Cada desarrollador conoce el ciclo: abrir el editor, buscar archivos, entender el proyecto, hacer un cambio, romper algo, corregir pruebas y volver a empezar. Con Codex y los agentes de IA, ese ciclo cambia: ya no se trata de autocompletar código, sino de delegar tareas completas a un agente que razona sobre tu repositorio. Aquí entenderás cómo funciona ese cambio y por qué importa para tu trabajo diario.

¿Por qué los agentes de IA están cambiando el desarrollo de software?

Durante años, las herramientas intentaron acelerar el ciclo del desarrollador con mejores interfaces gráficas, extensiones, autocompletados y linters. La conversación hoy es distinta.

Ahora hablamos de agentes capaces de leer un repositorio, razonar sobre arquitectura, editar archivos, correr comandos, probar, crear issues, desplegar y seguir trabajando contigo. Es un salto cualitativo: pasamos de sugerir líneas a ejecutar tareas completas.

¿Qué es un agente de IA en desarrollo? Es un sistema que entiende tu proyecto, edita archivos, ejecuta comandos y prueba el resultado. No solo sugiere código, también actúa sobre el repositorio.

Y aquí viene lo interesante: el problema ya no es la falta de opciones, sino el exceso. Tienes Cloud Code, Codex, Cursor, Windsurf, Gemini CLI, herramientas en la terminal, en el editor y en la nube. La pregunta real es cómo saber si un agente te está ayudando o solo generando más trabajo de revisión.

¿Qué hace diferente al ecosistema de Codex?

Codex destaca no solo por su modelo, sino por todo lo que lo rodea [0:53]. Su valor está en las superficies de trabajo donde puedes usarlo.

Puedes trabajar con Codex desde varios puntos de entrada:

• Desde ChatGPT directamente.
• Desde Codex en la nube.
• Desde un entorno local con plugins e integraciones.
• Con navegador interno, repositorios y automatizaciones.

Ese ecosistema solo cobra sentido cuando lo conectas con un problema real. Una herramienta sin caso de uso es solo una demo.

¿Qué es AI Radar y por qué construirlo con Codex?

AI Radar es el proyecto que vas a construir durante el curso, y nace de un dolor muy concreto [1:23]. Todos los días aparecen nuevos papers, lanzamientos, repositorios, modelos, herramientas y benchmarks de inteligencia artificial.

La promesa de AI Radar es convertir ese ruido en señales útiles. Para lograrlo, la aplicación cubre varias funciones encadenadas:

• Validación de fuentes probadas.
• Captura de noticias recientes.
• Deduplicación de contenido repetido.
• Ranking y explicación de relevancia.
• Scheduling automatizado.
• Generación final de un video promocional.

¿Para qué sirve AI Radar? Para filtrar el ruido diario de noticias de IA y convertirlo en señales útiles, con fuentes verificadas, deduplicación y ranking automático.

Este alcance permite probar Codex en un flujo completo, no solo pidiéndole código.

¿Qué tareas reales asume Codex en este proyecto?

El agente no se limita a escribir funciones. Asume responsabilidades que normalmente requieren coordinación manual entre varias herramientas:

• Entender reglas del proyecto.
• Crear skills específicas.
• Consultar Notion como fuente.
• Guardar datos en Supabase.
• Conectar un frontend funcional.
• Probar con un navegador interno.
• Publicar en Vercel y dejar evidencia del proceso.

¿Qué stack usa AI Radar? Notion para consultas, Supabase para almacenamiento, un frontend conectado, navegador interno para pruebas y Vercel para despliegue.

¿Cómo evaluar si un agente realmente te está ayudando?

Esta es la pregunta de fondo. Cuando un agente toca un proyecto real, necesitas criterios claros para decidir si suma o si solo genera trabajo de revisión [0:48].

La respuesta no está en el modelo aislado, sino en el flujo: qué tan bien entiende tu contexto, qué tan limpios son sus cambios y qué evidencia deja después de ejecutar. Por eso construir un proyecto completo, y no solo pedir snippets, es la forma honesta de medirlo.

En la siguiente clase vas a instalar Codex, abrir el repositorio y tomar la primera decisión técnica importante: crear el archivo agents.md. Cuéntame en los comentarios qué herramienta de agente has probado y qué resultados te dio.