
“El costo de adquisición de un usuario nuevo me quedó en 400 pesos chilenos, medio dólar. Sé que asusta y que rompe esquemas. Tal vez no para un agente personal que lo sepa todo, pero sí para agentes especializados con tu data: encuentran patrones que tú no vas a encontrar y entienden el mercado mejor que tú.” — Cristian Tala
El matiz de Rodrigo cierra el punto sin contradecirlo: no es pesimismo, es que la configuración actual para la empresa debería ser temática porque se mantiene más fácil. Y suma una lectura fina de por qué Diego rompe todos sus agentes — los sobrecarga, mete demasiadas tareas, conectores y skills en una sola conversación hasta que se marean. Si los separas por roles, como una empresa contrata gente para áreas distintas, todo es más manejable.
¿Por qué tu agente falla en español?
Diego culpaba a la juventud de MiniMax; Cristian le dio vuelta el diagnóstico con un punto que vale para toda la audiencia hispanohablante.
“El problema no es que el modelo sea nuevo. Hablas en español, y fue entrenado en inglés y chino: el tool use, saber cuándo usar una herramienta descrita en español, se lo salta. El problema que tienes es que eres latino.” — Cristian Tala
La prioridad de estos modelos no está en el español latinoamericano hasta que alguno se entrene con él en serio. La contracara optimista la puso Rodrigo: todos los modelos están mejorando justo ahí. Gemini 3.5 Flash subió en tool use, computer use y razonamiento visual, y salieron las conexiones de Grok (xAI) para OpenClaw y Hermes, así que ya puedes elegir el cerebro sin entrar por API. Pero la calidad del agente depende muchísimo de ese cerebro: desde que Anthropic cobra extra por Opus, Rodrigo no recuperó la misma personalidad y criterio en su agente, aunque reconoce que GPT-5.5 dio un buen salto.
Y un recordatorio que se repite por algo: conectar una API no significa que la IA sepa usarla. Rodrigo lo aprendió con HubSpot —el agente creó una oportunidad por un dólar, hizo bien la conversión de moneda, pero el valor quedaba en el aire al cambiarla— hasta que armó una skill que le explicaba cómo trabaja él con la herramienta.
“No porque te pasen una patineta vas a saber andar. Tienes que subirte, sacarte la cresta un par de veces y aprender el ollie. Con la IA es igual: hay que enseñarle a usar lo que le conectas.” — Rodrigo Rojo
El tamaño de tu empresa cambia la respuesta
Cristian levantó la mano para matizar todo lo anterior: la estrategia depende del tamaño. Si puedes contratar a alguien interno y enseñarle, el conocimiento se queda en casa — hazlo. Pero si eres una empresa chica que quiere sacarse de encima una agencia cara y le pasa la posta a alguien interno con alta probabilidad de irse, vas a generar un problema nuevo.
La salida es incómoda pero clara: el dueño tiene que aprender lo suficiente para no quedar colgado. No para hacerlo todo —eso sería inmanejable mientras intenta hacer crecer el negocio, como apuntó Diego— sino para tener criterio.
“Un dueño tiene que saber suficiente contabilidad para que el contador no lo engañe. Hoy también tiene que saber lo suficiente de IA para que la persona que contrate no haga exactamente lo mismo.” — Cristian Tala
El verdadero filtro: saber aprender
Aquí el episodio se pone existencial, y es la parte más honesta. Diego trajo la conversación con alguien de Meta —de los que quedaron tras los despidos masivos— que se armó un “segundo cerebro”: una estructura de contexto con automatizaciones. Su moraleja: la organización importa, y la cultura de capacitación propia es decisiva. El que no se capacita, se va.
Cristian fue más filoso. En su empresa anterior todos tenían acceso a Udemy for Business y Platzi for Business. ¿Cuántos lo usaban? Una persona. Hay un máximo que puede hacer un empleador: si alguien intrínsecamente no quiere aprender, no lo puedes obligar (salvo que seas Meta y acabes de echar a miles).
“Tengo un problema existencial con esto: si tienes a una persona que no sabe aprender, no es la persona que deberías tener.” — Cristian Tala
Rodrigo le puso nombre académico —lifelong learning— y un diagnóstico regional duro. Hace clases en la Universidad de Chile y ve a los alumnos aprendiendo los mismos modelos desactualizados de hace años; enseñar a calcular un sueldo en Excel cuando existe software gratis para eso, en vez de enseñar a entender las fórmulas. Y trajo la anécdota de San Francisco: le preguntó a un jefe de desarrollo cómo lograba que su gente cumpliera lo comprometido, y le respondieron con cara de “¿en serio preguntas eso?”: no lo hago, simplemente lo cumplen. La conclusión de los tres es que en LATAM falta esa cultura de cumplimiento y de aprendizaje continuo — y que el perfil que gana hoy es el de la T: profundidad en algo, más una capa general en todo lo adyacente. Curiosamente, a quien mejor le va vibecodeando suele ser el que no viene de desarrollo: no tiene los límites mentales de saber qué “no se puede”.
Validar ideas con IA (y documentar lo que nadie documentó)
El hilo más práctico para quien emprende. A Cristian le escribió por WhatsApp alguien que vio su blog post del video “cómo hacer una página web en 20 minutos”, se metió gratis a la comunidad y ahora levanta landing pages para validar ideas. En Instagram alguien preguntó, escéptico, “¿qué van a validar con una página web?”. La respuesta de Rodrigo reordena el concepto: antes validabas el producto construyendo el MVP; hoy validas si existe interés. Cristian sube la vara: no solo interés, sino disposición a pagar — esa es la señal de que el dolor es suficientemente grande.
De ahí salió el truco transversal del episodio: la IA reveló que casi nadie tenía sus procesos claros. La solución es usar el modo de dictado por voz (el Live Mode de ChatGPT o Gemini; en Claude todavía en inglés) para que la IA te haga preguntas, le cuentes cómo funciona un proceso, y después te lo ordene en documentación con tu template — que luego conviertes en skill. Para dictar en el computador, Rodrigo recomienda herramientas como Whisper Flow, Super Whisper o la de código abierto Handy.
Tabla comparativa: agente personal vs. agente temático
| Dimensión | Agente personal (clon de la persona) | Agente temático (por función) |
|---|
| Cuándo conviene | Operador solo, founder, perfil técnico curioso | Empresa con varias personas y equipos |
| Mantención | Recae en cada persona; si no es técnica, no lo cuida | Centralizada en un rol agent ops |
| Riesgo principal | Se rompe y nadie se entera por semanas | Menos personalización por usuario |
| Ventaja | Contexto 100% tuyo, flexible | Memoria colectiva, skills y conectores compartidos |
| Cuándo se masifica | Cuando llegue algo tipo Gemini Spark con tu contexto ya cargado | Ya es viable hoy |
Capítulos del episodio
- 01:50 — Diego prueba los agentes de MiniMax (beta) montados sobre OpenClaw
- 06:41 — Por qué Hermes superó a OpenClaw en instalaciones y Cristian migró
- 07:29 — Cristian le da voz a Nyx y produce dos cursos con un equipo de agentes
- 10:52 — Rodrigo skillifica todo: un agente mayordomo y uno de research local
- 16:00 — El debate: ¿un agente por persona o uno por equipo?
- 19:44 — Diego: por qué el agente personal no escala (gobernanza de datos)
- 22:49 — Rodrigo cambia de opinión: agentes temáticos y el rol agent ops
- 25:35 — Cristian: costo de adquisición a medio dólar con agentes de marketing
- 29:29 — Por qué el tool use falla cuando le hablas en español
- 33:36 — Conectar una API no es enseñarle a usarla: HubSpot y la patineta
- 38:12 — El tamaño de la empresa cambia la respuesta
- 42:39 — Cultura de aprendizaje: el filtro de saber aprender
- 50:57 — Validar ideas con IA: del MVP al interés y la disposición a pagar
- 56:30 — La encíclica del Papa sobre IA y su guiño a Anthropic
- 1:01:51 — Cierre: no hay excusa para no aprender
Preguntas frecuentes
¿Conviene un agente de IA por persona o uno por equipo en la empresa?
Hoy, a nivel corporativo, los hosts se inclinan por agentes temáticos compartidos (uno de marketing, uno de operaciones) más que por un clon personal de cada empleado. La razón es de mantención: un agente personal lo tiene que cuidar la propia persona, y si no es técnica, cuando se rompe no lo arregla y muchas veces nadie se entera. Un agente por función se puede centralizar, construye memoria colectiva y comparte skills y conectores. El agente personal masivo se vuelve más viable cuando llegue algo como Gemini Spark, que ya tiene tu contexto y donde las skills las pone el administrador.
¿Por qué mi agente de IA falla cuando le hablo en español?
Según Cristian, no es que el agente sea malo o muy nuevo: muchos modelos fueron entrenados sobre todo en inglés y chino, así que el tool use —saber cuándo invocar una herramienta cuya descripción está en español— se les escapa. El problema lo sufre más quien habla otro idioma. La buena noticia: los modelos nuevos (como Gemini 3.5 Flash) están mejorando justo en uso de herramientas y computer use, y mejorará del todo cuando entrenen con más español latinoamericano.
¿Sirve validar una idea con una landing page hecha con IA?
Sí, pero cambió lo que validas. Antes validabas el producto construyendo un MVP. Hoy, con la velocidad de iteración que da la IA, lo que validas es si existe interés real por la solución — y, más importante, si hay alguien dispuesto a pagar por ella, señal de que el dolor es suficientemente grande. El cómo lo resuelves lo puedes iterar rápido después; lo caro es construir algo que a nadie le importaba.
Si soy dueño de una empresa pequeña, ¿tengo que aprender a usar IA yo mismo?
No tienes que hacerlo todo, pero sí saber lo suficiente para tener criterio. La analogía de Cristian: un dueño aprende algo de contabilidad para que el contador no lo engañe; hoy también necesita saber lo suficiente de IA para que quien contrate no haga lo mismo. En empresas chicas, donde la persona que capacitas tiene alta probabilidad de irse, ese conocimiento mínimo te evita quedar a merced de una agencia cara a la que vuelves rogando.
¿Qué es la encíclica del Papa sobre inteligencia artificial?
El Papa León XIV publicó una encíclica —Magnífica Humanitas— centrada en el rol del humano frente a la IA. Plantea que las decisiones sobre flujos económicos, plataformas, algoritmos y gestión de datos no deberían quedar en manos de pocos actores ni delegarse por completo a algoritmos: debe haber un humano detrás. En su lanzamiento estuvieron cofundadores de Anthropic, y se anunció una colaboración entre la Iglesia Católica y la empresa.
Recursos mencionados
- Hermes (Nous Research) — el agente al que Cristian migró por completo desde OpenClaw; esta semana lo superó en instalaciones y su dreaming convierte logs del día en mejoras de skills.
- MiniMax — sus agentes (en beta) montados sobre OpenClaw; funcionan, pero cuando se caen no puedes meter mano, solo reportar.
- Claude Code — el agente que Cristian usa local para texto y para orquestar a otros, y para arreglar Linux cuando se rompe.
- ElevenLabs — donde Cristian diseñó la voz de Nyx para narrar los videos de los cursos.
- Google Gemini — Gemini Spark y Gemini 3.5 Flash con mejor tool use, la antesala del agente personal sin fricción.
- GenSpark — el agente de Diego: más estable que MiniMax por madurez, pero caro.
- HeyGen — con lo que Diego clona su avatar y experimenta en Instagram.
- Grok (xAI) — salieron sus conexiones para OpenClaw y Hermes; un cerebro más entre los que puedes elegir.
- HubSpot — el caso que muestra que conectar una API no basta: hay que enseñarle al agente a usarla.
- Handy — herramienta de dictado de código abierto para hablarle al computador.
- Platzi — donde Rodrigo dicta sus cursos de ChatGPT, Gemini, Claude y Perplexity.
- Cágala, Aprende, Repite (CAR) — la comunidad de Cristian para founders que emprenden con IA; cursos gratis a cambio de aportar tu tiempo.
- Comunidad de Rodrigo Rojo — la comunidad de Rodrigo, con contenido gratuito y sus cursos.
🌐 eslahoradeaprender.com · 🎧 Spotify · 📺 YouTube
Accesibilidad: activa los subtítulos en el reproductor de YouTube para leer la conversación completa.
