Recientemente, he estado reuniéndome con excompañeros y amigos en persona. Al saber que trabajo en contenido sobre IA, todos muestran mucho interés y nuestras conversaciones giran naturalmente en torno a la inteligencia artificial.
Pero al hablar, noté un problema.
Mencionaba términos como Agent, Skill y MCP de forma natural, asumiendo que todos los conocían. Sin embargo, la persona al otro lado se detenía y preguntaba: "¿Qué es exactamente un Agent?" "¿Qué significa Skill?"
En ese momento, me di cuenta de que había caído en la "maldición del conocimiento". Cuando usas una palabra con demasiada frecuencia, olvidas que la primera vez que la viste también te resultaba confusa.
Hace unos meses, yo también estaba abrumado por estas abreviaturas en inglés. Durante ese tiempo, publiqué "Conceptos básicos diarios de IA para principiantes", aprendiendo una palabra al día durante casi 30 días, repasando una por una una serie de términos comunes de IA.
Con cada vez más personas preguntando últimamente, decidí hacerlo aún más completo.
He recopilado 66 términos de IA que considero de alta frecuencia y los he explicado en lenguaje sencillo. Para cada palabra, te diré: qué es, dónde la encontrarás y qué situación real facilita recordarla.
No necesitas memorizarlos todos de una vez. Solo léelos una vez para que la próxima vez que veas LLM, RAG, Agent, MCP, API o CLI, al menos sepas aproximadamente qué lugar ocupan en el mundo de la IA.
I. Primero, entender la IA y los modelos grandes
Este grupo responde dos preguntas: ¿Qué es la IA? y ¿Qué procesan los modelos de lenguaje grandes cuando hablan? Una vez que entiendas este mapa, los siguientes términos serán mucho más fáciles.
La IA consiste en hacer que las máquinas realicen tareas que normalmente requieren comprensión, juicio, predicción o creación humana. El desbloqueo facial en teléfonos, la predicción del tráfico en mapas, las recomendaciones de videos en plataformas y los chatbots que responden preguntas pertenecen a la IA. Es un término amplio; las herramientas de chat son solo un tipo de aplicación.
Un algoritmo es un conjunto claro de pasos para resolver un problema, muy parecido a una receta de cocina. Una receta indica primero cortar las verduras, luego calentar la sartén y finalmente sazonar; un algoritmo dicta qué lee el ordenador primero, cómo compara y qué genera al final. Muchos algoritmos tradicionales no pueden chatear en absoluto; los algoritmos de IA son solo una parte de la familia de algoritmos.
La PNL (Procesamiento del Lenguaje Natural) es el campo técnico que permite a las computadoras procesar el lenguaje humano. La traducción, el resumen, la búsqueda, la conversión de voz a texto y el chat están relacionados con ella. Cuando introduces una pregunta coloquial y la IA entiende el significado general y responde, está utilizando capacidades de procesamiento del lenguaje natural.
Los LLM (Modelos de Lenguaje Grande) son modelos de lenguaje entrenados con enormes cantidades de texto y computación, especializados en comprender y generar texto. Los modelos o familias de modelos comunes incluyen GPT de OpenAI, Claude de Anthropic, Gemini de Google, así como DeepSeek y Qwen. Es importante distinguir entre el producto y el modelo: ChatGPT es el producto que abres y usas, mientras que GPT es la familia de modelos a la que puede recurrir internamente.
Los SLM (Modelos de Lenguaje Pequeño) son modelos de lenguaje con tamaños más pequeños y menores requisitos computacionales. Actualmente, no existe un límite de parámetros unificado a nivel mundial. Ejemplos comunes incluyen la serie Phi de Microsoft y las versiones de parámetros pequeños de familias de modelos como Gemma y Qwen. Su rango de conocimiento puede ser más limitado, pero para tareas fijas como resumen, clasificación o asistentes en el dispositivo, pueden ser más rápidos, más baratos y más fáciles de ejecutar en teléfonos u ordenadores estándar.
Los tokens son las pequeñas unidades que los modelos utilizan al leer y escribir texto. No equivalen exactamente a un carácter chino, una palabra en inglés o un signo de puntuación. El modelo divide una oración en muchos tokens antes de calcular. La facturación y la capacidad de contexto también suelen contarse por tokens. Piénsalo como los "bloques de construcción" que la IA usa para procesar texto.
El contexto es toda la información a la que la IA puede referirse actualmente, incluyendo tu pregunta, el diálogo anterior, los archivos subidos, las reglas del sistema y los resultados de las herramientas. Como una consulta médica, la misma frase "me siento mal" llevará a juicios diferentes dependiendo de si hay edad, síntomas e informes de pruebas. Cuanto más claro sea el contexto proporcionado a la IA, más fundamentada será su respuesta.
La ventana de contexto es la cantidad máxima de información que un modelo puede procesar a la vez, generalmente expresada en tokens. Es como un escritorio de tamaño limitado: hay un límite de documentos que se pueden extender a la vez. Cuando el contenido excede esto, el sistema debe truncar, resumir, procesar en lotes o dejar que la información anterior salga de la ventana.
La longitud de contexto a menudo tiene dos significados: el máximo de tokens que permite un modelo, o los tokens reales utilizados en una solicitud específica. El primero es como el área máxima del escritorio; el segundo es como los documentos que realmente tienes extendidos esta vez. Cuando los productos anuncian "contexto ultralargo", suelen referirse a la capacidad máxima.
Los MLLM (Modelos de Lenguaje Multimodal) pueden procesar información más allá del texto, como imágenes, audio o video. Si le das una foto de un refrigerador, puede ver los ingredientes y recomendar la cena según los requisitos de texto; si subes una grabación de una reunión, podría organizar los puntos clave después de escucharla. "Multimodal" aquí se refiere a múltiples formas de información.
Los VLM (Modelos de Visión-Lenguaje) conectan específicamente la visión y el lenguaje, manejando principalmente tareas como "mirar una imagen y comprender o responder con texto". Puede escribir leyendas para fotos, identificar el contenido de un gráfico o encontrar botones basándose en capturas de pantalla. El VLM enfatiza la coordinación de la visión y el lenguaje, y su alcance suele ser más específico que el término general de modelo multimodal.
MoE (Mezcla de Expertos) organiza múltiples conjuntos de "expertos" dentro del modelo, permitiendo que solo una parte de ellos participe en los cálculos cada vez. Es como un triaje en un hospital: los problemas de piel van a dermatología, las lesiones óseas a traumatología, en lugar de que todos los médicos consulten a la vez. Esto amplía la capacidad del modelo mientras controla la computación necesaria para cada ejecución.
Después de leer este grupo, solo necesitas distinguir: LLM procesa principalmente lenguaje, VLM conecta imágenes y lenguaje, y MLLM puede manejar múltiples tipos de información. Los tokens son bloques de texto, y el Contexto es el material al que el modelo puede referirse esta vez.
II. Términos más comunes al chatear con IA
Este grupo se usa a diario. Los prompts son los encargados de asignar tareas, el contexto proporciona materiales y la IA genera respuestas basadas en esta información.
Un prompt es toda la entrada que le das a la IA, que puede ser una oración, una pregunta, un documento o una imagen. "Resume este contrato en cinco riesgos" es un prompt. Los prompts no necesitan escribirse como hechizos mágicos; siempre que el objetivo, los materiales, las restricciones y los requisitos de salida sean claros, es más probable que la IA acierte.
La ingeniería de prompts es el método de diseñar, probar y mejorar los prompts. Es muy parecido a asignar trabajo a un colega: si el primer resultado es incorrecto, verificas si la tarea estaba clara, si los materiales estaban completos y si se especificó el formato, luego ajustas las instrucciones. Su valor radica en reducir los errores de comunicación y el retrabajo.
Un prompt de sistema es un conjunto de reglas de alta prioridad definidas detrás de escena en una aplicación de IA para establecer identidad, tono, alcance de capacidades y límites de seguridad. Es como el manual del empleado de una empresa; los usuarios normalmente no lo ven por completo. Si tu solicitud entra en conflicto con las reglas del sistema, el modelo generalmente priorizará el prompt de sistema.
Un prompt de usuario es el requisito actual ingresado por el usuario, el contenido que envías en la ventana de chat. El prompt de sistema es como las reglas de operación de la tienda, mientras que el prompt de usuario es como "Por favor, dame una bebida caliente con poca azúcar". Ambos afectan el resultado, por lo que la misma frase en diferentes productos de IA puede generar respuestas distintas.
Una instrucción es una acción clara que le pides a la IA que realice dentro de un prompt, como resumir, traducir, comparar, clasificar o verificar. Un prompt completo también puede incluir información de fondo y restricciones. Por ejemplo, "Lee el siguiente correo, extrae la fecha y no agregues información que no esté en el texto original" contiene dos instrucciones.
Markdown es un formato para maquetar texto usando símbolos simples.
- # puede representar un encabezado,
- - puede representar una lista,
- \\texto\\ puede representar negrita.
Muchas salidas de IA se ven claramente estructuradas porque usan Markdown; lo encontrarás a menudo al escribir artículos, documentos o descripciones de proyectos.
JSON es un formato de datos estructurados comúnmente usado por programas, que generalmente consiste en llaves, nombres de campo y contenido correspondiente. Es como una hoja de cálculo electrónica con campos fijos que los humanos pueden leer y los programas pueden procesar fácilmente. Pedirle a la IA que "genere en JSON" suele ser para que otro software use los resultados automáticamente.
El historial de conversación se refiere a los mensajes que aparecieron anteriormente en el chat actual. La IA puede continuar un tema de hace cinco minutos generalmente porque la aplicación reenvía los registros de chat anteriores al modelo. Después de que un chat se vuelve muy largo, el contenido temprano podría truncarse o resumirse, por lo que la IA a veces olvida lo que dijiste al principio.
La alucinación es cuando la IA genera contenido que suena razonable pero que en realidad es incorrecto o inexistente, como inventar títulos de libros, enlaces, datos o experiencias personales. Es como una persona con grandes habilidades lingüísticas que se niega a admitir que "no sabe" y rellena los espacios en blanco. Siempre verifica las fuentes originales para fechas, números, citas y decisiones importantes.
Lo más importante que recordar de este grupo: El prompt determina cómo preguntas, el contexto determina a qué puede referirse la IA, y la alucinación te recuerda que las respuestas aún necesitan verificación.
III. Dejar que la IA lea datos: RAG y búsqueda
Cuando veas "dejar que la IA lea archivos de la empresa" o "construir una base de conocimiento personal", probablemente te encontrarás con este grupo de palabras. Todo el camino es solo una frase: primero encontrar materiales relevantes, luego dejar que el modelo responda.
RAG (Generación Aumentada por Recuperación) permite que la IA busque contenido relevante de materiales especificados antes de responder, y luego entrega los fragmentos encontrados al modelo para que organice la respuesta. Es como un examen a libro abierto: el estudiante hojea el libro de texto primero y luego responde basándose en él. RAG puede reducir la invención, pero también podría buscar materiales incorrectos, por lo que las citas aún necesitan verificación humana.
Una base de conocimiento es una colección de materiales almacenados de forma centralizada, organizados y disponibles para consultas del sistema. Los manuales de productos, los documentos de políticas y las preguntas frecuentes de una empresa juntos pueden convertirse en una base de conocimiento de servicio al cliente; las notas, los artículos y los registros de lectura de una persona también pueden formar una base de conocimiento. Si los materiales son precisos y están actualizados afecta directamente la calidad de la respuesta.
La recuperación consiste en encontrar el contenido más relevante de un gran lote de materiales. Un bibliotecario que escucha tu pregunta y te trae los tres libros más adecuados de entre decenas de miles es recuperación. En RAG, el modelo generalmente no lee toda la base de datos primero, sino que recupera algunos fragmentos para responder.
La búsqueda por palabras clave busca principalmente si ciertas palabras aparecen directamente. Si buscas "fecha límite de devolución", priorizará encontrar contenido que contenga "devolución" y "fecha límite". Este método es rápido y bueno para verificar números de producto, nombres y términos fijos; puede perder respuestas si el estilo de la pregunta y la redacción original difieren significativamente.
La búsqueda semántica se centra más en si el significado de dos pasajes es cercano. Si buscas "Ya no quiero esto, ¿cómo lo devuelvo?", podría encontrar también un documento titulado "Política de devolución". Es adecuada para preguntas en lenguaje natural, pero la comprensión puede desviarse, por lo que en escenarios importantes a menudo se combina con la búsqueda por palabras clave.
La búsqueda híbrida utiliza la búsqueda por palabras clave y la búsqueda semántica juntas. Los números de identificación y los números de contrato son adecuados para la coincidencia exacta; "cómo solicitar un reembolso" necesita comprensión del significado. Los resultados de ambos se fusionan y clasifican, teniendo en cuenta tanto la consistencia literal como el significado similar, un método que adoptan muchos sistemas RAG.
IV. Agent, herramientas y MCP
Este es el grupo de palabras más popular y a menudo más confuso recientemente. Agent, Skill y MCP, que mencioné más al hablar con amigos, están todos en este capítulo.
Primero, mira el camino más corto:
1Propones un objetivo2→ El Agent decide el siguiente paso3→ Llama a herramientas para leer datos o ejecutar acciones4→ Continúa procesando según los resultados5→ El humano verifica los pasos clave
Un chatbot es un software que principalmente responde preguntas a través del diálogo. Los primeros chatbots solo podían responder basándose en palabras clave fijas; ahora muchos chatbots se conectan a modelos grandes para respuestas más naturales. Su enfoque sigue siendo "tú preguntas, él responde", y generalmente no completa de forma independiente una larga cadena de operaciones externas.
Un Asistente de IA o Copiloto es un producto de IA que ayuda a las personas a completar tareas, como ayudar a escribir, organizar reuniones, hacer hojas de cálculo o programar. La metáfora del "copiloto" es fácil de recordar: puede observar, recordar y ayudar, pero el volante sigue en manos del humano, y el resultado final necesita verificación humana.
Un flujo de trabajo es un conjunto predefinido de pasos fijos. Recibir una factura, identificar el monto primero, luego escribirlo en una tabla y finalmente notificar a finanzas es un flujo de trabajo. Cada paso generalmente está determinado de antemano, lo que lo hace estable y fácil de verificar; no decidirá flexiblemente el siguiente paso como un Agent cuando se encuentre con situaciones no planificadas.
Un Agent de IA es un sistema que puede decidir el siguiente paso en torno a un objetivo, llamar a herramientas, observar resultados y continuar actuando. Un chat normal te dirá cómo comprar un boleto; un Agent puede abrir un servicio de reserva, consultar vuelos y llenar información dentro de los límites autorizados. Puede actuar, por lo que los permisos, los errores y la confirmación humana son muy importantes.
La IA Agentica se refiere a una clase de sistemas o enfoques de diseño que enfatizan la capacidad de la IA para planificar continuamente, usar herramientas y ejecutar tareas de múltiples pasos. El alcance de este término es amplio, y diferentes empresas usan diferentes nombres. Cuando veas un producto etiquetado como "Agentic", puedes continuar preguntando tres cosas: ¿qué herramientas puede usar, cuántos pasos puede realizar por sí solo y dónde debe confirmar un humano?
La autonomía se refiere al grado en que un sistema puede decidir y actuar por sí mismo sin la dirección paso a paso de un humano. Organizar automáticamente una copia de un archivo tiene baja autonomía y riesgo; enviar correos automáticamente, hacer pagos o eliminar datos aumenta significativamente el riesgo. Cuanto más importante sea la tarea, más se deben reducir los permisos y agregar puntos de confirmación.
La planificación consiste en dividir un objetivo en pasos que se pueden ejecutar en secuencia. Como preparar un viaje: primero confirmar las fechas, luego verificar el transporte, reservar alojamiento y hacer una lista de equipaje. Los Agents también planifican cuando se enfrentan a tareas complejas; un plan hermoso no garantiza una ejecución exitosa, y cada paso completado requiere verificar los resultados reales.
Una herramienta es una capacidad externa que la IA puede llamar, como búsqueda web, calculadora, base de datos, calendario y correo electrónico. El modelo en sí es más como el cerebro encargado del juicio; las herramientas le dan manos y ojos. Sin herramientas, el modelo solo puede responder basándose en el contexto existente; después de conectar herramientas, tiene la oportunidad de consultar y actuar.
La llamada a herramientas es cuando el modelo selecciona una herramienta según los formatos especificados y completa los parámetros requeridos, que el programa luego ejecuta y devuelve el resultado al modelo. Es como un gerente que llena una orden de trabajo para que un empleado la ejecute. El modelo es responsable de juzgar "qué llamar", y el código específico es responsable de completar la consulta, el cálculo o la escritura.
Un plugin es un paquete de extensión instalado en un software para agregar funcionalidad. Un navegador puede traducir páginas web después de instalar un plugin de traducción; una aplicación de IA podría conectarse a archivos, calendarios o servicios de terceros después de instalar un plugin. Los plugins generalmente dependen de productos específicos, y lo que pueden hacer depende de las interfaces y permisos proporcionados por el producto.
Un Skill es un conjunto reutilizable de instrucciones, scripts y recursos que enseñan a un Agent a completar de manera estable un cierto tipo de tarea. Es como un manual de operación estándar para un empleado: qué materiales leer primero, qué pasos seguir y cómo verificar los resultados están claramente escritos. Un prompt a menudo resuelve una tarea única, mientras que un Skill es más adecuado para ejecutar repetidamente el mismo tipo de trabajo.
MCP (Protocolo de Contexto de Modelo) es un protocolo abierto que permite que las aplicaciones de IA se conecten a datos y herramientas externas. La mejor metáfora es el USB-C del mundo de la IA: en el pasado, cada herramienta tenía que adaptarse individualmente; ahora pueden proporcionar capacidades según el mismo estándar de conexión. Resuelve "cómo conectar", pero no decide los objetivos de la tarea para el Agent.
Un Host MCP es la aplicación de IA que el usuario realmente usa, como un asistente de escritorio, un editor de código o una plataforma de Agent. Es responsable de gestionar usuarios, modelos, permisos de seguridad y múltiples conexiones. Piensa en el Host como una computadora: es el entorno de uso completo y donde reside el Cliente MCP.
El Cliente MCP está ubicado dentro del Host y es responsable de establecer y mantener la comunicación con un Servidor MCP específico. Descubre qué herramientas y materiales proporciona el Servidor y envía solicitudes de llamada. Como una computadora que se conecta a una impresora, se necesita un canal de comunicación dedicado internamente para gestionar esta conexión.
Un Servidor MCP es un programa que proporciona herramientas, materiales o plantillas de prompts a las aplicaciones de IA según las especificaciones de MCP. Tener "Servidor" en el nombre no significa que deba estar lejos; también puede ejecutarse en tu computadora. Por ejemplo, un Servidor de archivos local puede permitir que la IA lea archivos en directorios autorizados.
Una Herramienta MCP es una acción específica que el Servidor proporciona para que la IA solicite su ejecución, como consultar el clima, crear una agenda, leer una base de datos o enviar un mensaje. Cada Herramienta especifica qué parámetros necesita. Las acciones de consulta tienen menor riesgo, mientras que enviar, eliminar o pagar deben tener permisos y confirmación claros.
Un Recurso MCP es contenido proporcionado a través de MCP para que la IA lo lea, como archivos, registros de bases de datos, estructuras de proyectos o estados de aplicaciones. Es más como materiales colocados en un escritorio, mientras que una Herramienta es más como un botón que se puede presionar. Si un recurso puede ser leído aún depende de los permisos de acceso establecidos por el Host y el Servidor.
Un Prompt MCP es una plantilla de prompt reutilizable proporcionada por el Servidor para ayudar a los usuarios a iniciar tareas de una manera fija. Es como una plantilla de tabla preinstalada, que organiza los campos y la estructura de la tarea a completar. No ejecuta acciones automáticamente; aún necesita ser seleccionado por el usuario y procesado por el modelo.
La memoria es información que el sistema guarda y reutiliza más tarde, que puede incluir resúmenes del chat actual, preferencias del usuario, tareas anteriores y datos a largo plazo. Cuando una IA "te recuerda", generalmente significa que esta información se almacena y se proporciona al modelo nuevamente en diálogos posteriores. La memoria afecta la experiencia y también requiere atención a la privacidad y los métodos de eliminación.
Human in the loop (Humano en el ciclo) significa que los pasos clave deben ser verificados, seleccionados o aprobados por una persona. La IA puede organizar una lista de reembolsos y completar borradores, pero la transferencia real es confirmada por finanzas. Esto utiliza la velocidad de la IA al tiempo que evita consecuencias irreparables causadas por información incompleta o juicio erróneo.
Multi-agent (Multiagente) es dejar que múltiples Agents colaboren, por ejemplo, uno recuperando datos, otro redactando un artículo y otro verificando citas. Es como un equipo de proyecto; cuando la división del trabajo es razonable, puede manejar tareas complejas en paralelo. Sin embargo, más miembros también aumentan la comunicación, el trabajo redundante y la propagación de errores, por lo que más Agents no siempre es mejor.
A2A (Agent-to-Agent) se refiere al método de comunicación entre Agents para intercambiar tareas, estado y resultados. MCP se centra más en cómo los Agents se conectan a herramientas y datos, mientras que A2A se centra más en cómo un Agent entrega una tarea a otro. Piensa en el primero como "conectar dispositivos" y en el segundo como "pasar el trabajo entre colegas".
Computer Use (Uso de computadora) es dejar que la IA opere software observando la pantalla, moviendo el mouse, haciendo clic y escribiendo. Es como un operador remoto que puede usar aplicaciones web y de escritorio sin API dedicadas. Los cambios en la interfaz podrían hacer que haga clic en el lugar equivocado; la confirmación humana es obligatoria para pagos, eliminaciones y mensajes salientes.
Un sandbox (entorno aislado) es un entorno aislado que limita el rango de actividad de un programa. Es como un arenero con vallas para que un niño juegue; puede probar cosas, y si algo sale mal, no afecta archivos importantes ni el sistema. Cuando dejas que un Agent ejecute código, descargue archivos o modifique proyectos, un sandbox reduce el rango de impacto, pero no reemplaza todas las verificaciones de seguridad.
Solo recuerda una frase para este capítulo: El Agent es responsable de decidir y actuar, la Tool proporciona capacidades específicas, el Skill le enseña cómo hacerlo y MCP se encarga de conectar la IA con capacidades externas.
V. Términos informáticos que encontrarás en tutoriales de IA
Estas palabras no fueron inventadas todas por el campo de la IA, pero aparecen a menudo al aprender sobre Agents, automatización y modelos locales. Si las entiendes, muchos tutoriales no te parecerán un idioma extranjero.
Una API (Interfaz de Programación de Aplicaciones) es un punto de entrada para que el software se comunique según un acuerdo. No tienes que irrumpir en la cocina de un restaurante; solo pides a través de un mesero. Una API es como el mesero del mundo del software, toma tu solicitud al backend y trae el resultado. Las aplicaciones del clima, los servicios de pago y los modelos grandes pueden ser llamados por otros programas a través de APIs.
Una API Key (Clave de API) es una credencial secreta que se usa cuando un programa accede a un servicio, se utiliza para identificar quién está llamando y a menudo está vinculada a límites de uso y facturación. Es como el PIN de una tarjeta bancaria; cualquiera que lo obtenga puede consumir tu cuota. No pongas claves completas en código público, capturas de pantalla, tutoriales o chats grupales.
Un SDK (Kit de Desarrollo de Software) es una colección de código, instrucciones, ejemplos y herramientas comúnmente usados al desarrollar aplicaciones para una plataforma. Mientras que una API te dice "cómo pedir", un SDK prepara el menú, los utensilios y los platos de muestra, ahorrando a los desarrolladores la escritura de mucho código básico. Diferentes lenguajes de programación generalmente tienen sus propios SDK.
CLI (Interfaz de Línea de Comandos) es una interfaz para operar una computadora escribiendo comandos de texto. Una interfaz gráfica te permite hacer clic en "Nueva carpeta", mientras que una CLI te permite escribir una línea de comando para hacer lo mismo. Parece una ventana negra, pero en realidad es solo otra forma de operar; la instalación y ejecución de herramientas de IA de código abierto a menudo usan CLI.
Una terminal es la ventana donde se muestran e introducen los comandos, como "Terminal" en Mac o "Windows Terminal". Piénsalo como una ventana de chat entre tú y el ordenador, donde los comandos CLI son los mensajes enviados al ordenador. La terminal es la ventana, la CLI es el método de operar mediante texto; ambos suelen aparecer juntos.
Un repositorio, a menudo abreviado como Repo, es un lugar donde se guardan de forma centralizada los archivos de un proyecto y su historial de modificaciones. Es como una carpeta de proyecto con registros de versiones, donde se pueden colocar código, instrucciones, imágenes y configuraciones. Cuando alguien dice "clona el Repo", normalmente se refiere a copiar ese proyecto y su historial en tu propio ordenador.
Git es una herramienta para registrar los cambios en las versiones de los archivos. Puede indicarte qué contenido se modificó y quién lo hizo, y puede mantener versiones de diferentes etapas. Es como guardar cada revisión al escribir un artículo, pero de forma más sistemática. Git funciona localmente y no necesita estar en línea todo el tiempo, y no es lo mismo que GitHub.
GitHub es un sitio web para alojar repositorios Git y facilitar la colaboración entre varias personas. Los desarrolladores publican código, escriben instrucciones, reportan problemas y modifican proyectos de manera conjunta. Git es la herramienta de gestión de versiones, y GitHub es la plataforma que ofrece alojamiento en línea y colaboración; cuando aprendas sobre herramientas de IA de código abierto, a menudo empezarás con un enlace de GitHub.
No te pongas nervioso la primera vez que veas la CLI. Antes de copiar un comando, comprueba si va a leer, modificar, eliminar o cargar algo, y practica con una copia cuando se trate de archivos importantes.
VI. Términos comunes sobre modelos locales y hardware
Solo necesitas examinar este grupo de palabras con atención cuando estés listo para ejecutar modelos en tu propio ordenador. Si normalmente usas productos de IA en línea, basta con conocer el significado general.
La implementación local consiste en ejecutar un modelo o programa en tu propio ordenador, teléfono o máquina de la empresa. Los datos pasan por menos servicios externos y se pueden usar sin conexión; sin embargo, la instalación, las actualizaciones, el rendimiento y la seguridad deben ser gestionados por ti mismo. Es adecuado para quienes valoran el control de los datos o necesitan un entorno fijo, pero no significa que sea naturalmente absolutamente seguro.
Una API en la nube es cuando el modelo se ejecuta en un servidor remoto del proveedor de servicios, y los usuarios envían solicitudes y obtienen resultados a través de la red. Es como ir a un restaurante a pedir; no necesitas comprar la cocina ni los ingredientes, lo que facilita empezar; al mismo tiempo, se ve afectado por la red, el precio, los límites de llamadas, las reglas de la plataforma y las políticas de datos.
Código abierto normalmente significa que el código fuente es público bajo una licencia determinada, permitiendo a otros verlo, modificarlo y distribuirlo dentro del alcance permitido por la licencia. Que se pueda descargar públicamente no significa que se pueda usar comercialmente sin restricciones; diferentes licencias tienen requisitos muy distintos. Cuando veas "IA de código abierto", aún debes comprobar qué partes del código, los datos y los pesos están realmente abiertos.
Pesos abiertos significa que los parámetros posteriores al entrenamiento del modelo se pueden descargar, lo que da a los usuarios la oportunidad de ejecutarlos o ajustarlos aún más en sus propios dispositivos. Los datos de entrenamiento, el código de entrenamiento completo y los derechos comerciales no están necesariamente abiertos al mismo tiempo. Por lo tanto, pesos abiertos y código abierto completo son dos cosas diferentes; el uso específico depende de la licencia del modelo.
Las GPU originalmente eran buenas procesando gráficos y también son muy adecuadas para completar grandes cantidades de cálculos similares simultáneamente, por lo que se usan ampliamente para entrenar y ejecutar modelos de IA. Es como un gran grupo de personas que pueden resolver problemas en paralelo. Al comprar un ordenador para ejecutar modelos locales, el modelo de GPU y la cantidad de memoria de video suelen ser más importantes que en escenarios de oficina normales.
La VRAM es la memoria de alta velocidad que usa la propia GPU, donde deben colocarse los pesos del modelo y los datos intermedios durante la ejecución. El modelo es como un gran conjunto de bloques de construcción, y la VRAM es como la mesa; si la mesa es demasiado pequeña, los bloques no caben y el modelo podría no cargarse o requerir métodos más lentos que ahorren espacio.
El 7B o 70B en los nombres de los modelos suele representar aproximadamente 7 mil millones o 70 mil millones de parámetros. Los parámetros se pueden entender como la enorme cantidad de números internos que el modelo aprendió después del entrenamiento. Números más grandes suelen significar más memoria y recursos de cálculo; no implica directamente una mayor capacidad, ya que la calidad del entrenamiento y las tareas específicas son igualmente importantes.
VII. Si solo recuerdas 10 palabras
No necesitas memorizar 66 palabras. Después de leer por primera vez, recuerda estas 10 primero:
- AI: Hacer que las máquinas manejen tareas que requieren comprensión, juicio, predicción o creación.
- LLM: Modelos grandes responsables de comprender y generar lenguaje.
- Token: Pequeños fragmentos que usa el modelo al leer y escribir texto.
- Contexto: Información a la que el modelo puede referirse esta vez.
- Prompt: Requisitos y materiales que le das a la IA.
- Alucinación: La IA hace que contenido incorrecto suene muy real.
- RAG: Recuperar primero de materiales especificados, luego organizar la respuesta.
- Agente: Un sistema que puede decidir y actuar continuamente en torno a un objetivo.
- MCP: Un protocolo abierto que conecta la IA con datos y herramientas externas.
- CLI: Una interfaz para operar un ordenador mediante comandos de texto.
Hace unos meses, yo también empecé entendiendo una palabra al día. No necesitas recordar las 66 palabras hoy; mientras la próxima vez que veas Agente, Skill o MCP aparezca una idea general en tu mente, este diccionario ya habrá cumplido su propósito.
En el futuro, cuando te encuentres con una abreviatura extraña, primero puedes preguntar a qué categoría pertenece: Modelo, Diálogo, Datos, Agente, Interfaz o Hardware. Si puedes meter la palabra en uno de estos seis cajones, la mayoría de los artículos sobre IA serán mucho más fáciles de leer.
Sobre el autor
